-
公开(公告)号：CN110980728A
公开(公告)日：2020-04-10
申请号：CN201911409684.X
申请日：2019-12-31
申请人： 南京信息工程大学 , 北京北方节能环保有限公司 , 江苏信大瑞康环保科技有限公司 , 山西新华化工有限责任公司
IPC分类号： C01B32/324 , C01B32/336
摘要： 本发明公开一种煤泥活性炭及其自活化制备方法，该方法先将煤泥进行干燥脱水，将干燥煤泥与煤焦、沥青进行混合均匀制成煤膏后在内热式回转窑炉内热解碳化，最后在自活化装置中采用水蒸气和二氧化碳为活化剂将碳化物料进行活化处理，得到煤泥活性炭。本发明所采用污泥、沥青和焦油均为固体废料，并且自活化所需的二氧化碳和水蒸气等活化剂来自系统多膛炉产生的尾气，且系统干燥所需热源均来自烟气余热回用，有效节约了成本。本发明的煤泥活性炭比表面积大于400-850m2/g，碘吸附值为300-900mg/g，接近煤质活性炭的吸附性能。
-
公开(公告)号：CN118429870B
公开(公告)日：2024-11-12
申请号：CN202410897337.0
申请日：2024-07-05
申请人： 南京信息工程大学
IPC分类号： G06V20/40 , G06V20/52 , G06V10/42 , G06V10/44 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/042 , G06N3/0464 , G06N3/0499 , G06N3/08
摘要： 本发明公开了一种群体行为识别方法、系统和存储介质，包括：获取待识别的视频帧；根据视频帧，基于预训练好的群体行为识别模型，得到群体行为类别；所述群体行为识别模型包括：骨干网络、融合模块、嵌入层、关系推理模块、图卷积网络、全局平均池化层以及分类器。本发明通过模型中的融合模块将全局特征中包含的场景信息嵌入个体特征中，为个体动作与群体行为类别的推理提供了信息丰富的融合特征，最终提高了群体行为的识别精度。
-
公开(公告)号：CN117876939A
公开(公告)日：2024-04-12
申请号：CN202410270021.9
申请日：2024-03-11
申请人： 南京信息工程大学
IPC分类号： G06V20/40 , G06V40/20 , G06V10/42 , G06V10/44 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
摘要： 本发明公开了一种基于时空特征增强的实时时空行为检测方法及装置，方法包括：将待检测的视频数据输入训练好的检测网络，得到实时时空行为检测结果；检测网络的训练包括：将原始视频截取为多个等时长的视频片段，将每个视频片段截取固定帧数的图像；对视频片段和其中的关键帧进行特征提取，得到时空特征和空间解耦特征；将时空特征输入到轻量时空扩张增强模块，得到时空增强特征；将时空增强特征进行上采样操作并与空间解耦特征在空间维度上对齐连接，将连接后的特征输入多尺度特征融合模块作为动作分类及定位的依据；优化损失函数并重复训练使得检测网络收敛，得到训练好的检测网络。本发明有效权衡了检测精度和速度，适用于实时行为检测任务。
-
公开(公告)号：CN113011029B
公开(公告)日：2023-05-23
申请号：CN202110307203.5
申请日：2021-03-23
申请人： 南京信息工程大学
IPC分类号： G06F30/20 , G06F18/22 , G06F111/06 , G06F111/10
摘要： 本发明公开了一种高铁沿线测风站点布局优化方法，挑选出高铁沿线一定范围内的气象站点风速数据经给初步的质量控制后作为数据源，通过克里金插值，模拟出铁路沿线等间距测风站点的风速数据；以模拟出的站点作为现有铁路沿线测风站点，并根据测风站点地形将铁路沿线划分多块区域段，最终通过改进的相似度函数增减测风站点，将测风站点的等间距布站改良为非均匀布站，达成以最少的站点数目准确地监测到各区域风速特征。本发明既能够节约成本，又可以准确地监测到沿线的风速特征。
-
公开(公告)号：CN113011029A
公开(公告)日：2021-06-22
申请号：CN202110307203.5
申请日：2021-03-23
申请人： 南京信息工程大学
IPC分类号： G06F30/20 , G06K9/62 , G06F111/06 , G06F111/10
摘要： 本发明公开了一种高铁沿线测风站点布局优化方法，挑选出高铁沿线一定范围内的气象站点风速数据经给初步的质量控制后作为数据源，通过克里金插值，模拟出铁路沿线等间距测风站点的风速数据；以模拟出的站点作为现有铁路沿线测风站点，并根据测风站点地形将铁路沿线划分多块区域段，最终通过改进的相似度函数增减测风站点，将测风站点的等间距布站改良为非均匀布站，达成以最少的站点数目准确地监测到各区域风速特征。本发明既能够节约成本，又可以准确地监测到沿线的风速特征。
-
公开(公告)号：CN111366750A
公开(公告)日：2020-07-03
申请号：CN202010352807.7
申请日：2020-04-28
申请人： 南京信息工程大学
摘要： 本发明公开了一种基于超声波线性阵列及波束形成算法的风速风向测量装置及其测量方法，为了解决市场上广泛使用的基于时差法的超声波测风仪在复杂环境下，易产生噪声、时间差测量不准确等带来的问题，本发明在测风原理上寻求突破，构件一种特殊形式的线性阵列结构，包括发射传感器和四个线性排列的接收传感器，通过外部驱动器驱动发射传感器产生超声波，接收传感器接收超声波，通过对阵列接收到的信号进行处理，抑制无用的噪声和干扰并提取有用的信号特征，结合波束形成算法对风速风向进行测量，有效地提高了测风系统的测量范围和测量精度。
-
公开(公告)号：CN107064896A
公开(公告)日：2017-08-18
申请号：CN201710201492.4
申请日：2017-03-30
申请人： 南京信息工程大学
IPC分类号： G01S7/41
摘要： 本发明公开了一种基于截断修正SL0算法的MIMO雷达参数估计方法，首先改善MIMO雷达感知矩阵的病态性，利用SVD反变换从修正后的奇异值及其对应的左右奇异矩阵中获得非病态感知矩阵；其次利用SL0算法对MIMO雷达目标参数进行估计，并在计算初值和梯度投影值时，将病态感知矩阵的伪逆由获得的非病态感知矩阵的伪逆代替；最后根据SL0算法得到的目标场景向量估计值中非零元素的位置确定MIMO雷达目标的角度、距离和多普勒信息。本发明解决了病态感知矩阵下MIMO雷达目标参数估计问题。降低了MIMO雷达目标参数估计的复杂度，有利于工程实现，适合于在现代战争中要求实时性较高的目标探测场合。
-
公开(公告)号：CN117665825B
公开(公告)日：2024-05-14
申请号：CN202410131969.6
申请日：2024-01-31
申请人： 南京信息工程大学
IPC分类号： G01S13/95
摘要： 本发明公开了一种雷达回波外推预报方法及系统，属于降雨短临预报技术领域，其包括获取待预测的雷达回波图像序列；对雷达回波图像序列进行预处理，得到待预测数据集；将所述待预测数据集输入预先训练的结合双分支编解码和门控递归网络的预测模型，获得雷达回波外推预测图像；其中，所述结合双分支编解码和门控递归网络的预测模型的训练方法包括：对获取到的雷达回波图像序列样本进行预处理，得到有效样本数据集；将所述有效样本数据集输入预先构建的结合双分支编解码和门控递归网络的预测模型，得到训练好的结合双分支编解码和门控递归网络的预测模型，通过上述过程实现了准确率更高的雷达回波外推预测效果，大大增强了降雨预测精度。
-
公开(公告)号：CN117893765A
公开(公告)日：2024-04-16
申请号：CN202410099052.2
申请日：2024-01-24
申请人： 南京信息工程大学
IPC分类号： G06V10/26 , G06V20/70 , G06V20/10 , G06V10/56 , G06V10/80 , G06V10/82 , G06V10/44 , G06V10/52 , G06V10/42 , G06N3/0464 , G06N3/0455 , G06N3/084 , G06N3/048
摘要： 本发明公开了一种图像处理技术领域的城市街景绿色景观图像分割方法及装置，旨在解决现有技术中等问题，其包括获取城市街景绿色景观图像数据；对获取的城市街景绿色景观图像数据进行预处理，得到预处理的城市街景绿色景观图像数据；根据预处理的城市街景绿色景观图像数据，基于预训练的城市街景绿色景观图像分割模型，对城市街景中的绿色景观进行提取，得到预测的绿色景观分割图像。本发明对全局上下文信息建模，减少主干网络特征冗余，同时提升分割性能。
-
公开(公告)号：CN117634930B
公开(公告)日：2024-03-29
申请号：CN202410096277.2
申请日：2024-01-24
申请人： 南京信息工程大学
IPC分类号： G06Q10/0637 , G01W1/10 , G06Q50/26 , G06N3/0442 , G06N3/045 , G06N3/084
摘要： 本发明公开了一种台风云图预测方法、系统及存储介质，预测方法包括：将台风云图序列样本输入至预训练的FSTA‑LSTM神经网络模型中，得到预测的台风云图序列，确定台风云图预测结果；其中，所述FSTA‑LSTM神经网络模型的训练过程包括：搭建神经网络模型；其中，所述神经网络模型包括依次连接的特征增强模块、Encoder编码器、STA‑LSTM模块、Decoder解码器和多尺度特征融模块；将预处理后的台风云图序列样本数据输入至神经网络模型中，台风云图序列样本经神经网络模型的多层网络架构的前向传播后，再反向传播更新神经网络模型的网络权重，获得FSTA‑LSTM神经网络模型。本申请优化时空记忆单元和隐藏单元的信息传递，提升了模型对复杂云图模式和台风结构变化的捕捉能力。
-
-
-
-
-
-
-
-
-
搜索结果
35 条记录 (耗时 0.163 秒)
