-
公开(公告)号：CN107670156A
公开(公告)日：2018-02-09
申请号：CN201711091566.X
申请日：2017-11-08
CPC classification number: A61M19/00 , A61M5/3007
Abstract: 本发明涉及医疗器械领域，具体涉及一种无痛麻醉注射器，其主要由注射器管体、压力泵、喷头、雾化片构成。本发明结构简单、使用方便，只需将药瓶插入注射器管体内，便可进行工作。工作时，通过电动泵体对药瓶内部加压，通过控制阀控制药物的输出，通过超声波雾化片将药物雾化，并在压力作用下，将药物打入表皮内部，实现了简单取药、自动加压、先雾化后喷射的方式对表皮进行麻醉，由于喷头紧贴皮肤表面，因此麻醉区域控制精度高，不会浪费多于药物，同时降低了使用难度。
-
公开(公告)号：CN115407794B
公开(公告)日：2025-04-29
申请号：CN202211024919.5
申请日：2022-08-25
Applicant: 南通先进通信技术研究院有限公司 , 南通大学
IPC: G05D1/46 , H04B7/185 , H04B13/02 , H04B17/336 , H04B17/391 , G06N20/00
Abstract: 本发明提供了基于强化学习的海域安全通信无人机轨迹实时规划方法，属于通信技术领域。解决了传统优化方法无法实时处理海洋动态场景的问题。其技术方案为：步骤一、建立联合大尺度衰落和小尺度衰落的UAV‑船舶信道模型；步骤二、得到移动船舶、窃听节点接收的信干燥比和速率；步骤三、通过求解系统最大平均保密速率来获得无人机的最优轨迹；步骤四、使用Q‑learning和DDPG算法来进行轨迹优化；步骤五、设置相关仿真参数；步骤六、展示不同起飞位置下两种算法的UAV轨迹实时规划结果。本发明的有益效果为：本发明针对不同船舶的通信需求实时的规划出UAV飞行轨迹，有效保障海洋通信的实时性。
-
公开(公告)号：CN119273717A
公开(公告)日：2025-01-07
申请号：CN202411678574.4
申请日：2024-11-22
Applicant: 南通大学
IPC: G06T7/246 , G06T7/277 , G06V20/17 , G06V20/40 , G06V10/25 , G06V10/42 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/084
Abstract: 本发明提供了一种广视角特征融合记忆网络的多目标跟踪算法，属于计算机视觉与人工智能技术领域。解决了在无人机视角下处理远距离小尺寸目标和快速运动目标时跟踪性能不足的技术问题。其技术方案为：包括以下步骤：S1、视频帧预处理与目标检测；S2、图片特征信息在广视角融合记忆网络中进行深度融合；S3、自适应运动滤波AMF在滤波过程中引入了轨迹置信度建模；S4、在第一步关联中，通过运动特征提取模型MFEM进行首次关联。本发明的有益效果为：通过跟踪算法的动态更新，逐步实现对目标位置的调整和优化，最终获得目标的所有轨迹的信息。
-
公开(公告)号：CN118968621A
公开(公告)日：2024-11-15
申请号：CN202411035703.8
申请日：2024-07-31
Applicant: 南通大学
IPC: G06V40/20 , G06V10/44 , G06V10/40 , G06V10/80 , G06V10/764 , G06V10/762 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/098
Abstract: 本申请公开了一种融合刚性节点构造骨骼拓扑图的模糊动作识别方法、装置、设备及介质，涉及行为识别领域。该模糊动作识别方法包括：根据视频中每帧图像的骨骼坐标信息，构建时空拓扑信息图；以刚性节点为质心点构造骨骼拓扑图；引入注意力机制，根据骨骼拓扑图将时空拓扑信息图表示为关节模态帧序列和骨骼模态帧序列；根据所述关节模态帧序列和所述骨骼模态帧序列，采用初步预测编码的方式对改进后的主干网络进行训练，得到模糊动作识别模型；利用模糊动作识别模型进行动作识别。本申请可实现人体动作的有效识别。
-
公开(公告)号：CN115063742B
公开(公告)日：2024-09-27
申请号：CN202210663982.7
申请日：2022-06-13
Applicant: 南通大学
IPC: G06V20/52 , G06V20/40 , G06V10/74 , G06V10/774 , G06N3/0475 , G06N3/0464 , G06N3/0455 , G06N3/048 , G06N3/094
Abstract: 本发明属于智能视频处理技术领域，具体涉及一种基于灰色对抗感知网络的视频异常事件检测方法。本发明针对编码器和解码器不能较好地获得监控视频中正常和异常事件的判别性特征，提出了一个灰色感知单元来感知判别性特征，并引入邓氏灰色关联来优化感知单元的多样性，提高异常感知能力；使异常检测精度提高。针对异常区域占比小且特征提取不充分的情况，设计了基于对抗性的判别网络，学习预测未来帧和真实未来帧中小目标区域的细节特征，降低异常漏检的概率；使异常检测精度提高。本发明针对异常检测容易受平移、光照等因素的影响，引入了灰色绝对关联，增强对帧间光照变化的鲁棒性，减少误检。
-
Patent Agency Ranking
公开(公告)号：CN116394257B
公开(公告)日：2024-09-20
申请号：CN202310562459.X
申请日：2023-05-18
Applicant: 南通大学
Abstract: 本申请公开了一种基于分数阶反馈的机械臂减振控制方法，包括以下步骤：构建机械臂的动力模型；获取当前位置的力矩，建立电机力矩变化方程；构建分数阶微分反馈的综合控制器；进行频率响应分析，获取反馈控制低通滤波器频率响应函数；在开环控制下测试机械臂振动响应特性，分析振动频率特性；构建反馈控制器；基于截取反馈控制器的特定长度以及FFT快速算法，获取分数阶反馈控制器。本申请利用反馈控制实现低通滤波作用，从而进行减振。另一方面对分数阶反馈控制器截取有限长度，既兼顾了减振性能，降低成本。同时FFT算法用于分数阶反馈控制器实现，大大降低了计算量，提高了计算效率，降低了计算时延及反馈控制时延。
-
公开(公告)号：CN113242560B
公开(公告)日：2022-11-01
申请号：CN202110429703.6
申请日：2021-04-21
Applicant: 南通大学 , 南通先进通信技术研究院有限公司
Abstract: 本发明公开了一种UPF部署与UE调度多阶段规划方法、装置及设备，其中多阶段规划方法包含以下步骤:步骤S0，建立5G核心网用户面UPF部署与UE调度多阶段规划模型；步骤S1，采用Benders分解算法对UPF部署与UE调度多阶段规划模型进行求解，将模型分解为一个UPF部署主问题和一系列UE调度子问题，将一系列UE调度子问题生成的对应Benders最优割全部添加至UPF部署主问题进行迭代求解直至满足收敛条件，从而得到UPF部署与UE调度多阶段规划方案。上述多阶段规划方法考虑了相邻时隙间部署决策相互耦合的问题，从而解决了现有技术分别对每一时隙进行优化，忽略了相邻时隙间决策相互耦合，造成了UPF部署成本高的问题。
-
公开(公告)号：CN115063742A
公开(公告)日：2022-09-16
申请号：CN202210663982.7
申请日：2022-06-13
Applicant: 南通大学
Abstract: 本发明属于智能视频处理技术领域，具体涉及一种基于灰色对抗感知网络的视频异常事件检测方法。本发明针对编码器和解码器不能较好地获得监控视频中正常和异常事件的判别性特征，提出了一个灰色感知单元来感知判别性特征，并引入邓氏灰色关联来优化感知单元的多样性，提高异常感知能力；使异常检测精度提高。针对异常区域占比小且特征提取不充分的情况，设计了基于对抗性的判别网络，学习预测未来帧和真实未来帧中小目标区域的细节特征，降低异常漏检的概率；使异常检测精度提高。本发明针对异常检测容易受平移、光照等因素的影响，引入了灰色绝对关联，增强对帧间光照变化的鲁棒性，减少误检。
-
公开(公告)号：CN113011399A
公开(公告)日：2021-06-22
申请号：CN202110468639.2
申请日：2021-04-28
Applicant: 南通大学
Abstract: 本发明涉及一种基于生成协同判别网络的视频异常检测方法及系统，方法包括：采集正常的视频监控数据并转换为原始帧，选取原始未来帧，并在其中添加噪声，得到噪声未来帧；将原始帧输入到生成器中，得到预测未来帧；计算预测未来帧和原始未来帧的前一帧之间的光流信息；计算原始未来帧和原始未来帧的前一帧之间的光流信息，二者的差异，将预测未来帧和原始未来帧输入至判别器中，构建判别器的目标函数；将噪声未来帧和预测未来帧输入至协同器中，构建协同器的目标函数；构建生成器的目标函数；更新生成器，确定测试时的预测未来帧；计算异常分数，根据所述异常分数确定待测帧是否存在异常。本发明中的上述方法能够提高视频中异常事件的检测精度。
-
公开(公告)号：CN111542078A
公开(公告)日：2020-08-14
申请号：CN202010369174.0
申请日：2020-05-04
Applicant: 南通大学
Abstract: 本发明属于移动通信技术领域，具体涉及一种NFV环境下核心网控制面弹性资源分配方法。本发明提供的方法具体包括：步骤一、采用开放排队网络建立核心网控制面性能评估模型；步骤二、构建性能感知的核心网控制面资源分配多目标优化模型；步骤三、提出改进的多目标遗传算法，求解核心网控制面多目标资源分配问题。以解决现有技术中核心网控制面性能评估精度不高，以及资源分配未综合考虑处理性能与资源成本的问题。本发明提供的方法可以解决现有技术中核心网控制面性能评估精度不高，以及资源分配未综合考虑处理性能与资源成本的问题。
-
-
-
-
-
-
-
-
-
Search Results
61
records
(took 0.03 seconds)
