-
公开(公告)号：CN112925825A
公开(公告)日：2021-06-08
申请号：CN202110213155.3
申请日：2021-02-25
Applicant: 南京大学
IPC: G06F16/2458 , G06N3/04 , G01W1/00
Abstract: 本发明公开了一种用于输电线路的多气象因子预测方法，涉及机器学习技术领域，解决了气象预测准确率不高的技术问题，其技术方案要点是结合TCN(Temporal Convolutional Network，时间卷积网络)网络和DenseNet网络进行特征提取，TCN网络可以并行处理时序信息，具有灵活的感受野、稳定的梯度，且相比其他方法占据更低的内存，可以对时序关系进行良好的拟合，提高了各气象因子预测的准确性；其次，在TCN网络的基础上结合DenseNet网络，能够抗过拟合，调高了气象预测的准确性；最后，本发明在预测各气象因子时不仅利用了历史的微气象信息，还结合了天气预报信息，提高了气象预测的准确性。
-
公开(公告)号：CN108694415A
公开(公告)日：2018-10-23
申请号：CN201810464977.7
申请日：2018-05-16
Applicant: 南京大学
CPC classification number: G06K9/6268 , G06K9/4652 , G06T7/11
Abstract: 本发明提出一种图像特征提取方法，包括：将原图像进行颜色空间分解，获取所述原图像的H通道图像、S通道图像以及V通道图像；对H通道图像、S通道图像以及V通道图像分别进行图像变换，生成每个颜色通道对应的频率域图像；对于每个颜色通道的频率域图像，分别以所述频率域图像中心为圆心，按预设半径划分M个同心圆，再根据预设角度划分N个等角扇形，获取若干个扇形区域，其中M为大于1的整数，N为大于0的整数；计算每个扇形区域的均值和方差；统计每个颜色通道图像的所述均值和方差将作为原图像的图像特征。本发明在图像分类时考虑图像的颜色特性，同时有效地提取图像纹理特征，能对干净水源图像和污染水源图像进行更准确的分类。
-
公开(公告)号：CN113052802A
公开(公告)日：2021-06-29
申请号：CN202110266710.9
申请日：2021-03-11
Applicant: 南京大学
Abstract: 本申请公开了一种基于医学图像的小样本图像分类方法、装置及设备，属于图像分类技术领域。所述方法包括：获取辅助图像集，辅助图像集中包含已标注的m张第一医学图像，m张第一医学图像属于多个第一类别；对m张第一医学图像进行特征提取，得到每个第一类别的第一特征；获取小样本图像集，小样本图像集包括支撑集和查询集，支撑集中包含已标注的n张第二医学图像，n张第二医学图像属于多个第二类别，查询集中包含属于第二类别且未标注的第三医学图像，第二医学图像和第三医学图像所对应的场景与第一类别相关，n＜m；根据第一特征提取每个第二类别的第二特征；根据第二特征对第三医学图像进行分类。本申请中可以提高图像分类的准确性。
-
公开(公告)号：CN111458769B
公开(公告)日：2021-05-28
申请号：CN202010453119.X
申请日：2020-05-26
Applicant: 南京大学
Abstract: 本发明公开了一种用于输电线路环境气象数据预测的方法及系统，涉及气象模型预测技术领域，解决了传统气象预测方法抗燥能力差、易受数据干扰的技术问题，其技术方案要点是采集输电线路的环境气象数据和对应时间的天气预报数据，再将这些数据划分为训练集和测试集，将训练集投入到结合加权通道的TCN模型进行训练获取气象预测模型，再使用测试集对所述气象预测模型进行测试，从而对气象预测模型的超参数Θ进行调整，然后重复模型训练直至气象预测模型收敛或达到最大迭代次数得到最终预测模型。通过上述方法得到的最终预测模型抗燥能力强，且不易受异常数据干扰，最终得到的预测数据也较现有模型更准确。
-
公开(公告)号：CN109492823B
公开(公告)日：2021-04-30
申请号：CN201811416279.6
申请日：2018-11-26
Applicant: 南京大学
IPC: G06Q10/04 , G06Q50/06 , G06F16/2458
Abstract: 本发明公开了一种对输电线路覆冰厚度的预测方法，包括：步骤1：采集输电线路的微气象、覆冰厚度信息和天气预报信息；步骤2：将采集到的微气象信息、覆冰厚度信息和天气预报信息划分为训练数据集和测试数据集；步骤3：训练得到输电线路覆冰厚度预测模型Ice_Thick_Predict_Model；步骤4：使用测试集测试模型Ice_Thick_Predict_Model的效果，根据测试效果调整模型的超参数，然后重复跳转到步骤3，直至获得理想的模型。步骤5：实现短期输电线路覆冰厚度的预测。
-
Patent Agency Ranking
公开(公告)号：CN113052802B
公开(公告)日：2024-04-09
申请号：CN202110266710.9
申请日：2021-03-11
Applicant: 南京大学
IPC: G06F30/27
Abstract: 本申请公开了一种基于医学图像的小样本图像分类方法、装置及设备，属于图像分类技术领域。所述方法包括：获取辅助图像集，辅助图像集中包含已标注的m张第一医学图像，m张第一医学图像属于多个第一类别；对m张第一医学图像进行特征提取，得到每个第一类别的第一特征；获取小样本图像集，小样本图像集包括支撑集和查询集，支撑集中包含已标注的n张第二医学图像，n张第二医学图像属于多个第二类别，查询集中包含属于第二类别且未标注的第三医学图像，第二医学图像和第三医学图像所对应的场景与第一类别相关，n＜m；根据第一特征提取每个第二类别的第二特征；根据第二特征对第三医学图像进行分类。本申请中可以提高图像分类的准确性。
-
公开(公告)号：CN108694415B
公开(公告)日：2022-08-12
申请号：CN201810464977.7
申请日：2018-05-16
Applicant: 南京大学
IPC: G06V10/764 , G06V10/56 , G06K9/62 , G06T7/11
Abstract: 本发明提出一种图像特征提取方法，包括：将原图像进行颜色空间分解，获取所述原图像的H通道图像、S通道图像以及V通道图像；对H通道图像、S通道图像以及V通道图像分别进行图像变换，生成每个颜色通道对应的频率域图像；对于每个颜色通道的频率域图像，分别以所述频率域图像中心为圆心，按预设半径划分M个同心圆，再根据预设角度划分N个等角扇形，获取若干个扇形区域，其中M为大于1的整数，N为大于0的整数；计算每个扇形区域的均值和方差；统计每个颜色通道图像的所述均值和方差将作为原图像的图像特征。本发明在图像分类时考虑图像的颜色特性，同时有效地提取图像纹理特征，能对干净水源图像和污染水源图像进行更准确的分类。
-
公开(公告)号：CN110188397B
公开(公告)日：2022-07-19
申请号：CN201910370812.8
申请日：2019-05-06
Applicant: 南瑞集团有限公司 , 南京大学 , 国网江西省电力有限公司
Abstract: 本发明公开了一种架空输电线路覆冰预测模型和方法，所述模型通过如下步骤构建：步骤1，从线路在线监测系统中获取覆冰相关数据，筛选和处理所获取的数据；步骤2，建立和训练时序卷积神经网络模型，该模型用于预测覆冰因素；步骤3，建立和训练支持向量回归模型，该模型用于建立覆冰因素与覆冰厚度的映射，时序卷积神经网络模型和支持向量回归模型共同组成架空输电线路覆冰预测模型。使用建立的模型即能够进行覆冰预测。
-
公开(公告)号：CN109886321B
公开(公告)日：2021-02-12
申请号：CN201910099452.2
申请日：2019-01-31
Applicant: 南京大学
Abstract: 本发明公开了一种用于覆冰图像细粒度分类的图像特征提取方法和装置，所述方法包括如下步骤：步骤1，对输入图像进行预处理；步骤2，对预处理的图像进行特征提取。本发明在图像细粒度分类时考虑充分建模各层之间的信息传递，有效地提取图像特征，能对包含相近类别物体的图像进行更准确分类。
-
公开(公告)号：CN109886321A
公开(公告)日：2019-06-14
申请号：CN201910099452.2
申请日：2019-01-31
Applicant: 南京大学
Abstract: 本发明公开了一种用于覆冰图像细粒度分类的图像特征提取方法和装置，所述方法包括如下步骤：步骤1，对输入图像进行预处理；步骤2，对预处理的图像进行特征提取。本发明在图像细粒度分类时考虑充分建模各层之间的信息传递，有效地提取图像特征，能对包含相近类别物体的图像进行更准确分类。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.012 seconds)
