-
公开(公告)号：CN116090333A
公开(公告)日：2023-05-09
申请号：CN202211609912.X
申请日：2022-12-14
申请人： 东南大学
摘要： 本发明提供了一种基于感知盲区估计的城市公共空间灾害建模与预防系统，包括局部信息表征、社会力模型仿真器构建、局部信息融合、全局轨迹恢复、多任务联合异常事件预测六个部分。本发明通过基于多源异构数据获取传感器感知范围内的局部信息表征，获取片段轨迹并结合社会力模型仿真器，提出了一种适用于城市公共空间多传感器的轨迹融合方法，基于方向和时间两种因素，通过求解最优匹配问题得出融合结果，并基于社会力模型仿真器，恢复城市公共空间内的完整感知，解决了感知盲区信息难以获取的问题；最后，基于多个不同异常事件之间发生关系的相关性，进行对多个异常事件检测或预测任务的联合训练，实现基于盲区感知的灾害建模与预防。
-
公开(公告)号：CN113344085B
公开(公告)日：2024-04-26
申请号：CN202110667243.0
申请日：2021-06-16
申请人： 东南大学
IPC分类号： G06F18/25
摘要： 本发明公开了一种平衡偏置的多源数据协同优选与融合方法和装置，方法包括如下步骤：(1)收集每个数据提供者的数据si及其包含的数据种类信息，以及数据si的成本信息bi；(2)对收集的数据采用多属性联合的真值发现算法；(3)根据数据si包含的数据种类信息的不同对所有数据si∈S进行分组；(4)使用数据优选BPMG‑M算法决定选择的数据集合#imgabs0#(5)将选择的数据Sw输入到数据融合模块进行数据融合。装置包括主控调度模块、数据信息存储模块和数据融合参数存储模块等。本发明利用组合优化和机器学习方法提出了一种平衡偏置的多源数据协同优选与融合方法以及一种数据协同优选与融合装置，实现了平衡偏置数据的优选目标及多源优质数据的数据融合。
-
公开(公告)号：CN114676909A
公开(公告)日：2022-06-28
申请号：CN202210302308.6
申请日：2022-03-25
申请人： 东南大学
摘要： 本发明设计了一种利用深度强化学习模型Graph Attention based Pointer Network（GAPN）为无线传感器网络中的无人车向传感器节点进行充电的路径规划方法。流程包括如下步骤：（1）收集无线传感网络中每个节点的位置坐标信息及其电量状况（2）根据收集的数据生成与其位置信息相同分布的训练数据集和测试数据集；（3）将制作好的数据集用于GAPN模型训练；（4）将收集到的节点信息输入到完成训练的GAPN模型中，通过模型的处理，输出最终的访问节点序列。本发明基于深度强化学习和图神经网络的方法提出了一种解决无人充电车路径规划的策略，提高了无线传感网络的工作效率，延长了网络的生命周期。
-
公开(公告)号：CN113344085A
公开(公告)日：2021-09-03
申请号：CN202110667243.0
申请日：2021-06-16
申请人： 东南大学
IPC分类号： G06K9/62
摘要： 本发明公开了一种平衡偏置的多源数据协同优选与融合方法和装置，方法包括如下步骤：(1)收集每个数据提供者的数据si及其包含的数据种类信息，以及数据si的成本信息bi；(2)对收集的数据采用多属性联合的真值发现算法；(3)根据数据si包含的数据种类信息的不同对所有数据si∈S进行分组；(4)使用数据优选BPMG‑M算法决定选择的数据集合(5)将选择的数据Sw输入到数据融合模块进行数据融合。装置包括主控调度模块、数据信息存储模块和数据融合参数存储模块等。本发明利用组合优化和机器学习方法提出了一种平衡偏置的多源数据协同优选与融合方法以及一种数据协同优选与融合装置，实现了平衡偏置数据的优选目标及多源优质数据的数据融合。
-
公开(公告)号：CN118116010A
公开(公告)日：2024-05-31
申请号：CN202211076650.5
申请日：2022-09-05
申请人： 东南大学 , 江苏金恒信息科技股份有限公司
IPC分类号： G06V30/24 , G06T7/73 , G06V30/148 , G06V10/82 , G06V10/764 , G06V30/19
摘要： 本发明公开了一种基于卷积神经网络的钢板编号识别系统及方法，至少包括钢板编号定位模块、图像裁切模块和钢板编号识别模块，所述钢板编号定位模块基于Ret i naNet卷积神经网络，负责识别图像里钢板编号所在矩形框的位置，并将输出结果发送给图像裁切模块；所述图像裁切模块根据钢板编号定位模块输出的钢板编号位置，做边缘扩大后的图像裁切，并将裁切后的输出结果发送给钢板编号识别模块；所述钢板编号识别模块基于Mobi l eNet卷积神经网络，对图像裁切模块的输出结果进行图像中数字编号内容的识别，完成钢板编号的识别，适应钢板编号识别任务的特殊性，大大提高了准确率。
-
公开(公告)号：CN114676909B
公开(公告)日：2024-04-09
申请号：CN202210302308.6
申请日：2022-03-25
申请人： 东南大学
IPC分类号： G06Q10/047 , G06Q50/06 , G06Q50/40 , G06F18/23 , G06N3/0455 , G06N3/084 , G06N3/092
摘要： 本发明设计了一种利用深度强化学习模型Graph Attention based Pointer Network（GAPN）为无线传感器网络中的无人车向传感器节点进行充电的路径规划方法。流程包括如下步骤：（1）收集无线传感网络中每个节点#imgabs0#的位置坐标信息#imgabs1#及其电量状况#imgabs2#（2）根据收集的数据生成与其位置信息相同分布的训练数据集和测试数据集；（3）将制作好的数据集用于GAPN模型训练；（4）将收集到的节点信息输入到完成训练的GAPN模型中，通过模型的处理，输出最终的访问节点序列。本发明基于深度强化学习和图神经网络的方法提出了一种解决无人充电车路径规划的策略，提高了无线传感网络的工作效率，延长了网络的生命周期。
-
-
-
-
-
搜索结果
6 条记录 (耗时 0.023 秒)
