公开(公告)号：CN113486202B

公开(公告)日：2023-08-04

申请号：CN202110742932.3

申请日：2021-07-01

Applicant: 南京大学 ,  江苏威尔曼科技有限公司

Inventor： 路通 ,  陈俍宇 ,  陈鹏飞 ,  周世杰 ,  黄建武 ,  曹阳

IPC: G06F16/55 ,  G06V10/774 ,  G06V10/764 ,  G06V10/82 ,  G06N3/084 ,  G06N3/0455 ,  G06N3/0464

Abstract: 本发明公开了小样本图像分类的方法，涉及机器学习技术领域，解决了分类模型中使用少量样本不能达到较高分类准确率的技术问题，其技术方案要点是在训练和测试时保持高度的一致性，都以K类各Z张图像以及待分类图像作为模型的一次输入，有利于准确率的提升。同时，在对图像进行特征提取后，使用多尺度思想，分别考虑不同尺度下已知类别的图像特征与待分类图像特征的关系。不同的尺度有利于对图像中不同大小物体的相似度判断；同尺度已知类别的图像特征与待分类图像特征一起输入分类器能够综合考虑各类别间的亲疏关系，更好地输出各类别与待分类图像的相似度，提高了小样本图像分类的准确率。

公开(公告)号：CN113486202A

公开(公告)日：2021-10-08

申请号：CN202110742932.3

申请日：2021-07-01

Applicant: 南京大学 ,  江苏威尔曼科技有限公司

Inventor： 路通 ,  陈俍宇 ,  陈鹏飞 ,  周世杰 ,  黄建武 ,  曹阳

IPC: G06F16/55 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了小样本图像分类的方法，涉及机器学习技术领域，解决了分类模型中使用少量样本不能达到较高分类准确率的技术问题，其技术方案要点是在训练和测试时保持高度的一致性，都以K类各Z张图像以及待分类图像作为模型的一次输入，有利于准确率的提升。同时，在对图像进行特征提取后，使用多尺度思想，分别考虑不同尺度下已知类别的图像特征与待分类图像特征的关系。不同的尺度有利于对图像中不同大小物体的相似度判断；同尺度已知类别的图像特征与待分类图像特征一起输入分类器能够综合考虑各类别间的亲疏关系，更好地输出各类别与待分类图像的相似度，提高了小样本图像分类的准确率。

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

Inventor： 路通 ,  陈俍宇 ,  袁明磊

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：CN111311027A

公开(公告)日：2020-06-19

申请号：CN202010205494.2

申请日：2020-03-23

Applicant: 南京大学

Inventor： 路通 ,  陈俍宇 ,  邓照飞

IPC: G06Q10/04 ,  G06Q10/06 ,  G06Q50/06

Abstract: 本发明公开了一种用于输电线路的风速预测方法，属于机器学习技术领域。本发明包括步骤1：采集输电线路附近的风速、微气象信息和天气预报信息；步骤2：将采集到的微气象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：使用训练集训练得到风速预测模型；步骤4：使用测试集测试风速预测模型的效果，根据测试效果调整模型的超参数，重复步骤3，直至获得理想的模型；步骤5：通过风速预测模型预测输电线路的风速。本发明优点在于结合微气象信息和同时间的天气预报信息对输电线路风速进行预测，弥补了传统预测方法天气信息少的问题，提高了输电线路风速预测精度。