公开(公告)号：CN115690500A

公开(公告)日：2023-02-03

申请号：CN202211354710.5

申请日：2022-11-01

Applicant: 南京邮电大学

Inventor： 张登银 ,  李经纬

IPC: G06V10/764 ,  G06V10/774 ,  G06T7/10 ,  G06T3/40 ,  G06T5/00 ,  G06T5/20 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于改进U2型网络的仪表识别方法，包括：在RSU的基础上，用分组卷积Grouped Conv替换各层的普通卷积，用此网络分割出表盘和指针；通过传统数学方式将表盘展开为矩阵图像后将二维图像转换为一维数组；利用均值滤波对刻度值数组进行降噪处理；利用峰值定位出指针对应刻度值的位置，根据刻度值和预设数据输出示数；利用改进U2型网络对指针式仪表进行分割，再对得到的表盘通过传统计算机视觉方法实现自动读数；指针式仪表结构简单、安装方便且对电磁干扰等工业因素不敏感，故此方法相比人工读数拥有精度高、可靠性高、读数快且成本低等优点，可以极大提升工作效率。

公开(公告)号：CN106612158A

公开(公告)日：2017-05-03

申请号：CN201611107580.X

申请日：2016-12-06

Applicant: 南京邮电大学

Inventor： 张昀 ,  李经纬 ,  于舒娟 ,  刘欢 ,  金超迪 ,  孟庆霞 ,  饶强

IPC: H04L1/00 ,  H04L25/03

CPC classification number: H04L1/0038 ,  H04L25/03165 ,  H04L2025/03464

Abstract: 本发明提出了一种基于复合正弦混沌神经网络的信号盲检测方法。所述方法采用复合正弦的混沌神经网络和Sigmoid组合的非单调的激励函数、时变的输出函数增益和分段指数退火函数构成了一个复合正弦混沌神经网络；每次迭代时，首先进入混沌神经网络，然后再进入激活函数；所述混沌神经网络具有可以避免陷于局部最小值。本发明方法继承了混沌神经网络这一特点，提高了盲检测性能；并且，该网络具有更加丰富灵活的暂态混沌动力学特性以及更强的全局搜索能力；在同等条件下，本发明的抗噪性能优于传统的Hopfield信号盲检测算法。