一种基于注意力机制的LSTM人体行为识别方法

    公开(公告)号:CN111178141A

    公开(公告)日:2020-05-19

    申请号:CN201911235078.0

    申请日:2019-12-05

    Applicant: 江苏大学

    Abstract: 本发明具体涉及一种基于注意力机制的LSTM人体行为识别方法。将人体关节点坐标信息作为输入数据,将人体关节点根据人体结构分为5组,并将其坐标信息送入5个LSTM-Attention模块进行特征提取,将提取到的新特征进行3次局部融合,并将其送入相应的LSTM-Attention模块进行特征提取以获得整个人体特征,将整个人体特征送入全连接层以及softmax层输出人体行为识别结果;本发明在LSTM中引入注意力机制,使得LSTM能够较好的保留和处理数据中的时序信息,特征向量传入Attention层中能够自适应地感知对识别结果有较大影响的网络权重,提高了人体行为识别的效率和准确性。

    一种基于深度学习的害虫检测方法

    公开(公告)号:CN110766041A

    公开(公告)日:2020-02-07

    申请号:CN201910830378.7

    申请日:2019-09-04

    Applicant: 江苏大学

    Abstract: 本发明涉及一种基于深度学习的害虫检测方法,主要应用于粮仓害虫的检测。通过轻量化SSD中的VGG16模型,并减少对应卷积核、池化核和特征图的维数,修改特征层,另外在损失函数中加入用于分类和回归任务的加权target,使用标记的粮仓害虫图片进行训练,将训练完成的模型对害虫进行检测。本发明可由低到高的多层次特征学习,并优化了模型训练的收敛速度,平衡了正负样本数量,提高了训练效率,快速实现高精度的粮仓害虫检测。

    一种基于简化隐式Euler数值积分的布料仿真算法

    公开(公告)号:CN104809319A

    公开(公告)日:2015-07-29

    申请号:CN201510271008.6

    申请日:2015-05-25

    Applicant: 江苏大学

    Abstract: 本发明涉及一种基于简化隐式Euler数值积分的布料仿真算法;算法通过对布料中各个质点进行受力分析并计算每个质点所受合力,利用简化隐式Euler数值积分算法计算目标质点的速度和位置并进行实时更新,从而实现布料的仿真。本发明解决了传统算法的稳定性以及显式欧拉积分中小时间片的问题,同时也避免了隐式积分中复杂的计算。

    一种双排矩S形极子天线
    74.
    发明授权

    公开(公告)号:CN102509856B

    公开(公告)日:2014-02-12

    申请号:CN201110319017.X

    申请日:2011-10-20

    Applicant: 江苏大学

    Abstract: 本发明公开一种双排矩S形极子天线,包括贴合在一起的上层介质基板(1)和下层介质基板(2),该天线还包括双排矩S形谐振结构(3)和复合极子天线(4),双排矩S形谐振结构(3)对称的固定在所述复合极子天线(4)的末端两侧,所述复合极子天线(4)通过金属条(5)与每个双排矩S形谐振结构(3)相连。双排矩S形谐振结构(3)和复合极子天线(4)的组合可以增加了磁导率,在特定频率范围内可以加强电磁波共振强度,增大天线增益,降低回波损耗。

    一种快速帧内模式选择算法

    公开(公告)号:CN102387364B

    公开(公告)日:2013-10-23

    申请号:CN201110331804.6

    申请日:2011-10-27

    Applicant: 江苏大学

    Abstract: 本发明公开一种快速帧内模式选择算法,该算法首先根据块水平方向和垂直方向判断准则进行水平和垂直方向的判断,快速确定亮度块属于模式0或模式1;再者利用相邻块的空间相关性判断亮度块的模式,该算法适宜进行计算机的快速计算,其算法复杂性也较低;最后利用于边缘方向直方图的快速选择算法进行判断。该算法综合利用了相邻块模式的相关性和块内亮度变化的方向性,大大缩短了计算量,且具有很好的实用性。

    基于遗传算法的单交叉口信号配时优化方法

    公开(公告)号:CN103150911A

    公开(公告)日:2013-06-12

    申请号:CN201310049986.7

    申请日:2013-02-07

    Applicant: 江苏大学

    Abstract: 本发明公开了一种基于遗传算法的单交叉口信号配时优化方法,包括:S1、输入摄像头采集的交通数据流;S2、建立初始种群,初始化第一代个体;S3、计算种群的适应度值;S4、判断是否达到种群迭代的最大值,若是,执行步骤S8,若否,执行步骤S5~S7;S5、采用轮盘赌选择方法,并施以最优保留策略;S6、采用算术交叉,产生出两个子代个体;S7、采用均匀变异,以变异概率来替换染色体中各个基因座上的基因值,并返回执行步骤S3;S8、停止运算,输出当前最优个体。本发明运用遗传算法对优化模型进行了求解,从而减少了车辆延误时间,提高了信号配时优化模型的鲁棒性。

    一种开口谐振环等效左手媒质贴片天线

    公开(公告)号:CN101976759B

    公开(公告)日:2013-04-17

    申请号:CN201010275462.6

    申请日:2010-09-07

    Applicant: 江苏大学

    Abstract: 本发明涉及一种开口谐振环等效左手媒质贴片天线,该贴片天线包括两个介质基板、金属接地板,两个方环形金属辐射片和金属馈线,金属接地板固定在第二介质基板的反面,方环形金属辐射片固定在第一介质基板的正面,金属馈线连接金属接地板和金属辐射片;在第一介质基板正面,方环形金属辐射片内部刻有一个四层开口谐振环,在第二介质基板正面,方环形金属辐射片内部也刻有一个四层开口谐振环。本发明在贴片的介质基板上加入了左手媒质组合形成贴片天线,对电磁能量的局域化程度有了明显的提高,导致其拥有较高增益,并表现为较低的回波损耗,较好地改善了天线的性能,使得该贴片天线在移动通信、卫星通信以及航空航天等众多领域能更好地得到应用。

    一种快速帧内预测算法
    78.
    发明授权

    公开(公告)号:CN101895761B

    公开(公告)日:2013-01-23

    申请号:CN201010240493.8

    申请日:2010-07-29

    Applicant: 江苏大学

    Abstract: 一种快速帧内预测算法,包括以下步骤:步骤1)计算宏块的一个8×8亮度块的SADavs;步骤2)判决SADavs的大小,若SADavs小于T1,只需考虑DC模式;否则执行步骤3);步骤3)若SADavs大于另一个阈值T2,则只需考虑方向模式,无需考虑DC模式;否则DC模式和方向模式都要考虑,计算4个方向模式的Lumadiff,选取最小值对应的模式记Directionmode;步骤4)把MODEup、MODEleft和步骤2)和步骤3)获得的候选模式聚为最后的候选模式集合;步骤5)计算候选集合里各模式的RDCost,择取最小RDCost对应的模式为当前子块的最佳预测模式;步骤6)重复步骤1)至4),获取当前宏块的所有子块的最佳帧内预测模式。

    一种基于左手媒质的圆矩环复合极子天线

    公开(公告)号:CN102509870A

    公开(公告)日:2012-06-20

    申请号:CN201110318786.8

    申请日:2011-10-20

    Applicant: 江苏大学

    Abstract: 本发明公开一种基于左手媒质的圆矩环复合极子天线,包括贴合在一起的上层介质基板(1)和下层介质基板(2),该天线还包括复合极子天线(4)和以2×3的排列对称的固定在所述复合极子天线(4)的末端一侧的圆矩谐振环(3),所述复合极子天线(4)通过金属条(5)与每个圆矩谐振环结构(3)相连,所述下层介质基板(2)的正面设有6个圆矩谐振环(3),其位置与上层介质基板(1)正面圆矩谐振环(3)的位置完全相对。圆矩谐振环(3)和复合极子天线(4)的组合可以增加了磁导率,在特定频率范围内可以加强电磁波共振强度,增大天线增益,降低回波损耗。

    一种智能交通监控中车辆和行人的目标分类方法

    公开(公告)号:CN102360434A

    公开(公告)日:2012-02-22

    申请号:CN201110300914.6

    申请日:2011-10-09

    Applicant: 江苏大学

    Abstract: 本发明公开一种智能交通监控中车辆和行人的目标分类方法,从采集到的视频图像序列里提取出训练样本作为待测试视频序列建立训练模型,采用常用的支持向量机分类器训练得到车辆和行人的初始样本库;将训练样本随机分为M个子集,根据初始样本库中的目标前景分别提取样本特征组成特征向量输入到支持向量机分类器,对M个子集依次进行测试并分类得到最终样本库,构成改进的支持向量机分类器;提取最新收到的前景帧的样本特征组成特征向量输入改进的支持向量机分类器,对比输入的特征向量和最终样本库,对运动目标进行最终分类;本发明无需对所有的训练样本进行训练,缩短分类时间,实现运动目标的精确分类。

Patent Agency Ranking