公开(公告)号：CN109802857A

公开(公告)日：2019-05-24

申请号：CN201910021685.0

申请日：2019-01-10

Applicant: 重庆邮电大学

Inventor： 吴建 ,  王梓权 ,  易亿

IPC: H04L12/24

Abstract: 本发明涉及复杂网络中的社区发现领域，具体公开了一种基于节点传播性能的局部社区发现方法，一方面提出了一种衡量网络中节点中心性的方法，综合考虑节点自身的度数与其周围邻居之间的连接情况来衡量节点的中心性，选取局部传播性能最大的节点作为社区扩张的起始节点。另一方面在社区扩张过程中引入了节点标记，保证每个社区扩张的起始节点不为其它已扩张完毕社区的邻居节点。本发明避免了社区划分过程中大量重叠节点的现象，社区划分精确度高，适用于各种类型的网络。

公开(公告)号：CN109635784A

公开(公告)日：2019-04-16

申请号：CN201910021739.3

申请日：2019-01-10

Applicant: 重庆邮电大学

Inventor： 吴建 ,  易亿 ,  王梓权

IPC: G06K9/00 ,  G06K9/62 ,  G06K9/46

CPC classification number: G06K9/00818 ,  G06K9/4619 ,  G06K9/6256 ,  G06K9/6269

Abstract: 本发明涉及一种基于改进的卷积神经网络的交通标志识别方法，该方法以实际行车环境中的车载摄像头拍摄的交通标志图像为实验基础，构建出卷积神经网络模型对其进行识别。首先给交通标志图像做预处理操作，使模型能够得到充分训练，且增加模型的泛化能力；其次使用批量归一化方法(Batch Normalization，BN)来加快网络训练速度；最后通过SVM分类器对提取到的特征进行分类。使用本发明的技术方案对实际车载环境中取得的交通标志图像进行识别，能够取得非常高的正确率，同时网络模型训练时间较短，还能够在极短的时间内识别出交通标志。