-
公开(公告)号：CN110047088B
公开(公告)日：2022-08-26
申请号：CN201910258297.4
申请日：2019-04-01
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于改进教与学优化算法的HT‑29图像分割方法，该方法将自适应的自学习机制融入到传统教与学优化算法中，形成改进的教与学优化算法，包括步骤：(1)计算需分割的HT‑29人结肠癌细胞图像每个像素的邻域灰度均值，得到二维灰度直方图；(2)建立HT‑29图像二维最大熵阈值分割的最优化模型；(3)采用改进教与学优化算法对HT‑29图像二维最大熵阈值分割的最优化模型进行优化，得到最优阈值矩阵；(4)利用最优阈值矩阵对需分割的HT‑29图像进行分割。本发明有效提高了HT‑29人结肠癌图像分割的效率和分割结果的精度。
-
公开(公告)号：CN116933893A
公开(公告)日：2023-10-24
申请号：CN202310924514.5
申请日：2023-07-25
Applicant: 南京邮电大学
IPC: G06N20/00 , G06N5/04 , G06F9/50 , G06Q30/0217 , G06Q50/30
Abstract: 本发明提供一种无人机辅助联邦学习的方法，将车辆机动性、激励决策、迁移问题综合考虑。针对参与者不愿意无条件贡献他们的资源进行本地模型训练的问题，设计一种公平的激励机制和信任模型，以鼓励参与者上传可靠的模型更新，加入联邦学习任务。本发明针对车辆的移动性，提出了利用无人机服务迁移和无人机移动的双向机制来保证联邦学习任务的完整进行。同时考虑到用户车辆的参与意愿，本发明设计了基于博弈论的用户车辆激励方法，用户车辆和无人机能够制定相应决策，最大化各自的效用。
-
公开(公告)号：CN118500408A
公开(公告)日：2024-08-16
申请号：CN202410591734.5
申请日：2024-05-13
Applicant: 南京邮电大学
IPC: G01C21/20 , G06Q10/047 , G06N3/006
Abstract: 本发明涉及无人机航迹规划技术领域，公开了一种基于混合QBSO‑CTLBO算法的无人机航迹规划方法。本发明包括种群个体初始化并评估、种群个体迭代更新两个关键步骤；其中，种群个体初始化指随机初始化每个个体的每个航迹点的坐标；种群个体迭代更新是指种群中每个个体按照某种进化机制进行更新，以在搜索空间内进行广域探索和局部开发。本申请技术所提供的航迹规划方法能够更快速地搜索出更加精确的航迹，在全局搜索能力、收敛精度和稳定性等方面优于传统方法。该方法适用于多威胁区和禁飞区等复杂环境下的三维航迹规划，在机器人导航及自动驾驶等诸多领域具有广泛的应用前景。
-
公开(公告)号：CN110047088A
公开(公告)日：2019-07-23
申请号：CN201910258297.4
申请日：2019-04-01
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于改进教与学优化算法的HT-29图像分割方法，该方法将自适应的自学习机制融入到传统教与学优化算法中，形成改进的教与学优化算法，包括步骤：(1)计算需分割的HT-29人结肠癌细胞图像每个像素的邻域灰度均值，得到二维灰度直方图；(2)建立HT-29图像二维最大熵阈值分割的最优化模型；(3)采用改进教与学优化算法对HT-29图像二维最大熵阈值分割的最优化模型进行优化，得到最优阈值矩阵；(4)利用最优阈值矩阵对需分割的HT-29图像进行分割。本发明有效提高了HT-29人结肠癌图像分割的效率和分割结果的精度。
-
Patent Agency Ranking
公开(公告)号：CN119273565A
公开(公告)日：2025-01-07
申请号：CN202411345851.X
申请日：2024-09-26
Applicant: 南京邮电大学
IPC: G06T5/60 , G06T5/70 , G06N3/0464 , G06N3/084 , G06N3/0985 , G06N3/006 , G06N3/048
Abstract: 本发明涉及图像去噪技术领域，公开了一种基于改进多目标海洋捕食者算法的图像去噪神经网络架构搜索方法，包括以下步骤：步骤1、设计去噪卷积神经网络超参数优化(神经架构搜索)的搜索空间；步骤2、初始化MPA算法的相关参数、种群和卷积神经网络架构搜索的搜索空间，其中种群中的每个个体代表一个去噪卷积神经网络。本发明通过改进海洋捕食者算法自动搜寻最优个体(即最优去噪卷积神经网络架构)，从而进行对图像去噪处理，解决了现有技术的初始化种群是通过随机初始化方法生成的，这可能导致种群在迭代过程中朝着非最优方向演变，以及在种群的个体更新后，对于劣质个体没有实施相应的惩罚措施，从而导致算法收敛速度较慢的问题。
-
公开(公告)号：CN116910597A
公开(公告)日：2023-10-20
申请号：CN202310939571.0
申请日：2023-07-28
Applicant: 南京邮电大学
IPC: G06F18/2321 , G06F18/20 , G06F18/214
Abstract: 本发明公开了一种基于GM‑HMM的道路安全驾驶行为识别方法，首先获取城市道路三车道交通数据集，对采集数据集进行预处理，从预处理后的数据集中提取换道及直行的样本数据，针对每一类驾驶行为构建行为识别模型，采用观测数据对行为识别模型的模型参数进行训练优化，最后将测试数据分别导入三个驾驶行为子模型进行计算，输出概率最大的子模型对应的驾驶行为作为识别得到的行为结果。本发明适用于三车道的普遍城市道路场景，利用HMM和GMM的特点建立GM‑HMM混合模型，无需手动选择特征，能够自适应地对驾驶员的行为进行建模，又设置周围车辆安全距离，将周围车辆信息纳入安全考虑，最后对驾驶行为进行识别预警，提高了模型的安全性。
-
公开(公告)号：CN118505550A
公开(公告)日：2024-08-16
申请号：CN202410567301.6
申请日：2024-05-08
Applicant: 南京邮电大学
IPC: G06T5/70 , G06T5/60 , G06N3/0464 , G06N3/086
Abstract: 本发明涉及图像处理技术领域，公开了一种基于混沌映射和自适应策略改进蜣螂算法的图像去噪方法，包含以下步骤：步骤1，输入待去噪的图像，设定CNN网络的超参数及架构优化的搜索空间；步骤2，利用Logistic混沌映射初始化种群。本发明融合了混沌映射和自适应策略，增强了算法的搜索能力，在解决高维空间和复杂优化问题时，通过混沌映射的不确定性和复杂性增强CNN架构搜索的随机性和适应性，有效地避免算法过早陷入局部最优解，同时，自适应策略允许种群根据当前搜索状态动态调整其行为，进一步提高优化效率和准确性，而将CADBO算法应用于CNN网络的超参数优化中，不仅能够提升图像去噪的性能，还能够加速网络训练过程，为图像处理技术领域带来新的发展机遇。
-
公开(公告)号：CN116911188A
公开(公告)日：2023-10-20
申请号：CN202310873575.3
申请日：2023-07-17
Applicant: 南京邮电大学
IPC: G06F30/27 , G06N3/126 , G06Q10/047 , G06F111/04 , G06F111/06
Abstract: 本发明公开了一种不确定环境下的绿色车辆路径规划方法及模型，包括：步骤1、建立不确定环境下的多目标多车型绿色车辆路径规划数学模型；步骤2、针对不确定环境下的多目标多车型绿色车辆路径规划问题，提出改进的离散头脑风暴求解算法；步骤3、提出改进的邻域搜索算法；步骤4、将所述离散头脑风暴求解算法和所述领域搜索算法融合，形成带邻域搜索的改进离散头脑风暴优化求解算法。本发明的绿色车辆路径规划的求解算法及模型能够更合理地描述和处理不确定环境中的模糊信息，保证规划结果的精确性和可信性，同时，该求解算法在求解不确定环境下的多目标多车型绿色车辆路径规划问题时具有更高的收敛精度和全局搜索能力。
-
公开(公告)号：CN116880554A
公开(公告)日：2023-10-13
申请号：CN202310884338.7
申请日：2023-07-19
Applicant: 南京邮电大学
Abstract: 本申请实施例涉及一种路障检测系统、包含检测系统的在线自主决策的无人机及其应用，属于路面检测技术领域。本申请实施例的路障检测系统，包括图像采集模块和路障检测模块；图像采集模块对待检测道路进行实时图像采集，并对图像进行数据编码处理，同时将编码后的图像传输至路障检测模块；路障检测模块对编码后的图像进行解码、运算处理，得到待检测道路的路障信息。本申请实施例所提供的路障检测系统，能够准确、快速地获得路面障碍信息以及具体位置，降低复杂环境的影响，提高检测的准确度和检测效率。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.017 seconds)
