-
公开(公告)号：CN118537277A
公开(公告)日：2024-08-23
申请号：CN202410032474.8
申请日：2024-01-09
Applicant: 江苏海洋大学 , 连云港鲸鸣信息科技有限公司
Abstract: 本发明提出了一种基于改进型Retinex的暗光条件下水下图像增强方法，基于改进型Retinex，解决在暗光环境下传统Retinex技术的局限性。首先，本发明实施了噪声抑制和预处理，采用了独特的色彩校正技术，精确地考虑到水体对颜色通道的影响。在多尺度Retinex的基础上，结合了多亮度模型，能够更有效地分离和分析图像中的光照变化和反射特性。通过深度学习技术对光照部分进行智能估计和动态调整。最后，通过图像纹理增强、色彩平衡调整后期优化手段，保证色彩恒常性和视觉自然性。为水下观测、科研和工程应用提供了更为清晰、真实和有价值的视觉数据，具有广泛的应用前景。
-
公开(公告)号：CN116193795A
公开(公告)日：2023-05-30
申请号：CN202310189867.5
申请日：2023-03-02
Applicant: 江苏海洋大学
Abstract: 本发明公开了一种基于企业服务门户的企业数据管理系统，包括：收集模块，多个所述收集模块用于存储收集到的数据；处理模块，所述处理模块用于将多个收集模块中收集的数据进行处理分析；存储模块，所述存储模块用于将处理完成之后的数据进行整理和存储；根据上述的管理系统使用的一种基于企业服务门户的企业数据管理设备，包括箱体，所述箱体内部固定连接有隔板，多个所述隔板将箱体隔断设为多个安装空间，所述收集模块和处理模块安装在上侧的安装空间内部；所述存储模块通过滑动组件设置在箱体最下方的安装空间内部。本发明通过简单的结构对存储模块进行安装和拆卸，从而方便了对内部存储模块的转移。
-
公开(公告)号：CN117523381A
公开(公告)日：2024-02-06
申请号：CN202311576479.9
申请日：2023-11-23
Applicant: 江苏海洋大学 , 连云港鲸鸣信息科技有限公司
IPC: G06V20/05 , G06V10/82 , G06V10/766 , G06V10/764 , G06N3/0464 , G06N3/0455 , G06N3/045 , G06N3/08
Abstract: 本发明提出了一种改进的YOLOv5海洋生物目标检测方法，由于海洋生物的种类繁多，其识别需要大量的专业知识，而本发明的应用大幅度节约了人力和时间成本，本发明通过在YOLOv5的基础上引入基于残差连接的Bottleneck Tr ansformer构造的CTR3模块，优化了YOLOv5的Head部分，从而提升了模型的识别性能，在自制的15类海洋生物数据集上的实验结果表明，与传统YOLOv5相比，BoTR‑YOLOv5在召回率和mAP(平均精度均值)上各提高了1％，验证了本发明提供的目标检查算法在海洋生物场景下的应用效果，更重要的是BoTR‑YOL Ov5在训练过程中比传统YOLOv5节省了时间，凸显了本发明在计算成本上的明显优势，本发明为海洋生物的高效精确检测提供了创新的方法，具有重要的实际应用价值。
-
公开(公告)号：CN117854109A
公开(公告)日：2024-04-09
申请号：CN202410035775.6
申请日：2024-01-09
Applicant: 江苏海洋大学 , 连云港鲸鸣信息科技有限公司
IPC: G06V40/10 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明提出了一种基于ResNet50的海洋生物分类识别方法，重定义卷积层并使用批量正则化，避免梯度参数紊乱。在神经网络中使用残差连接实现瓶颈层，利用迁移学习的方法构建了残差网络ResNet50。在19种常见的海洋动物数据集上进行分类训练，实验结果表明ResNet50的识别达到90％左右，与传统卷积神经网络VGG19进行对比，结果表明ResNet50识别效果更好，从而验证了本发明提出的海洋生物分类识别模型的有效性，凸显了本发明在准确率上的明显优势。
-
Patent Agency Ranking
公开(公告)号：CN117830622A
公开(公告)日：2024-04-05
申请号：CN202410020918.6
申请日：2024-01-05
Applicant: 江苏海洋大学 , 连云港鲸鸣信息科技有限公司
IPC: G06V10/25 , G06V10/44 , G06V10/52 , G06V10/77 , G06V10/80 , G06V10/764 , G06V10/766 , G06V20/54 , G06V20/70 , G06N3/0464 , G06N3/045 , G06N3/084 , G06N3/048
Abstract: 本发明提出了一种基于YOLOv8的舰船目标旋转检测方法，以往的研究主要是从海事图像序列中进行水平船舶检测的方式。由于一些背景像素可能被错误地识别为船舶轮廓，这可能导致船舶检测性能不满意。为了解决这个问题，我们提出了一种新的基于YOLO的旋转模型(RTM)，通过考虑船舶旋转角度，从海事图像中准确而快速地检测船舶。提出的RTM模型通过BiFPN特征融合方法、注意力机制和损失函数GIoU从图像中检测倾斜船，本发明为海洋舰船的高效精确检测提供了创新的方法，具有重要的实际应用价值，可以应用于实时船舶检测任务。
-
公开(公告)号：CN116049396A
公开(公告)日：2023-05-02
申请号：CN202211694113.7
申请日：2022-12-28
Applicant: 江苏海洋大学
IPC: G06F16/35 , G06N3/0464 , G06N3/0499 , G06N3/045 , G06N3/08
Abstract: 本发明公开了一种基于预训练模型融合的虚假新闻检测方法，通过使用不同的预训练模型获得不同视角的特征表示，通过孪生卷积网络对特征进行相似性度量，基于多层感知机网络实现对虚假新闻的分类检测，实现短文本的虚假新闻检测。如此在虚假新闻检测的实际应用中，本方法具备充分地提取不同文本特征的能力，从而极大的提高虚假新闻筛查准确率。
-
公开(公告)号：CN117828029A
公开(公告)日：2024-04-05
申请号：CN202410045449.3
申请日：2024-01-11
Applicant: 江苏海洋大学 , 梦西游文化科技(连云港)有限公司
IPC: G06F16/33 , G06F16/335 , G06F40/30 , G06N3/0442 , G06N3/08
Abstract: 本发明提供了一种基于情感‑风格去偏的多领域虚假新闻检测方法，旨在解决现有虚假新闻检测方法忽略不同领域特征与标签的虚假联系，以提高模型在面对未知新出现领域上的性能表现。本方法基于多视角协同提取特征，构建基于新闻内容、情感以及风格等特征和新闻真假性之间的因果关系图。从因果关系角度分析情感以及风格的偏差，在训练过程中分别建立了每个原因的贡献模型，利用对抗学习去除情感和风格带来的偏差。本发明所提供的多领域虚假新闻检测方法可以应用于社交媒体、新闻传媒、在线问答等领域，为用户提供可靠、准确的信息，具有广泛的应用前景。
-
公开(公告)号：CN116701569A
公开(公告)日：2023-09-05
申请号：CN202310515854.2
申请日：2023-05-09
Applicant: 江苏海洋大学
IPC: G06F16/33 , G06F16/35 , G06F40/279 , G06F40/30 , G06F18/241 , G06F18/27 , G06N3/045 , G06N3/0442 , G06N3/08
Abstract: 本发明提供了一种基于多视角协同的多领域虚假新闻检测方法，旨在解决现有虚假新闻检测方法在领域转移上存在的问题，以提高模型在多领域场景中的性能表现。本方法基于多视角协同和专家网络特征提取，通过引入领域门网络学习领域和视角之间的关系，实现了对领域特征的有效利用。本发明所提供的多领域虚假新闻检测方法可以应用于社交媒体、新闻传媒、在线问答等领域，为用户提供可靠、准确的信息，具有广泛的应用前景。
-
公开(公告)号：CN219315715U
公开(公告)日：2023-07-07
申请号：CN202320206914.8
申请日：2023-02-14
Applicant: 江苏海洋大学
Abstract: 本实用新型属于秸秆桩领域，具体涉及一种改良型秸秆桩，包括一号秸秆桩以及设置于一号秸秆桩的正上方的二号秸秆桩，所述一号秸秆桩的上端部固定安装有下接套，所述二号秸秆桩的下端部固定安装有上接套，所述上接套与下接套相贴合，所述上接套的外表面环形阵列延伸有多组导座，所述下接套的外表面环形阵列延伸有多组导壳，所述导座贴合于导壳的内侧上部，所述导壳的内侧下部弹性滑动安装有推座，所述导座的下端固定安装有拉架。本实用新型提高了压桩效率，并确保了接桩后秸秆桩不会出现错位现象。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.12 seconds)
