-
公开(公告)号：CN118394092B
公开(公告)日：2024-11-08
申请号：CN202410806694.1
申请日：2024-06-21
申请人： 南京邮电大学
摘要： 本发明涉及物流AGV路径规划技术领域，公开了一种基于青苔鼠算法的AGV多阶段路径规划方法及系统，方法包括：获取自动导向车环境数据，使用改进的随机树算法生成初始有效路径；基于所述初始有效路径扩展成可行区域，对可行区域进行自适应栅格化，并结合Rich_Moore邻居跟踪方法进行扩展；通过TCD*算法寻找最优路径，并对路径节点去冗；按节点对所得最优路径进行路径分段，分段使用动态四面窗算法实时避障，进一步优化路径；执行所得最优路径。本发明能够提高路径平滑度，减少大幅度变相，确保运输过程平稳无忧，提高算法收敛速度，平衡全局和局部搜索能力，减少路径冗余节点，提高AGV运输效率，降低能耗。
-
公开(公告)号：CN118134854A
公开(公告)日：2024-06-04
申请号：CN202410161517.2
申请日：2024-02-05
申请人： 南京邮电大学
IPC分类号： G06T7/00 , G06T5/73 , G06T5/60 , G06V10/26 , G06V10/774 , G06V10/776 , G06V10/82 , G06N3/0464 , G06N3/08
摘要： 本发明公开了管道缺陷检测方法及系统，包括：对数据集进行去模糊处理，减小由于背景等因素对检测效率的影响；并且在yolov7算法中加入改进的注意力机制，利用注意力机制来加权不同边界框的预测结果，根据每个边界框的特征表示或置信度等信息，动态地调整不同边界框的重要性，以提高对小目标(如渗漏)的关注度；改进其损失函数和激活函数，为损失函数添加约束项，降低网络模型检测小目标时产生的漏检情况，提升整体的检测准确度。
-
公开(公告)号：CN118114821A
公开(公告)日：2024-05-31
申请号：CN202410219867.X
申请日：2024-02-28
申请人： 南京邮电大学
IPC分类号： G06Q10/04 , G06Q10/083 , G06Q10/0631 , G06N3/0455 , G06F18/25
摘要： 本发明公开了一种基于多模态数据的运输需求预测方法及系统，涉及运输需求预测技术领域，包括采集历史运输需求多模态数据，划分成多个数据集，对数据集进行数据预处理；对每个模态的数据分别增加融合特征，计算得到融合特征值，对融合特征值设置阈值并进行判断；构建原始Transformer网络模型，改进多头注意力机制并与路由机制进行结合，获得预测集成模型；训练预测集成模型，改进softmax函数并优化激活函数，获得多模态运输集成预测模型；输入测试集至训练好的模型中，输出一段时间内的运输需求预测结果。本发明提供了更准确、全面的运输需求预测分析，做到用更符合实际、更有针对性的来解决问题。
-
公开(公告)号：CN118072400A
公开(公告)日：2024-05-24
申请号：CN202410213059.2
申请日：2024-02-27
申请人： 南京邮电大学
摘要： 本发明涉及计算机视觉技术领域，尤其涉及一种基于空频时序特征的视频人脸伪造检测方法及系统，包括：从公共的人脸伪造视频数据集中提取部分视频构建基础人脸伪造视频数据；从所述基础人脸伪造视频数据中提取视频帧，对提取的所述视频帧进行人脸提取和图像增强得到新图像数据集；将所述新图像数据集划分训练集、验证集和测试集；构建并训练基于空频时序特征的人脸伪造检测模型；通过人脸伪造检测模型对视频进行检测根据阀值判断视频真伪。本发明通过融合空间特征、频域特征和时间序列特征，能够更准确地区分真实与伪造的人脸视频，尤其是在细节处理上更为精细。
-
公开(公告)号：CN117975138A
公开(公告)日：2024-05-03
申请号：CN202410139109.7
申请日：2024-01-31
申请人： 南京邮电大学
IPC分类号： G06V10/764 , G06T7/00 , G06V10/774 , G06V10/82 , G06N3/0464 , G06V10/25
摘要： 本发明公开了一种基于改进鱼鹰优化算法的管道缺陷检测方法及系统，涉及目标检测技术领域，包括收集下水道实景图像，对存在缺陷的位置进行标注，生成并按比例将数据集划分为训练集、验证集和测试集；搭建yolov7训练模型以及训练环境，初始化模型参数，并改进损失函数；改进鱼鹰优化算法，并对yolo超参数进行改进；计算模型评价指标，利用最优模型对实时检测视频流中获取单张图像输入网络中进行缺陷检测。本发明对IoU敏感性的考虑、水平边界框的定义、损失函数的改进都有助于提高模型的性能，特别是在检测微小物体，如水道渗漏缺陷时，模型的优越性能使其更具实用性，通过改进鱼鹰优化算法和调整YOLO的超参数，进一步提升了模型的训练效果。
-
公开(公告)号：CN117974602A
公开(公告)日：2024-05-03
申请号：CN202410144836.2
申请日：2024-01-31
申请人： 南京邮电大学
IPC分类号： G06T7/00 , G06V10/42 , G06V10/82 , G06V10/774 , G06N3/0464
摘要： 本发明公开了一种基于特征优化与双流SuperPoint的图像伪造检测方法，涉及图像检测技术领域，包括：对待检测图像进行预处理，生成改进版显著图；使用Gabor滤波器对改进版显著图进行特征提取；将改进版显著图切割得到多个切割后的子图后进行循环检测，若其属于原图的显著部分，则将其作为下述模型架构的输入并得到输出结果，若输出结果显示是伪造的，则停止检测，并标记为伪造，若输出结果显示是正常的，则遍历检测所有子图；若循环检测多个切割后的子图为不显著部分，则将其反转，并对反转后的子图再次进行循环检测后输出结果。本发明提高对伪造图片的检测准确率，加快了检测速度。
-
公开(公告)号：CN117909922A
公开(公告)日：2024-04-19
申请号：CN202410120218.4
申请日：2024-01-29
申请人： 南京邮电大学
IPC分类号： G06F18/25 , G06F18/213 , G06N3/045 , G06N3/0475 , G06N3/048 , G06N3/0499 , G06N3/084 , G06N3/0895 , G06N3/094
摘要： 本发明公开了一种多模态数据的深度特征融合与优化方法，包括：获取多模态数据，对多模态数据进行跨模态对齐和一致性预处理，通过迭代训练生成器模型和判别器模型输出得到第一模态数据；通过自注意力层和前馈神经网络层对所述第一多模态数据进行特征提取，在自注意力层引入多头注意力机制，计算得到自注意力权重，在前馈神经网络层对自注意权重线性变换得到多模态特征；对多模态特征利用Capsule神经网络进行模态融合，得到第一多模态特征，利用Capsule神经网络对所述第一多模态特征进行高阶特征提取，以得到第二多模态特征；训练第二多模态特征，并运用改进算法优化自注意力层和Capsule神经网络的模型参数，得到高性能的特征表示，充分利用多模态数据的互补性。
-
公开(公告)号：CN116049573B
公开(公告)日：2023-09-01
申请号：CN202310309818.0
申请日：2023-03-28
申请人： 南京邮电大学
IPC分类号： G06F16/9536 , G06F16/9535 , G06F18/22 , G06F18/2411
摘要： 本发明公开了一种改进协同过滤的用户分级推荐方法包括，根据用户属性不同，将用户分类；根据客户分类采取不同的推荐方法。本发明为了改善协同过滤相似度计算仅依靠用户评分信息推荐不准确和用户评分信息少造成数据稀疏以及矩阵分解中缺少隐式反馈的数据不平衡问题。
-
公开(公告)号：CN116385037A
公开(公告)日：2023-07-04
申请号：CN202310226593.2
申请日：2023-03-10
申请人： 南京邮电大学
IPC分类号： G06Q30/0201 , G06Q30/0203 , G06Q30/0251 , G06F18/25 , G06F40/289 , G06F16/215 , G06F18/241
摘要： 本发明公开了一种基于改进LDA的特征融合的用户画像构建方法及系统，涉及数据挖掘技术领域，包括：获取产品消费者用户数据并进行数据的预处理；提取用户的基础属性数据，根据用户的基础属性数据提取用户行为和兴趣特征；融合基础属性、行为和兴趣构建最终用户画像，分析画像，提供广告推荐维度。本发明提供的基于改进LDA的特征融合的用户画像构建方法通过改进概率主题模型，将消费者基本属性、行为数据和兴趣数据进行特征交叉融合。本发明不仅提高了用户画像构建的完整性和精准度，加深了商家对其消费者购买行为的理解，使其对产品进行针对行的优化；而且有助于商家制定精准的定向人群广告推荐策略，提高广告推荐准确度和转化效益。
-
公开(公告)号：CN115858947B
公开(公告)日：2023-05-16
申请号：CN202310176142.2
申请日：2023-02-28
申请人： 南京邮电大学
IPC分类号： G06F16/9536 , G06F16/9535
摘要： 本发明公开了一种基于用户评级的结构体推荐方法包括：收集用户对项目的评分历史记录得出二进制评分矩阵，采用概率方法衡量用户评分的有效性，并添加隐性评级完善有效的评级概况；针对用户评级模块添加时间可靠性以及时间相似性元素，预测最初评级并引入时间权重函数；计算对象拥有属性的隶属度，根据隶属度构建用户偏好背景矩阵；选定阈值，依据用户偏好背景矩阵抽取各类用户的属性，得到用户偏好结构体；实现用户偏好群体的标签定义，设置约束条件；预测目标用户来对未评分项目打分。通过结构体概念构建用户偏好画像并将时间信度和置信度纳入推荐过程，解决了用户的偏好可能会随着时间的推移而变化的问题，从而达到提高推荐精度的作用。
-
-
-
-
-
-
-
-
-
搜索结果
63 条记录 (耗时 0.032 秒)
