-
公开(公告)号：CN116991158A
公开(公告)日：2023-11-03
申请号：CN202310566521.2
申请日：2023-05-19
Applicant: 南京工程学院
IPC: G05D1/02
Abstract: 本发明公开了一种路径规划技术领域的基于A星算法的AGV小车组路径规划方式、终端及储存介质，旨在解决现有技术中AGV智能小车路径规划方式通常仅对于小车的路径进行选择，并未结合其电量的使用进行规划工作，容易出现电量不足的问题。其使用栅格法建立环境地图；使用A星算法为小车组进行路径规划；根据已规划的小车组路径，计算小车组完成路径后的剩余电量，将小车组的剩余电量与预设的阈值进行比较，根据比较结果调整小车组的工作方式；其中，所述小车组包括智能小车和支援车；本发明适用于路径规划，对路径选择和电量补充进行整体的统一规划，避免小车沿着路径行驶时出现电量不足的现象，从而有效地缩短时间、提高搜索效率。
-
公开(公告)号：CN111723759A
公开(公告)日：2020-09-29
申请号：CN202010599329.X
申请日：2020-06-28
Applicant: 南京工程学院
IPC: G06K9/00
Abstract: 基于加权张量稀疏图映射的非约束人脸识别方法，涉及人脸识别方法的技术领域。在稀疏图构建阶段，将训练样本(图像)用二阶张量表示，构建监督超完备张量字典，优化求解样本的同类稀疏重构系数；自适应构建更准确的张量稀疏近邻图。在双边低维投影阶段，利用样本全局分布中隐含的鉴别信息获取的低维张量子空间分布。采用最优WTSGE双边投影矩阵U和V对待测样本y进行低维映射yWTSGE＝UTyV，用低维训练样本DWTSGE＝UTXV训练分类器，实现非约束人脸的准确身份鉴别。本发明充分考虑非约束人脸图像数据的复杂性，用稀疏表示技术自适应获取高维张量数据的近邻分布图，有效提取出高度扭曲的非约束人脸数据的低维流形本质结构，大大提高了非约束人脸识别的准确性。
-
公开(公告)号：CN112904279B
公开(公告)日：2024-01-26
申请号：CN202110059164.1
申请日：2021-01-18
Applicant: 南京工程学院
IPC: G01S5/22 , G10L21/0208 , G10L21/0216 , G10L25/30 , G10L25/45 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于卷积神经网络和子带SRP‑PHAT空间谱的声源定位方法，包括：麦克风阵列采集语音信号，对采集的语音信号进行分帧和加窗的预处理得到单帧信号；计算每帧信号的子带SRP‑PHAT空间谱矩阵；将所有帧信号的子带SRP‑PHAT空间谱矩阵输入训练完成的卷积神经网络，输出语音信号属于每个方位角的概率，取概率最大的方位角作为该语音信号的声源方位角估计值。本发明可提高麦克风阵列在复杂声学环境下的声源定位性能，提高对声源空间结构、混响和噪声的泛化能力；可离线完成卷积神经网络的训练过程，将训练好的卷积神经网络保存于内存中，测试时仅需要一帧信号就可以实现(56)对比文件Vecchiotti等.End-to-end Binaural Sound Localisation from the Raw Waveform.《IEEE》.2019,451-455.S. Jiang, W. L., P. Yuan, Y. Sun andH. Liu.Deep and CNN fusion method forbinaural sound source localization《.TheJournal of Engineering》.2020,511–516.张文涛;韩莹莹;黎恒.基于卷积神经网络的交通声音事件识别方法.现代电子技术.2018,(第14期),全文.Xiaoyan Zhao 等.Sound SourceLocalization Based on SRP-PHAT SpatialSpectrum and Deep Neural Network .《Computers, Materials & Continua 》.2020,第253-271页.
-
公开(公告)号：CN114895245A
公开(公告)日：2022-08-12
申请号：CN202210427289.X
申请日：2022-04-22
Applicant: 南京工程学院
Abstract: 本发明公开了一种麦克风阵列声源定位方法、装置及存储介质，所述方法包括获取测试信号；将所述测试信号进行预处理，得到单帧测试信号；提取所述单帧测试信号的空间定位线索，将其作为测试样本；将所述测试样本输入预先构建并训练完成的CRN模型中进行测试，获取测试信号属于每个方位角的概率，其中，取概率最大的方位作为该帧信号的方位角估计值，本发明具有较强的鲁棒性和空间信息表征能力，采用卷积残差网络构建空间定位线索和声源方位之间的映射关系，该定位模型可加速流通网络中的特征，减少了特征丢失，降低训练难度，本发明算法显著提高了复杂声学环境下的定位性能，并且对声源空间结构、混响和噪声都具有较好的泛化能力。
-
Patent Agency Ranking
公开(公告)号：CN111783615B
公开(公告)日：2023-08-22
申请号：CN202010599046.5
申请日：2020-06-28
Applicant: 南京工程学院
IPC: G06V40/16
Abstract: 基于加权块张量稀疏图映射的非约束人脸识别方法，涉及人脸识别方法的技术领域。先将原始样本图像分成B个块，每个图像块用二阶张量表示，引入类别标签，构建监督超完备的块张量字典；再在正则约束求解块样本的同类稀疏重构系数的基础上，增加类内紧凑度约束和权值约束，以距离权值进一步表征同类块样本间的类内差异，在块样本张量空间自适应构建更准确的稀疏近邻图；最后对块样本进行双边低维投影，引入全局约束因子，得到双边低维投影矩阵。本发明充分考虑非约束人脸图像数据的复杂性，用稀疏表示技术自适应获取高维张量数据的近邻分布图，有效提取出高度扭曲的非约束人脸数据的低维流形本质结构，大大提高了非约束人脸识别的准确性。
-
公开(公告)号：CN112904279A
公开(公告)日：2021-06-04
申请号：CN202110059164.1
申请日：2021-01-18
Applicant: 南京工程学院
IPC: G01S5/22 , G06N3/04 , G10L21/0208 , G10L21/0216 , G10L25/30 , G10L25/45
Abstract: 本发明公开了一种基于卷积神经网络和子带SRP‑PHAT空间谱的声源定位方法，包括：麦克风阵列采集语音信号，对采集的语音信号进行分帧和加窗的预处理得到单帧信号；计算每帧信号的子带SRP‑PHAT空间谱矩阵；将所有帧信号的子带SRP‑PHAT空间谱矩阵输入训练完成的卷积神经网络，输出语音信号属于每个方位角的概率，取概率最大的方位角作为该语音信号的声源方位角估计值。本发明可提高麦克风阵列在复杂声学环境下的声源定位性能，提高对声源空间结构、混响和噪声的泛化能力；可离线完成卷积神经网络的训练过程，将训练好的卷积神经网络保存于内存中，测试时仅需要一帧信号就可以实现实时声源定位。
-
公开(公告)号：CN118858834A
公开(公告)日：2024-10-29
申请号：CN202410809053.1
申请日：2024-06-21
Applicant: 南京工程学院
Abstract: 本发明针对现有故障诊断的准确性和适应性不高的问题，公开一种基于图神经网络的配电网线路故障诊断方法、系统、设备和介质，属于电力系统保护和控制领域，方法包括：1)获取量测数据；2)数据预处理与故障数据集制作；3)构建配电网故障诊断模型；4)定义模型参数，训练配电网故障诊断模型；5)实时故障诊断。本发明在分布式电源部署的情况下也能准确有效地对配电网故障进行诊断，具有较高的诊断准确率和鲁棒性。
-
公开(公告)号：CN111723759B
公开(公告)日：2023-05-02
申请号：CN202010599329.X
申请日：2020-06-28
Applicant: 南京工程学院
IPC: G06V40/16
Abstract: 基于加权张量稀疏图映射的非约束人脸识别方法，涉及人脸识别方法的技术领域。在稀疏图构建阶段，将训练样本(图像)用二阶张量表示，构建监督超完备张量字典，优化求解样本的同类稀疏重构系数；自适应构建更准确的张量稀疏近邻图。在双边低维投影阶段，利用样本全局分布中隐含的鉴别信息获取的低维张量子空间分布。采用最优WTSGE双边投影矩阵U和V对待测样本y进行低维映射yWTSGE＝UTyV，用低维训练样本DWTSGE＝UTXV训练分类器，实现非约束人脸的准确身份鉴别。本发明充分考虑非约束人脸图像数据的复杂性，用稀疏表示技术自适应获取高维张量数据的近邻分布图，有效提取出高度扭曲的非约束人脸数据的低维流形本质结构，大大提高了非约束人脸识别的准确性。
-
公开(公告)号：CN111783615A
公开(公告)日：2020-10-16
申请号：CN202010599046.5
申请日：2020-06-28
Applicant: 南京工程学院
IPC: G06K9/00
Abstract: 基于加权块张量稀疏图映射的非约束人脸识别方法，涉及人脸识别方法的技术领域。先将原始样本图像分成B个块，每个图像块用二阶张量表示，引入类别标签，构建监督超完备的块张量字典；再在正则约束求解块样本的同类稀疏重构系数的基础上，增加类内紧凑度约束和权值约束，以距离权值进一步表征同类块样本间的类内差异，在块样本张量空间自适应构建更准确的稀疏近邻图；最后对块样本进行双边低维投影，引入全局约束因子，得到双边低维投影矩阵。本发明充分考虑非约束人脸图像数据的复杂性，用稀疏表示技术自适应获取高维张量数据的近邻分布图，有效提取出高度扭曲的非约束人脸数据的低维流形本质结构，大大提高了非约束人脸识别的准确性。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.016 seconds)
