-
公开(公告)号：CN108768591A
公开(公告)日：2018-11-06
申请号：CN201810521031.X
申请日：2018-05-28
申请人： 东南大学
CPC分类号： H04L1/0006 , H04L1/18
摘要： 本发明提出一种基于实时丢包信息触发的重传次数动态调整的方法，包括步骤：收集离散线性时不变系统的系统状态，将其经过卡尔曼滤波处理后传输到远程估计器；根据数据包到达或丢失，远程状态估计的误差协方差将收敛或急剧增大的特点，设计重传需求程度的指标，并自主选择该指标的变化函数以调整指标的增减幅；针对不断变化的需求程度指标，设计重传次数的增减触发阈值；在传输过程中，当需求程度指标到达增减触发阈值时，重传次数将据此增减，并更新用于下一次数据传输。根据本发明的算法，在能量消耗相同的情况下，该动态调整重传次数算法比平均分配重传次数算法更能优化远程估计的性能。
-
公开(公告)号：CN105760858A
公开(公告)日：2016-07-13
申请号：CN201610160605.6
申请日：2016-03-21
申请人： 东南大学
CPC分类号： G06K9/00362 , G06K9/46 , G06K9/4604 , G06K9/4642 , G06K9/4652 , G06K9/6228 , G06K9/6267 , G06K2009/4666 , G06K2209/21
摘要： 本发明公开了一种基于类Haar中间层滤波特征的行人检测方法。首先提取训练图像集中各训练图像的目标特征，并用所提取的目标特征数据对基于决策树的Adaboost分类器进行训练，得到分类模型；然后提取待检测图像在多个尺度下的目标特征并输入所述分类模型，得到行人检测结果；目标特征的提取方法具体如下：对原始图像分别提取多个不同的通道特征，得到该原始图像的多幅通道特征图；对各通道特征图分别进行降采样；对每一幅降采样后的通道特征图，利用一组预设的类Haar特征模板分别提取该通道特征图的相应类Haar特征；将该原始图像的所有类Haar特征聚合为该原始图像的目标特征。本发明还公开了一种基于类Haar中间层滤波特征的行人检测。本发明可有效提高行人检测性能。
-
公开(公告)号：CN103761507A
公开(公告)日：2014-04-30
申请号：CN201410001390.4
申请日：2014-01-03
申请人： 东南大学
IPC分类号： G06K9/00
摘要： 本发明公开了一种基于韦伯法则的局部多值模式的人脸识别方法，分为训练阶段和识别阶段；训练阶段，首先要提取训练样本的特征，对样本进行三级编码；然后将三级编码都转换为Uniform模式，然后对经过三级编码后的图像分别进行均匀的、无交叠的分块处理，再对每个分块提取特征直方图，将每个块每级的特征直方图连接得到一幅人脸图像的整体特征直方图；识别阶段，按照上述特征提取的方法提取待测样本的特征直方图作为待测特征，然后运用χ2概率统计和最近邻分类方法，对待测样本进行识别。本发明在人脸识别中对人脸的光照和姿态具有更佳的鲁棒性，并提高了人脸的识别率。
-
公开(公告)号：CN102663426A
公开(公告)日：2012-09-12
申请号：CN201210087448.2
申请日：2012-03-29
申请人： 东南大学
摘要： 本发明提供了一种基于小波多尺度分析和局部三值模式的人脸识别方法，涉及模式识别、图像处理和计算机视觉等技术领域。首先选取合适的人脸图像，然后对训练图像作多尺度小波分析，得到一、二级低频逼近图像，使用LTP算子对低频逼近图像进行变换，得到所有像素点的LTP特征值，再分块统计图像的LTP直方图，连接两级图像的分块直方图得到人脸图像的特征向量表示。对于待识别人脸，获得特征向量后，使用概率统计完成人脸识别。本发明方法有效地降低了图像噪声的影响，增强了图像纹理特征抽取能力，鲁棒性强，识别率高，计算速度快，具有十分重要的实用价值。
-
公开(公告)号：CN101566395A
公开(公告)日：2009-10-28
申请号：CN200910027184.X
申请日：2009-05-22
申请人： 东南大学
IPC分类号： F24J2/40
摘要： 太阳能热水器上水管路智能监测控制方法用于解决因管路老化、受冻等引起的上水管路破裂故障而造成的跑、漏水问题。能够根据太阳能热水器的容量自动控制上水，并且在上水管路破裂时，能够及时发出报警或及时自动关闭上水阀门(电磁阀)，从而避免跑水、漏水等造成的浪费现象发生。其特点是：1.能够自学习太阳能热水器的容量，并根据学习结果进行监控，适应不同容量的太阳能；2.实时对上水过程进行监控，停止上水则使监控系统进入休眠。
-
公开(公告)号：CN115082896B
公开(公告)日：2024-08-20
申请号：CN202210741506.2
申请日：2022-06-28
申请人： 东南大学
IPC分类号： G06V20/58 , G06T7/246 , G06V10/42 , G06V10/44 , G06V10/82 , G06V10/764 , G06N3/049 , G06N3/0455 , G06N3/08
摘要： 基于拓扑图结构和深度自注意力网络的行人轨迹预测方法，利用图注意力网络和基于拓扑图的深度自注意力网络提取分别行人运动轨迹中的局部和全局空间交互特征，随后利用原始深度自注意力网络提取时间序列特征。为了模拟行人运动轨迹的固有不确定性和多模态特性，本发明通过在全连接网络解码器中引入高斯噪声的方式来拓展行人运动轨迹的探索空间。为了进一步提高轨迹探索空间及平滑性，将轨迹送入轨迹矫正模块进行矫正。其采用的图神经网络和基于图的深度自注意力网络相较于其他方法更能充分关注到行人运动轨迹中的各种空间交互模式，如并行，潜在避障等。相比于其他行人轨迹预测方法，本发明的社会性交互特征提取能力和多模态探索能力更加突出有效。
-
公开(公告)号：CN116880189A
公开(公告)日：2023-10-13
申请号：CN202310871124.6
申请日：2023-07-17
申请人： 东南大学
IPC分类号： G05B13/04
摘要： 本发明提供了一种基于时空平滑度分析的水下机器人强化学习控制方法，通过结合时间平滑度和空间平滑度分析，效削弱电机信号中的震荡现象，通过在强化学习基于神经网络的控制器中引入积分补偿器，补偿由于值函数拟合误差带来的稳态误差，从而保证控制的稳定性和精确度。另外，本发明在控制过程中对水下机器人的动力学模型进行动态拟合，并通过动力学模型获得用于强化学习训练的经验数据，通过扩充训练数据的方法提高强化学习算法的学习效率。
-
公开(公告)号：CN115841092A
公开(公告)日：2023-03-24
申请号：CN202211495439.7
申请日：2022-11-27
申请人： 东南大学 , 南京云牛智能科技有限公司
IPC分类号： G06F30/367
摘要： 本发明公开了一种用于芯片电路仿真的步长增益自适应调整方法，该方法对芯片电路仿真伪瞬态分析算法所输出的原始步长增益进行自适应调整。增益自适应调整方法以芯片电路仿真伪瞬态分析算法在每个时间点的原始步长增益作为输入，通过挖掘历史增益序列的一阶矩和二阶矩信息在线自适应调整当前时间点的步长增益，从而输出最终步长。本发明提供的一种用于芯片电路仿真的步长增益自适应调整方法可以自适应不同规模、参数和拓扑结构的电路仿真，将伪瞬态分析算法输出的原始步长，乘以自适应调整后的增益，进一步增强仿真算法的鲁棒性。算法复杂度不受电路规模大小影响，以极低的计算成本提高芯片电路仿真算法的收敛性和效率，大幅降低牛顿拉夫逊法的迭代次数和整个电路的仿真时间。
-
公开(公告)号：CN112529944B
公开(公告)日：2022-11-18
申请号：CN202011408555.1
申请日：2020-12-05
申请人： 东南大学
摘要： 本发明提供了一种基于事件相机的端到端的无监督光流估计方法，涉及计算机视觉的光流估计领域,针对事件相机数据用于光流估计缺乏真实光流值，以及事件数据需要预先手工制作事件表示的缺点，提出一种基于事件相机的端到端的无监督光流估计方法。利用事件相机输出的事件流，首先对原始数据进行预处理，将四维转换为三维，然后将每个样本分为多个子序列，每个子序列用ConvLSTM单独处理，全部处理完以后按通道拼接形成最终送入光流预测网络中的三维数据。采用类似于编码/解码器的光流预测网络，利用事件相机固定频率输出的事件流数据的前后两个灰度帧设计光度误差损失，加上平滑度损失，共同作为无监督损失，促使网络最终估计出光流量。
-
-
-
-
-
-
-
-
-
搜索结果
92 条记录 (耗时 0.059 秒)
