-
公开(公告)号：CN107845067A
公开(公告)日：2018-03-27
申请号：CN201711041009.7
申请日：2017-10-30
申请人： 南京师范大学
CPC分类号： G06T3/403 , G06T5/10 , G06T2207/20048 , G06T2207/20192
摘要： 本发明提出了一种基于权值矩阵沃尔什变换的图像插值方法，此发明方法包括以下步骤：第一步，研究分析Walsh变换定义和性质后进一步提出设计Walsh滤波模板的改进方法；第二步，采用一种基于权值矩阵拼合的方法改善Walsh模板大小的局限性；第三步，将全局优化算法——遗传算法用于测试图像并求取最佳权值系数；第四步，将发明方法用于具体图像实例中，与现存方法进行对比，分析其应用效果和时间效率。本发明提供了一种可应用于图像分割、图像配准等领域的快速有效地图像插值技术。
-
公开(公告)号：CN108537233A
公开(公告)日：2018-09-14
申请号：CN201810212769.8
申请日：2018-03-15
申请人： 南京师范大学
摘要： 本发明公开了一种基于深度堆叠式稀疏自编码器的病理脑图像分类方法，包括如下步骤：1、从哈佛医学院网址上下载不同类型的病理脑磁共振图像，包括正常脑图像和病理脑图像；2、利用数据增强的方法增加图像数量，使得数据分布均衡；3、使用深度稀疏自编码器的方法自动提取输入图像的特征，通过Softmax分类器对图像进行准确分类，得到不同的疾病类型；4、通过批量化共轭梯度法训练整个网络，在微调阶段，使用量化共轭梯度法微调网络。本发明避免了部分特征信息的丢失；相较于传统方法只能实现病脑图像二分类的问题，本发明能够准确获得不同类型疾病的有效分类；显著降低了医生的工作量，更具有实际应用价值。
-
公开(公告)号：CN107877493B
公开(公告)日：2020-04-03
申请号：CN201711103127.6
申请日：2017-11-10
申请人： 南京师范大学
摘要： 本发明公开一种老年人室内活动搀扶机器人系统及其应用方法，包括前搀扶装置和后搀扶装置，前搀扶装置和后搀扶装置均包括控制系统模块、搀扶机构、移动执行机构、人体运动和环境感知传感器系统，其中前搀扶装置和后搀扶装置传感器数目和类型均相同，前搀扶装置和后搀扶装置对称布置，且一同夹住老年人，控制系统模块安装于移动执行机构。本发明具备主动跟随功能，在老年人摔倒发生时，主动给予辅助支撑力矩，实时分析室内环境宽度的可通过性，尤其是复杂转弯时既保证老年人搀扶力矩，又能避免与周围环境刮擦，最重要的是能够在老年人正常行进时给予自动跟随，使用方便灵活，具有广阔的市场前景。
-
公开(公告)号：CN107132478B
公开(公告)日：2019-06-07
申请号：CN201710238575.0
申请日：2017-04-13
申请人： 南京师范大学
摘要： 本发明涉及一种基于保偏光纤测量和神经网络分类的风力发电机故障诊断方法，引入保偏光纤测量系统获取风力发电机的电流信号，体积小、重量轻、绝缘结构简单、动态范围大、无磁饱和、无爆炸危险、不影响正常输电，可在风力发电机的实际使用过程中直接进行诊断信号测量；并且在具体故障诊断过程中，通过含递归神经网络的卷积神经网络，小波计算和频域计算,获取偏振角度时序的三类特征，并采用单隐含层神经网络实现状态识别。偏振角度可反映电流时序，进而反映风力发电机定子和转子故障，本方法能够提供更丰富的风力发电机故障信息。
-
公开(公告)号：CN107132478A
公开(公告)日：2017-09-05
申请号：CN201710238575.0
申请日：2017-04-13
申请人： 南京师范大学
CPC分类号： G01R31/34 , G01R15/24 , G01R31/346 , G06K9/6268 , G06N3/04
摘要： 本发明涉及一种基于保偏光纤测量和神经网络分类的风力发电机故障诊断方法，引入保偏光纤测量系统获取风力发电机的电流信号，体积小、重量轻、绝缘结构简单、动态范围大、无磁饱和、无爆炸危险、不影响正常输电，可在风力发电机的实际使用过程中直接进行诊断信号测量；并且在具体故障诊断过程中，通过含递归神经网络的卷积神经网络，小波计算和频域计算,获取偏振角度时序的三类特征，并采用单隐含层神经网络实现状态识别。偏振角度可反映电流时序，进而反映风力发电机定子和转子故障，本方法能够提供更丰富的风力发电机故障信息。
-
公开(公告)号：CN107877493A
公开(公告)日：2018-04-06
申请号：CN201711103127.6
申请日：2017-11-10
申请人： 南京师范大学
摘要： 本发明公开一种老年人室内活动搀扶机器人系统及其应用方法，包括前搀扶装置和后搀扶装置，前搀扶装置和后搀扶装置均包括控制系统模块、搀扶机构、移动执行机构、人体运动和环境感知传感器系统，其中前搀扶装置和后搀扶装置传感器数目和类型均相同，前搀扶装置和后搀扶装置对称布置，且一同夹住老年人，控制系统模块安装于移动执行机构。本发明具备主动跟随功能，在老年人摔倒发生时，主动给予辅助支撑力矩，实时分析室内环境宽度的可通过性，尤其是复杂转弯时既保证老年人搀扶力矩，又能避免与周围环境刮擦，最重要的是能够在老年人正常行进时给予自动跟随，使用方便灵活，具有广阔的市场前景。
-
公开(公告)号：CN106952275A
公开(公告)日：2017-07-14
申请号：CN201710155581.X
申请日：2017-03-16
申请人： 南京师范大学
CPC分类号： G06N3/08 , G06T2207/20081 , G06T2207/20084 , G06T2207/30004
摘要： 本发明公开一种基于粒子群神经网络的细胞图像分割方法，依次包括以下步骤：将输入设置为一个3×3窗口以代替传统的单像素通道、采用一种基于信息熵的方法确定隐层神经元个数、选取各层的激活函数、将权值训练简化为优化问题并利用改进的粒子群优化求解该问题、进行网络训练并分析测试结果。本发明基于传统BP神经网络并对其进行改进，从而能更好对细胞图像进行分割，解决如何确定网络结构和如何保证网络收敛到全局最优的问题，本发明提出的估计隐层神经元的方法和改进的粒子群优化算法不但提高了细胞图像的分割效果而且相对地降低了细胞分割过程中的时间损耗。
-
公开(公告)号：CN106919925A
公开(公告)日：2017-07-04
申请号：CN201710130212.5
申请日：2017-03-07
申请人： 南京师范大学
摘要： 本发明公开了一种基于小波熵与人工神经网络的福特汽车检测方法，该方法包括：获取各个品牌的汽车样本图像，对汽车样本图像进行图像处理，得到汽车车身图像；对每个汽车车身图像，进行灰度变换并利用二级小波变换方法提取经灰度变换后汽车车身图像上的七个特征；将所有特征集合在一起并利用K折交叉验证方法对BP神经网络进行训练，得到训练好的BP神经网络；获取新的汽车样本图像，并进行图像处理，利用训练好的BP神经网络对新的汽车样本图像进行分类，得到分类结果。本发明的应用范围较广泛，可以应用于各个汽车公司对其品牌汽车的检测，相当于对售后汽车的使用情况进行“跟踪”，有利于各汽车公司改进产品性能。
-
-
-
-
-
-
-
搜索结果
8 条记录 (耗时 0.023 秒)
