-
公开(公告)号:CN109919036B
公开(公告)日:2022-09-27
申请号:CN201910104156.7
申请日:2019-01-18
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于时域分析深度网络的工人作业姿势分类方法。首先,根据工地监控视频的操作安全应用需求,对视频中的镜头进行检测;同时使用RGB‑D传感器完成基于视觉的动作捕捉,创建虚拟人体模型和完整的人体姿势的图像序列;并按OWAS(Working Posture Analysing System,工作姿态分析系统)定义手臂、腿部和背部三个身体部位对应的姿势,获得用于分类算法学习的虚拟训练姿势图像数据集;之后采用时域分析和背景差分法结合中值滤波噪声消除算法获取清晰工作姿势轮廓图像,提取使用基于形状和径向直方图两种工作姿势轮廓图像的特征;最后采用VGG神经网络模型完成姿势图像的分类。本发明对于WMSDs(产生原因和危险因素)的预防工作有着非常重大和迫切的意义,具有很高的社会效益和经济效益。
-
公开(公告)号:CN109919036A
公开(公告)日:2019-06-21
申请号:CN201910104156.7
申请日:2019-01-18
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于时域分析深度网络的工人作业姿势分类方法。首先,根据工地监控视频的操作安全应用需求,对视频中的镜头进行检测;同时使用RGB-D传感器完成基于视觉的动作捕捉,创建虚拟人体模型和完整的人体姿势的图像序列;并按OWAS(Working Posture Analysing System,工作姿态分析系统)定义手臂、腿部和背部三个身体部位对应的姿势,获得用于分类算法学习的虚拟训练姿势图像数据集;之后采用时域分析和背景差分法结合中值滤波噪声消除算法获取清晰工作姿势轮廓图像,提取使用基于形状和径向直方图两种工作姿势轮廓图像的特征;最后采用VGG神经网络模型完成姿势图像的分类。本发明对于WMSDs(产生原因和危险因素)的预防工作有着非常重大和迫切的意义,具有很高的社会效益和经济效益。
-
公开(公告)号:CN109688056A
公开(公告)日:2019-04-26
申请号:CN201811494176.1
申请日:2018-12-07
Applicant: 南京理工大学
IPC: H04L12/723 , H04L12/803 , H04L12/851
Abstract: 本发明公开了一种智能网络控制系统及方法,系统包括寻路模块、装箱模块、约束度量学习模块、网络监控评价模块和拥塞控制模块,其中寻路模块利用多种搜索技术的KSP优化算法寻找业务流量可行路径;装箱模块将启发式算法与有监督的深度学习网络进行结合,用来规划最优路径;约束度量学习模块是对一些网络资源进行限制,网络监控评价模块是对系统网络进行一个侦测,建立数据库,对网络进行实时监控并反馈;拥塞控制模块是通过网络监控评价模块所触发的,从而采取一些解决网络拥塞的措施。通过几个模块相互作用,根据当前网络实时状况选择转发路径,实现动态的多路径负载均衡,从而降低硬件设备需求,提高网络性能,满足用户网络需求。
-
公开(公告)号:CN107909453A
公开(公告)日:2018-04-13
申请号:CN201711363255.4
申请日:2017-12-18
Applicant: 南京理工大学
CPC classification number: G06Q30/0609 , G06N3/08 , G06Q50/30
Abstract: 本发明公开了一种预支充值智能分析系统及方法。该系统包括DCO智能分析平台、大数据平台、计费系统、短信平台、客服热线/ESS系统、二级客服;方法为:首先计费系统将收集到的预付费用户的个人信息,传送至大数据平台中的数据预处理模块进行预处理,然后由大数据平台中的行为分析模块用SOM聚类分析方法进行聚类后,发送给DCO智能分析平台,分类预测模块采用深度神经网络方法,根据聚类结果建立分类预测模型,生成授信名单发送至大数据平台的额度更改模块和二级客服;最后大数据平台通过计费系统,将DCO智能分析平台反馈的信息提供给短信平台和客服热线/ESS系统。本发明能够为电信运营商提供管理依据,改善用户消费体验,提高用户忠诚度和粘度。
-
公开(公告)号:CN109688056B
公开(公告)日:2021-01-15
申请号:CN201811494176.1
申请日:2018-12-07
Applicant: 南京理工大学
IPC: H04L12/723 , H04L12/803 , H04L12/851
Abstract: 本发明公开了一种智能网络控制系统及方法,系统包括寻路模块、装箱模块、约束度量学习模块、网络监控评价模块和拥塞控制模块,其中寻路模块利用多种搜索技术的KSP优化算法寻找业务流量可行路径;装箱模块将启发式算法与有监督的深度学习网络进行结合,用来规划最优路径;约束度量学习模块是对一些网络资源进行限制,网络监控评价模块是对系统网络进行一个侦测,建立数据库,对网络进行实时监控并反馈;拥塞控制模块是通过网络监控评价模块所触发的,从而采取一些解决网络拥塞的措施。通过几个模块相互作用,根据当前网络实时状况选择转发路径,实现动态的多路径负载均衡,从而降低硬件设备需求,提高网络性能,满足用户网络需求。
-
公开(公告)号:CN108171259A
公开(公告)日:2018-06-15
申请号:CN201711329605.5
申请日:2017-12-13
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于NB‑IoT的智慧末梢水质监测系统及方法。该系统包括智能监测系统、云服务中心、NB‑IoT模块、智慧末梢;其中智慧末梢采集待测水质原始数据,并对数据进行处理后,经NB‑IoT模块传送到云服务中心,云服务中心对数据进行管理、分析,最后传送至智能监测系统进行趋势预测和分类处理。方法为:智慧末梢采集待测水质原始数据,采用边缘计算方法对数据进行处理;处理后的数据经NB‑IoT模块传送到云服务中心;云服务中心对数据进行管理、分析,最后传送至智能监测系统;智能监测系统对接收的数据进行趋势预测和分类处理,为水质监测人员提供数据服务。本发明可智能地对水质变化做出相应处理,为监测人员和现场工作人员提供可参考的处理方案。
-
-
-
-
-