-
公开(公告)号：CN115392474A
公开(公告)日：2022-11-25
申请号：CN202210671735.1
申请日：2022-06-14
Applicant: 南京理工大学 , 北京空间飞行器总体设计部
IPC: G06N20/00 , G06V10/25 , G06V10/44 , G06V10/764 , G06V10/80
Abstract: 本发明公开了一种基于迭代优化的局部感知图表示学习方法，在每次迭代过程中，通过将全局统计标签图和个体标签分布图进行融合，为每个图像样本动态地构建不同的标签图，实现标签节点之间相关性的自适应。对每个图像学习特定的节点特征表示，同时利用过去的预测结果作为指导，来预测图像的多标签。并且，在迭代优化的模型框架中，通过构建重复的网络模块，实现了多标签预测结果的从粗糙到精细的优化过程。本发明采用上述的一种基于迭代优化的局部感知图表示学习方法，可以实现更加鲁棒的多标签预测。
-
公开(公告)号：CN115115654A
公开(公告)日：2022-09-27
申请号：CN202210670321.7
申请日：2022-06-14
Applicant: 北京空间飞行器总体设计部 , 南京理工大学
Abstract: 本发明公开了一种基于显著性和近邻形状查询的物体图像分割方法，步骤如下：S1、在CPU中输入图像I，进行M个尺度的过分割；S2、针对步骤S1划分的每个尺度的区域集合，基于区域上下文和封闭性先验，计算显著性，并将多个尺度的结果进行加权融合，得到图像的显著性图；S3、将得到的显著性图进行划分，通过设置三级阈值T1、T2、T3；S4、根据显著性特征图的相似性查找近邻分割形状，计算得到形状概率图；S5、将形状概率图和颜色概率图融合，通过优化求解Graph Cut问题，得二值分割结果。本发明采用上述的一种基于显著性和近邻形状查询的物体图像分割方法，使形状模型更好地拟合实例形状，具有更优的物体分割性能。
-
公开(公告)号：CN119832329A
公开(公告)日：2025-04-15
申请号：CN202411939464.9
申请日：2024-12-26
Applicant: 南京理工大学 , 北京空间飞行器总体设计部
IPC: G06V10/764 , G06V10/774 , G06V10/74 , G06V10/82 , G06N3/042 , G06N3/0464 , G06N3/0455 , G06N3/084
Abstract: 本发明公开了一种大规模自监督图表示的节点分类方法，涉及电子信息技术领域，包括以下步骤：首先对节点特征进行掩码操作，利用部分可观测的节点信号和输入邻接矩阵来重构被掩码的节点特征；设计GCN和MLP两种编码器，并在嵌入空间中最大化它们之间的相关性；通过两个编码器获得节点嵌入表示，特征进行融合得到具有较强表征能力的节点嵌入，基于GCN的解码器以重构节点特征，并最大化重构特征与原始特征的相关性。本发明采用上述一种大规模自监督图表示的节点分类方法，在推理过程中仅使用MLP大大加快推理速度，易于延迟敏感的应用的部署。通过对MLP进行梯度截断，其参数更新来自于GCN，减少了可训练参数，提高训练效率。
-
公开(公告)号：CN117392716A
公开(公告)日：2024-01-12
申请号：CN202311183888.2
申请日：2023-09-13
Applicant: 南京理工大学 , 广西金融职业技术学院 , 北京空间飞行器总体设计部
IPC: G06V40/16 , G06V10/25 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0455 , G06N3/0475 , G06N3/0895
Abstract: 本发明公开了一种基于半监督和生成方法的人脸面部动作单元检测方法，包括收集AU数据集并生成感兴趣区域图、设计一个基于完全生成式的AU检测网络、利用训练数据对网络进行训练并生成AU检测模型、利用测试时优化进行人脸AU检测。本发明采用上述的一种基于半监督和生成方法的人脸面部动作单元检测方法，显著提升了模型的跨域泛化能力以及面部动作单元检测的精度。
-
公开(公告)号：CN115115654B
公开(公告)日：2023-09-08
申请号：CN202210670321.7
申请日：2022-06-14
Applicant: 北京空间飞行器总体设计部 , 南京理工大学
Abstract: 本发明公开了一种基于显著性和近邻形状查询的物体图像分割方法，步骤如下：S1、在CPU中输入图像I，进行M个尺度的过分割；S2、针对步骤S1划分的每个尺度的区域集合，基于区域上下文和封闭性先验，计算显著性，并将多个尺度的结果进行加权融合，得到图像的显著性图；S3、将得到的显著性图进行划分，通过设置三级阈值T1、T2、T3；S4、根据显著性特征图的相似性查找近邻分割形状，计算得到形状概率图；S5、将形状概率图和颜色概率图融合，通过优化求解Graph Cut问题，得二值分割结果。本发明采用上述的一种基于显著性和近邻形状查询的物体图像分割方法，使形状模型更好地拟合实例形状，具有更优的物体分割性能。
-
Patent Agency Ranking
公开(公告)号：CN115392474B
公开(公告)日：2023-08-22
申请号：CN202210671735.1
申请日：2022-06-14
Applicant: 南京理工大学 , 北京空间飞行器总体设计部
IPC: G06N20/00 , G06V10/25 , G06V10/44 , G06V10/764 , G06V10/80
Abstract: 本发明公开了一种基于迭代优化的局部感知图表示学习方法，在每次迭代过程中，通过将全局统计标签图和个体标签分布图进行融合，为每个图像样本动态地构建不同的标签图，实现标签节点之间相关性的自适应。对每个图像学习特定的节点特征表示，同时利用过去的预测结果作为指导，来预测图像的多标签。并且，在迭代优化的模型框架中，通过构建重复的网络模块，实现了多标签预测结果的从粗糙到精细的优化过程。本发明采用上述的一种基于迭代优化的局部感知图表示学习方法，可以实现更加鲁棒的多标签预测。
-
公开(公告)号：CN111319792A
公开(公告)日：2020-06-23
申请号：CN202010098886.3
申请日：2020-02-18
Applicant: 北京空间飞行器总体设计部
Abstract: 本发明提供一种基于在轨遥测数据的GEO卫星干扰力矩获取方法，具体过程为：设定初始时刻和时间步长；从初始时刻开始，获取相隔所述时间步长的两个时刻对应的反作用轮转速在轨遥测，并判断其是否满足设定条件，若是，则根据所述两个时刻对应的反作用轮转速在轨遥测，计算干扰力矩M；计算所有满足设定条件的干扰力矩M，获得全年GEO卫星实际干扰力矩数组，为卫星姿态控制方案改进优化、卫星在轨精准管理提供技术支持。
-
公开(公告)号：CN115359350A
公开(公告)日：2022-11-18
申请号：CN202210895602.2
申请日：2022-07-28
Applicant: 北京空间飞行器总体设计部
Abstract: 本发明提出了一种基于图模型的群目标队形变化识别方法，能够描述群目标队形变化数据之间的时空相关性和相互依赖性，并且提升群目标队形变化的识别准确率。本发明面向群目标队形变化序列，构建基于时空轨迹数据的图模型，以描述群目标队形变化数据之间的时空相关性和相互依赖性，具有较强的抗形变能力；并通过建立动态图的递归卷积网络模型，解决了在时序运动和空间结构联合建模的问题，提升了群目标队形变化的识别准确率。
-
公开(公告)号：CN118195003A
公开(公告)日：2024-06-14
申请号：CN202410373848.2
申请日：2024-03-28
Applicant: 南京理工大学
Abstract: 本发明公开了一种结合时空图卷积的强化学习推理方法，属于知识图谱推理领域，包括以下步骤：S1、确定推理任务；S2、建立知识图谱环境；S3、智能体获取当前节点状态，卷积当前节点周围时空信息集合，作为策略网络的输入；S4、把S3获取的状态输入到策略网络中，获取动作概率函数，智能体从策略网络输出的动作概率函数中随机抽样，选择一个动作执行，与环境交互后获取奖励；S5、获取状态转移集合后，使用蒙特卡洛策略梯度更新网络参数。本发明采用上述的一种结合时空图卷积的强化学习推理方法，搭建时空图卷积网络获取当前节点在推理过程中的时空信息，进而提高智能体在当前节点的信息获取密度，提高路径推理活动的准确性。
-
公开(公告)号：CN115908987B
公开(公告)日：2023-05-30
申请号：CN202310057815.2
申请日：2023-01-17
Applicant: 南京理工大学
IPC: G06V10/774 , G06V10/82 , G06N3/084 , G06V10/764 , G06N3/0464 , G06N3/045
-
-
-
-
-
-
-
-
-
Search Results
57
records
(took 0.06 seconds)
