-
公开(公告)号：CN110175277A
公开(公告)日：2019-08-27
申请号：CN201910374714.1
申请日：2019-05-07
Applicant: 南京邮电大学 , 南京邮电大学盐城大数据研究院有限公司
IPC: G06F16/951 , G06F16/955
Abstract: 本发明揭示了一种面向电商平台的农药信息采集方法，包括如下步骤：S1、从电商平台的页面中获取农药商品页面的URL作为爬虫条目URL队列，启动爬虫程序；S2、对所爬取的数据进行解析，然后使用URL过滤算法对URL进行初步过滤，将过滤后的URL存储在URL队列中；S3、将经过解析后的数据临时存储在系统缓存中，随后对URL进行二次过滤；S4、将前序步骤中获取的全部农药商品信息进行整合、归纳到一个完整的农药对象中，并将其存储在系统数据库中；S5、对系统数据库中的数据进行展示。本发明使用爬虫技术对指定的电商平台内的农药信息进行采集，通过归一化处理为判断农药产品的性价比提供了依据，方便了农民朋友的线上农药交易操作。
-
公开(公告)号：CN106909889A
公开(公告)日：2017-06-30
申请号：CN201710053507.7
申请日：2017-01-19
Applicant: 南京邮电大学盐城大数据研究院有限公司
IPC: G06K9/00
Abstract: 本发明公开了一种视频无监督学习中的帧顺序判断方法，首先在一个视频中，采集N组有序帧和1组无序帧；然后对这N+1组帧序列通过帧间差异进行编码，得到N+1张图像；最后将N+1张图片作为输入，输入到改进的卷积神经网络，即N&1网络，输出结果即为无序帧的预测位置。本发明改进现有的视频无监督学习，通过学习判断帧是否有序，能够更加精准地提取视频特征。
-
公开(公告)号：CN106909887A
公开(公告)日：2017-06-30
申请号：CN201710043465.9
申请日：2017-01-19
Applicant: 南京邮电大学盐城大数据研究院有限公司
CPC classification number: G06K9/00335 , G06K9/3233 , G06K9/4633 , G06K9/6269
Abstract: 本发明公开了一种基于CNN和SVM的动作识别方法，该方法采用卷积神经网络对视频中的人体进行识别，然后通过支持向量机对识别出的人体区域进行动作识别。在进行支持向量机分类前，对卷积神经网络输出的人体区域采用有效帧提取方法剔除含信息量少的帧图片，再将有效帧片段输入金字塔特征优化模型，对一个连续动作进行综合性的特征描述，不仅减少了运算数据量，提升了方法实时性，同时改善了识别的精度。
-
公开(公告)号：CN110175277B
公开(公告)日：2023-07-07
申请号：CN201910374714.1
申请日：2019-05-07
Applicant: 南京邮电大学 , 南京邮电大学盐城大数据研究院有限公司
IPC: G06F16/951 , G06F16/955
Abstract: 本发明揭示了一种面向电商平台的农药信息采集方法，包括如下步骤：S1、从电商平台的页面中获取农药商品页面的URL作为爬虫条目URL队列，启动爬虫程序；S2、对所爬取的数据进行解析，然后使用URL过滤算法对URL进行初步过滤，将过滤后的URL存储在URL队列中；S3、将经过解析后的数据临时存储在系统缓存中，随后对URL进行二次过滤；S4、将前序步骤中获取的全部农药商品信息进行整合、归纳到一个完整的农药对象中，并将其存储在系统数据库中；S5、对系统数据库中的数据进行展示。本发明使用爬虫技术对指定的电商平台内的农药信息进行采集，通过归一化处理为判断农药产品的性价比提供了依据，方便了农民朋友的线上农药交易操作。
-
公开(公告)号：CN106909889B
公开(公告)日：2020-03-17
申请号：CN201710053507.7
申请日：2017-01-19
Applicant: 南京邮电大学盐城大数据研究院有限公司
IPC: G06K9/00
Abstract: 本发明公开了一种视频无监督学习中的帧顺序判断方法，首先在一个视频中，采集N组有序帧和1组无序帧；然后对这N+1组帧序列通过帧间差异进行编码，得到N+1张图像；最后将N+1张图片作为输入，输入到改进的卷积神经网络，即N&1网络，输出结果即为无序帧的预测位置。本发明改进现有的视频无监督学习，通过学习判断帧是否有序，能够更加精准地提取视频特征。
-
Patent Agency Ranking
公开(公告)号：CN110163722A
公开(公告)日：2019-08-23
申请号：CN201910393064.5
申请日：2019-05-13
Applicant: 南京邮电大学 , 南京邮电大学盐城大数据研究院有限公司
IPC: G06Q30/06 , G06Q30/02 , G06F16/25 , G06F16/2458 , G06F16/2455
Abstract: 本发明揭示了一种用于农产品精准销售的大数据分析系统及分析方法，系统包括大数据基础平台模块、数据采集模块、数据预处理模块以及数据处理模块，方法包括大数据基础平台步骤、数据采集步骤、数据预处理步骤以及数据处理步骤。本发明以大数据平台为基础，实现了数据信息的存储与分析，对用户进行了完备的客户画像，并最终达到了精准销售的目的。
-
公开(公告)号：CN106919902A
公开(公告)日：2017-07-04
申请号：CN201710043464.4
申请日：2017-01-19
Applicant: 南京邮电大学盐城大数据研究院有限公司
Abstract: 本发明公开了一种基于CNN的车辆识别和轨迹追踪方法，首先是通过对视频帧进行轮廓识别，筛选出车辆候选目标区域，将这些候选区域输入到预先训练好的卷积神经网络中进行车辆和非车辆目标的分类识别，在获取车辆坐标后，绘制车辆的轨迹信息，并按车道提取车辆的轨迹信息。本发明克服了现有技术存在的缺陷，提高了车辆目标识别的准确性和实时性。
-
公开(公告)号：CN110674964A
公开(公告)日：2020-01-10
申请号：CN201910396995.0
申请日：2019-05-14
Applicant: 南京邮电大学 , 南京邮电大学盐城大数据研究院有限公司
Abstract: 本发明揭示了一种基于农业溯源信息的搜索预测系统及方法，系统包括溯源数据采集模块、数据处理与储存模块以及搜索预测模块，方法包括溯源数据采集步骤、数据处理与储存步骤以及搜索预测步骤。本发明实现了在大数据技术背景下对农产品信息的采集、存储与挖掘，能够通过对用户搜索行为的分析、判断，预测出用户的搜索倾向，再根据所得到的搜索倾向在用户搜索时进行相关推荐，从而提升企业的市场化水平和农产品的竞争力。
-
公开(公告)号：CN106127802B
公开(公告)日：2018-08-28
申请号：CN201610431744.8
申请日：2016-06-16
Applicant: 南京邮电大学盐城大数据研究院有限公司
IPC: G06T7/246
Abstract: 本发明公开了一种运动目标轨迹追踪方法，首先获取实时监控视频信息，对其进行预处理，然后每帧图片划分成S*S个区域通过深度学习的CNNs进行检测，并获得检测出目标的目标类型和目标坐标；接着通过距离匹配获取各个目标的轨迹信息，通过timeout移除离开追踪区域目标的坐标轨迹链表；最后利用各个目标的坐标轨迹链表提取出其运动特征后输出坐标轨迹链表和运动特征。本发明不需要人工设计需要检测目标的特征，仅仅需要通过机器训练，就能够很好的目标检测识别能力。
-
公开(公告)号：CN106127802A
公开(公告)日：2016-11-16
申请号：CN201610431744.8
申请日：2016-06-16
Applicant: 南京邮电大学盐城大数据研究院有限公司
IPC: G06T7/20
CPC classification number: G06T2207/10016
Abstract: 本发明公开了一种运动目标轨迹追踪方法，首先获取实时监控视频信息，对其进行预处理，然后每帧图片划分成S*S个区域通过深度学习的CNNs进行检测，并获得检测出目标的目标类型和目标坐标；接着通过距离匹配获取各个目标的轨迹信息，通过timeout移除离开追踪区域目标的坐标轨迹链表；最后利用各个目标的坐标轨迹链表提取出其运动特征后输出坐标轨迹链表和运动特征。本发明不需要人工设计需要检测目标的特征，仅仅需要通过机器训练，就能够很好的目标检测识别能力。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.043 seconds)
