-
公开(公告)号：CN119942367A
公开(公告)日：2025-05-06
申请号：CN202510414342.6
申请日：2025-04-03
Applicant: 无锡学院
IPC: G06V20/13 , G01W1/14 , G06V10/82 , G06V10/80 , G06V10/44 , G06V10/77 , G06N3/0455 , G06N3/084 , G06N3/0985 , G06V10/72
Abstract: 本发明涉及遥感图像处理与气象监测技术领域，具体为一种基于RepFNet网络的积雪覆盖度监测方法，包括：获取FY‑4A影像数据、Landsat卫星影像数据和地理辅助数据；构建适用于深度学习训练的数据集；生成高分辨率的积雪覆盖度图像；构建编码器‑解码器架构的RepFNet网络模型，集成改进的特征提取模块、动态上采样模块及自适应图通道注意力模块；确定最佳模块组合和参数配置；使用ADAM优化器结合动态学习率策略进行模型训练；通过调整超参数和对比实验，优化模型性能；利用训练完成的RepFNet模型对研究区域进行积雪覆盖度的精准反演，并结合时空滤波方法进行去云处理，确保积雪监测的准确性和稳定性。
-
公开(公告)号：CN118886801A
公开(公告)日：2024-11-01
申请号：CN202411382722.8
申请日：2024-09-30
Applicant: 无锡学院
IPC: G06Q10/067 , G06N3/0464 , G06N3/08 , G06Q10/04 , G06Q10/0637 , G06Q50/26 , G08G1/01
Abstract: 本发明公开一种交通流预测模型的构建方法及交通流预测方法，包括如下步骤：S100、以图结构来描述网络中实体之间的关系，同时构建节点之间的特征矩阵；S200、根据图结构和特征矩阵，采用结合时空注意力机制的卷积神经网络框架，构建交通流预测模型。本发明建立一个由图网络生成层、图卷积模块和多尺度时间卷积模块三个核心组件构成的框架，由自适应动态图生成器和异构邻接关系注意力机制来生成动态邻接矩阵，并对多类邻接矩阵聚合，进而更好地利用交通节点中的交通特性，以及捕捉提取交通特征里隐含的空间特征，克服了传统方法的局限性，有效地解决了传统交通流量预测方法在智能交通系统中预测准确度度、无法反映交通网络影响等问题。
-
公开(公告)号：CN118230554A
公开(公告)日：2024-06-21
申请号：CN202410642052.2
申请日：2024-05-23
Applicant: 无锡学院
Abstract: 一种基于物联网与边缘计算的车载实时道路信息采集系统。其首先将多个车辆的车辆运行数据通过5G物联网通信网络传输至边缘计算节点，接着，在所述边缘计算节点，分别对所述多个车辆的车辆运行数据进行编码以得到多个车辆运行状态全连接编码特征向量，然后，在所述边缘计算节点，对所述多个车辆运行状态全连接编码特征向量进行特征提取以得到车辆间运行状态关联特征向量的序列，接着，在所述边缘计算节点，将所述车辆间运行状态关联特征向量的序列通过门控特征筛选本质特征网络以得到道路全域车辆间运行状态关联表征特征，最后，基于所述道路全域车辆间运行状态关联表征特征，确定道路拥堵状态等级标签。
-
公开(公告)号：CN117228339B
公开(公告)日：2024-06-11
申请号：CN202311305369.9
申请日：2023-10-10
Applicant: 无锡学院
Abstract: 本发明公开了一种粉状物料气动管道输送机，涉及输送设备技术领域，其包括：安装基架，其上端通过螺栓固定安装有注料斗，所述注料斗下端固定连接有进料通道，且所述安装基架上固定连接有气动压缩机和防堵组件，所述气动压缩机的输出端安设有气体通道，所述气体通道与所述进料通道相连通；以及运输管道，其与所述进料通道远离所述气动压缩机的一端相固定连接。
-
公开(公告)号：CN116962591A
公开(公告)日：2023-10-27
申请号：CN202310685128.5
申请日：2023-06-09
Applicant: 无锡学院
Abstract: 本发明公开了基于连续博弈行为空间相对位置的构造式隐写方法及系统，包括以下步骤：S1、信息隐藏：通信双方事先共同构造转换规则集合，博弈行为开局落子不同位置对应转换规则集合中不同转换规则，发送方根据转换规则将需传输的秘密信息嵌入到落子行为信息中，构建出含密图像，完成对秘密信息的隐藏；S2、信息提取：接收方根据开局落子位置判断对应的转换规则，根据转换规则从含密图像中的游戏行为获取秘密信息。本发明根据博弈游戏行为进行构造，提高了信息的隐藏性，有效抵抗计算机隐写分析，提高了通信安全性；由于博弈行为的多样性，提高了隐写的隐藏容量；基于相对位置进行信息隐藏，可以有效防止因为在本地储存或者远程访问隐写模型而暴露。
-
Patent Agency Ranking
公开(公告)号：CN118967672B
公开(公告)日：2025-04-29
申请号：CN202411435220.7
申请日：2024-10-15
Applicant: 无锡学院
Abstract: 本发明公开了一种工业缺陷检测方法、系统、装置和存储介质，涉及自动化技术领域，包括，通过高分辨率可见光相机、红外相机和超声波传感器采集工件的多模态数据，并进行预处理；使用多模态数据融合算法，将预处理后的数据进行特征提取和融合，生成综合特征图；通过计算机视觉技术分析综合特征图的光照条件，动态调整光照条件，生成校正后的综合特征图；构建缺陷检测模型，对校正后的综合特征图进行实例分割和目标检测，生成预选框并标记可能的缺陷区域；引入在线学习机制，根据新采集的数据实时更新和优化缺陷检测模型；通过多模态数据融合、动态光照条件校正和在线学习机制，能够精确识别和定位缺陷，显著提升了工业缺陷检测的准确性。
-
公开(公告)号：CN119810511A
公开(公告)日：2025-04-11
申请号：CN202411840437.6
申请日：2024-12-13
Applicant: 无锡学院
IPC: G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08 , G06N3/045
Abstract: 本发明涉及图像预测技术领域，公开了一种基于KAN网络的情绪预测方法、系统和存储介质，方法包括：采集数据集，并对数据集进行预处理；构建基于KAN网络的情绪预测模型，使用训练集训练情绪预测模型，训练过程中使用交叉熵损失函数调整情绪预测模型的参数，获得训练好的情绪预测模型；使用验证集评估训练好的情绪预测模型的性能；将待预测的图像输入训练好的情绪预测模型，输出情绪预测结果。本发明通过使用Kolmogorov‑Arnold网络代替传统的多层感知器进行图像情感分析，KAN网络在处理复杂关系和逻辑推理方面具有显著优势，能够提高情感预测的准确率，还通过结合网络数据收集和文本生成图片模型来获取训练数据，有效降低人工标注的工作量。
-
公开(公告)号：CN118918148A
公开(公告)日：2024-11-08
申请号：CN202411411710.3
申请日：2024-10-11
Applicant: 无锡学院
Abstract: 一种面向无人机视角的交通跟踪检测系统。属于目标跟踪技术领域，具体涉及面向智能交通和无人机视角下的轻量级目标检测和跟踪技术领域。系统包括目标检测模块、目标运动轨迹匹配模块和目标运动轨迹输出模块；目标检测模块：对视频帧图片进行处理，得出跟踪目标对应的检测框和每个检测框对应的置信度得分；目标运动轨迹匹配模块：根据置信度得分对检测框进行划分，划分后将检测框与预测轨迹进行匹配；目标运动轨迹输出模块：当目标运动轨迹匹配模块中将同一帧检测框连续3次与预测轨迹匹配成功后，将所述预测轨迹作为确认态轨迹输出。其解决了以往无人机对于目标的追迹中由于存在小尺寸目标、复杂背景以及遮挡情况而导致的追踪精度低的问题。
-
公开(公告)号：CN118711147A
公开(公告)日：2024-09-27
申请号：CN202411090235.4
申请日：2024-08-09
Applicant: 无锡学院
IPC: G06V20/54 , G06V20/40 , G06V10/25 , G06V10/44 , G06V10/52 , G06V10/764 , G06V10/80 , G06V10/82 , G06V10/94 , G06N3/045 , G06N3/0464 , G06N3/0495 , G06N3/082 , G08G1/01
Abstract: 本发明公开了一种基于深度学习的车辆闯红灯监测方法和系统，所述方法包括以下步骤：通过高清摄像头采集交通路口实时监控视频；对实时监控视频进行检测区域划分；通过深度神经网络对划分后的检测区域进行检测；基于划分区域的检测结果对车辆是否闯红灯进行判断。所述系统包括：车辆实时视频采集模块，目标路口区域划分模块，基于深度神经网络的车辆检测模块，红灯显示期间关键帧获取模块，闯红灯行为判断模块，报警模块，信息存储模块和电子设备部署装置。本发明能够对闯红灯的车辆进行识别，并根据车牌照片自动提取车牌信息完成数据存储与报警。
-
公开(公告)号：CN118230554B
公开(公告)日：2024-08-27
申请号：CN202410642052.2
申请日：2024-05-23
Applicant: 无锡学院
Abstract: 一种基于物联网与边缘计算的车载实时道路信息采集系统。其首先将多个车辆的车辆运行数据通过5G物联网通信网络传输至边缘计算节点，接着，在所述边缘计算节点，分别对所述多个车辆的车辆运行数据进行编码以得到多个车辆运行状态全连接编码特征向量，然后，在所述边缘计算节点，对所述多个车辆运行状态全连接编码特征向量进行特征提取以得到车辆间运行状态关联特征向量的序列，接着，在所述边缘计算节点，将所述车辆间运行状态关联特征向量的序列通过门控特征筛选本质特征网络以得到道路全域车辆间运行状态关联表征特征，最后，基于所述道路全域车辆间运行状态关联表征特征，确定道路拥堵状态等级标签。
-
-
-
-
-
-
-
-
-
Search Results
56
records
(took 0.018 seconds)
