-
公开(公告)号：CN119992305A
公开(公告)日：2025-05-13
申请号：CN202510124197.8
申请日：2025-01-26
Applicant: 南京信息工程大学
IPC: G06V20/05 , G06V10/25 , G06V10/774 , G06V10/82 , G06V10/766 , G06V10/764 , G06N3/045 , G06N3/0464 , G06N3/0895 , G06N3/09
Abstract: 本发明公开了一种基于改进YOLOv8的水下声纳图像识别方法及系统，包括：基于YOLOv8模型、多维并行注意力机制和对比学习架构构建网络模型；获取训练样本并利用训练样本对网络模型进行训练获得训练识别结果，利用对比损失函数和YOLOv8损失函数计算训练损失值并进行权重参数进行优化，重复迭代输出训练后的网络模型；获取水下声呐设备采集监测区域的声呐监测图像，将声纳监测图像输入至预设的网络模型获得水下目标检测结果；本发明通过多维并行注意力机制和对比学习架构提升了网络模型的表征能力和泛化性能，使网络模型在水下复杂环境中对目标细节的辨识更加精准。
-
公开(公告)号：CN118942101A
公开(公告)日：2024-11-12
申请号：CN202411422571.4
申请日：2024-10-12
Applicant: 南京信息工程大学
IPC: G06V30/19 , G06V30/146
Abstract: 本发明公开了一种小样本图像识别方法、系统及存储介质，识别方法包括：获取训练图像并进行预处理和中心化处理获得训练数据矩阵；引入剪切鲁棒范数作为距离度量准则构建ASB‑2DPCA优化模型；将训练数据矩阵输入ASB‑2DPCA优化模型获得投影矩阵，计算投影矩阵对训练图像的重构误差；循环迭代更新投影矩阵直至重构误差满足收敛条件，输出最优投影矩阵；获取待识别的检测目标图像，利用预设的最优投影矩阵对检测目标图像进行特征提取获得目标特征矩阵；通过分类器对目标特征矩阵进行识别获得目标识别结果；通过自适应地调整投影矩阵，能够在小样本图像中提取出更为准确和可靠的特征，从而显著提升了图像识别的性能。
-
公开(公告)号：CN111400740B
公开(公告)日：2023-05-02
申请号：CN202010223633.4
申请日：2020-03-26
Applicant: 南京信息工程大学
IPC: G06F21/60 , G06F21/62 , G06Q30/0601 , G06F16/955
Abstract: 本发明涉及一种具有客户信息保密性的网络购物方法，包括买家端、卖家端、物流端和信息安全平台，包括以下步骤：1）买家端选择商品，并向卖家端提交商品订单，卖家端向买家端提供订单号；2）买家端将订单号和收货相关信息同时提交给信息安全平台，信息安全平台形成包含订单号的第一信息码给卖家端，卖家端核对第一信息码后向信息安全平台提交取件相关信息；3）信息安全平台形成与第一信息码对应的包含取件相关信息的第二信息码，连同买家端提交的收货相关信息向物流端提交；4）物流端通过第二信息码联系卖家端，通过核对第一信息码和第二信息码进行取货操作，通过收货相关信息将商品运送至买家端。本发明可使卖家端无法获知买家端的隐私信息。
-
公开(公告)号：CN111400740A
公开(公告)日：2020-07-10
申请号：CN202010223633.4
申请日：2020-03-26
Applicant: 南京信息工程大学
IPC: G06F21/60 , G06F21/62 , G06Q30/06 , G06F16/955
Abstract: 本发明涉及一种具有客户信息保密性的网络购物方法，包括买家端、卖家端、物流端和信息安全平台，包括以下步骤：1）买家端选择商品，并向卖家端提交商品订单，卖家端向买家端提供订单号；2）买家端将订单号和收货相关信息同时提交给信息安全平台，信息安全平台形成包含订单号的第一信息码给卖家端，卖家端核对第一信息码后向信息安全平台提交取件相关信息；3）信息安全平台形成与第一信息码对应的包含取件相关信息的第二信息码，连同买家端提交的收货相关信息向物流端提交；4）物流端通过第二信息码联系卖家端，通过核对第一信息码和第二信息码进行取货操作，通过收货相关信息将商品运送至买家端。本发明可使卖家端无法获知买家端的隐私信息。
-
-
-
Search Results
4
records
(took 0.032 seconds)
