-
公开(公告)号：CN114521002B
公开(公告)日：2024-09-06
申请号：CN202210197990.7
申请日：2022-03-02
Applicant: 南京信息工程大学
IPC: H04W28/086 , H04L41/0833 , H04B7/185 , G06F9/50 , G06F9/445 , G06N3/126 , G06N3/092 , H04W84/06
Abstract: 本发明公开了一种云边端合作的边缘计算方法，使用基站、无人机和任务处理设备协作帮助移动设备处理计算任务，采用DDQN深度强化学习求解卸载策略，使用拉格朗日对偶法求解无人机的总资源分配，使用遗传算法求解无人机的部署。本发明综合考虑了网络内的所有可利用的计算设备，有效地降低计算任务的系统处理能耗，提高用户的服务质量，具有一定灵活性。本发明采用DDQN深度强化学习计算得到最优卸载策略，能够以较低的复杂度获得大量移动设备的卸载动作，能够适应动态的环境变化。降低复杂度后一是可以节约计算资源，降低移系统的功耗，二是节约计算时间，可以提高系统的实时性，三是高效利用太阳能清洁能源。
-
公开(公告)号：CN118336721B
公开(公告)日：2024-08-27
申请号：CN202410753423.4
申请日：2024-06-12
Applicant: 南京信息工程大学
IPC: H02J3/00 , G06F18/213 , G06F18/15 , G06F18/25 , G06F18/2431 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/084 , G06Q50/06 , G06F123/02
Abstract: 本发明提供了基于小波包分解和ConvLSTM的电力负荷预测方法，所述方法采用小波包分解模块分解电力负荷数据得到多个表示不同时序规律的子序列数据，将气象要素、用地类型以及子序列数据作为多源融合数据输入赋权耦合Conv‑LSTM网络中，使用赋权耦合模块计算通道赋权特征，进行电力负荷预测。在相同条件下，本方法能够实现更准确的电力负荷短期预测，评价指标MAPE达到2.73，与其他主流方法相比整体预测性能显著提升。
-
-
公开(公告)号：CN117233869B
公开(公告)日：2024-02-23
申请号：CN202311516084.X
申请日：2023-11-15
Applicant: 南京信息工程大学
IPC: G01W1/10 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于GRU‑BiTCN的站点短期风速预测方法，包括：获取设定时间窗口内的待预测目标站点的站点历史气象数据、待预测目标站点周围 个格点的格点历史气象数据，以及获取设定时间窗口内的各格点的地形历史数据；对获取到的站点历史气象数据、格点历史气象数据和地形历史数据进行归一化处理；将归一化后的格点历史气象数据和归一化后的地形历史数据进行拼接，得到第一拼接数据；将第一拼接数据按照时间步长划分成多个批次，按照时间顺序，将多个批次依次输入至训练好的GRU‑BiTCN模型中，同时将归一化后的站点历史气象数据输入至训练好的GRU‑BiTCN模型中，由训练好的GRU‑BiTCN模型输出在设定时间窗口后一个时间步长时，待预测目标站点的风速预测值。
-
公开(公告)号：CN117424232A
公开(公告)日：2024-01-19
申请号：CN202311744003.1
申请日：2023-12-19
Applicant: 南京信息工程大学
IPC: H02J3/00 , G06Q10/04 , G06Q50/06 , G06N3/0475 , G06N3/094 , G06N3/0442 , G06N3/045 , G06N3/0464
Abstract: 本发明提出了一种基于三维气象数据多源融合的短期光伏功率预测方法，构建时空条件扩散模型用于生成预测卫星云图，通过时空LSTM提取历史卫星图像和历史ERA5气象数据中的时空特征，结合条件生成对抗网络生成高精度的预测卫星云图，再通过U型气象特征嵌入网络建立二维云特征及三维气象要素特征与光伏功率的映射关系，实现高精度的光伏功率预测。本发明充分考虑了云层高度、太阳位置和气象条件对光伏功率的影响，能够实现高精度的短期光伏功率预测，帮助电力公司更好地管理电力网络和输电线路，确保系统的安全和稳定运行。
-
Patent Agency Ranking
公开(公告)号：CN116432702B
公开(公告)日：2023-08-29
申请号：CN202310678856.3
申请日：2023-06-09
Applicant: 南京信息工程大学
IPC: G06N3/045 , G06N3/0464 , G06N3/0455 , G06N3/048 , G06N3/082 , G06F17/17 , G06F18/25 , G01W1/10 , G01W1/18
Abstract: 本发明公开了一种用于ECMWF预报产品订正的深度学习NFC‑Net网络模型。首先获取待订正区域内的DEM数据、FY‑4A卫星数据、ECMWF格点预报数据和ERA5再分析数据；随后构建预报订正网络NFC‑Net，该网络包括空间分辨率对齐模块、时空特征提取模块和UNet订正模块。空间分辨率对齐模块用于将FY‑4A卫星数据、DEM数据与ECMWF数据进行对齐。时空特征提取模块用于提取ERA5历史再分析数据和FY‑4A卫星数据的时空特征，UNet订正模块用于将上述多源异构数据的时空特征进行学习，输出订正结果。本方法能够融合多源异构数据的特征，对ECMWF预报产品进行有效订正。
-
公开(公告)号：CN115859524B
公开(公告)日：2023-08-22
申请号：CN202211649874.0
申请日：2022-12-21
Applicant: 南京信息工程大学
IPC: G06F30/17
Abstract: 本发明公开一种基于STL模型的圆柱体布尔求差运算方法，该方法基于圆柱体模型和工件表面网格点进行相交计算，采用链式邻接表的储存结构，其包括如下步骤：获取工件十字网格模型；基于链式邻接表构建圆柱体曲面和端面的二维数组十字网格模型；计算工件与圆柱体的相交环链；将相交环链映射为相交面；基于DDA插补法和射线法优化相交面；基于广度优先遍历法删除工件表面多余节点。本发明的运算方法遍历方法简单，增删操作灵活，减少了不必要的内存空间占用，适合十字网格模型，耗时短，同时对布尔求差运算时产生的边沿闭合环链进行了优化。
-
公开(公告)号：CN116109520B
公开(公告)日：2023-07-04
申请号：CN202310357532.X
申请日：2023-04-06
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于光线追踪算法的深度图像优化方法，利用光线追踪算法搭建路径追踪器处理深度图像和彩色图像，从而获得几何属性；对深度图像进行预处理，再从深度样本中采集纹理及物体表面的光照反射率等信息，利用颜色缓冲区信息和彩色图像间的差获取光照参数，并用其与光照反射率等信息对法向场进行优化，对优化后的图像中未平复的噪声进行抗锯齿、反走样等操作完成对深度图像的深度优化，从而获得高质量的深度图像，加强深度图像边缘细节的细腻程度，有效解决了其他同类算法所存在的缺点，视觉效果提升显著，极大提升了对深度图像的优化效率。
-
公开(公告)号：CN115859524A
公开(公告)日：2023-03-28
申请号：CN202211649874.0
申请日：2022-12-21
Applicant: 南京信息工程大学
IPC: G06F30/17
Abstract: 本发明公开一种基于STL模型的圆柱体布尔求差运算方法，该方法基于圆柱体模型和工件表面网格点进行相交计算，采用链式邻接表的储存结构，其包括如下步骤：获取工件十字网格模型；基于链式邻接表构建圆柱体曲面和端面的二维数组十字网格模型；计算工件与圆柱体的相交环链；将相交环链映射为相交面；基于DDA插补法和射线法优化相交面；基于广度优先遍历法删除工件表面多余节点。本发明的运算方法遍历方法简单，增删操作灵活，减少了不必要的内存空间占用，适合十字网格模型，耗时短，同时对布尔求差运算时产生的边沿闭合环链进行了优化。
-
公开(公告)号：CN115272665B
公开(公告)日：2023-03-24
申请号：CN202211180574.2
申请日：2022-09-27
Applicant: 南京信息工程大学
IPC: G06V10/25 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06V20/54
Abstract: 本发明公开了一种基于改进SSD算法的交通障碍检测方法，包括：基于VGG‑16基础网络构建交通障碍检测网络模型；所述交通障碍检测网络模型包括改进后的VGG‑16基础网络、多尺度提取模块、特征融合模块、候选框预设模块、动态检测模块和分类回归模块。本发明将原SSD网络中不同尺度的特征图上根据每个单元格设置的密集先验框改为一组固定数量的可迭代的候选框，并为每个候选框引入一个高维特征，来提高预测精度，减少了检测网络的初始候选框数量，省去了人工预设的密集先验框与复杂的后处理，减轻了检测网络的负担，实现模型候选框的轻量化，提高了模型检测的速度以及对各类不同大小的交通障碍检测的平均精度。
-
-
-
-
-
-
-
-
-
Search Results
135
records
(took 0.036 seconds)
