-
公开(公告)号：CN114611792B
公开(公告)日：2023-05-02
申请号：CN202210238135.6
申请日：2022-03-11
Applicant: 南通大学
IPC: G06Q10/04 , G06N3/0464
Abstract: 本发明涉及一种基于混合CNN‑Transformer模型的大气臭氧浓度预测方法，设计了一种混合CNN‑Transformer模型，该模型由卷积神经网络和改进的Transformer模型组合构成。卷积神经网络由2个一维卷积层组成，Transformer模型由编码器和解码器组成，每个编码器有3个编码层，解码器有3个解码层。同时，在传统Transformer编码器解码器架构的基础上，为编码器的不同编码层之间加入了“编码器到编码器”的交叉多头注意力层，进一步挖掘不同编码层之间编码信息的关联。CNN模型可以在特征维度上很好地提取有效信息，弥补了Transformer模型中编码器提取信息能力不足的问题。该预测方法能够更真实地反映多元数据对臭氧浓度的影响，并通过CNN‑Transformer模型学习这种影响模式，从而给出更精确的臭氧浓度预测结果。
-
公开(公告)号：CN116433494B
公开(公告)日：2024-02-02
申请号：CN202310420534.9
申请日：2023-04-19
Applicant: 南通大学
IPC: G06T3/608 , G06T3/4046 , G06T5/94 , G06T7/11 , G06N3/0464 , G06V30/146
Abstract: 本发明涉及档案扫描图像自动纠偏裁边技术领域，尤其涉及一种基于深度学习的档案扫描图像自动纠偏裁边方法，包括：对档案扫描图像进行预处理；将处理好的图像数据集放入角度校正和边缘切割网络模型中进行训练；对图像进行特征提取；对图像进行自动纠偏裁边处理；利用训练所得模型处理档案扫描图像，并输出经过自动纠偏裁边处理的档案扫描图像。该模型包含特征提取模块、纠偏模块和裁边模块。同时，在纠偏模块和裁边模块中分别加入自适应卷积模块和通道注意力模块，使得较小的角度偏移也能得到精确处理及降低图像的边缘模糊度。本发明可提升模型计算的速度，使得模型更加轻量化，提高了档案扫描图像纠偏裁边的效率以及精确处理小角度偏移图片。
-
公开(公告)号：CN113965930A
公开(公告)日：2022-01-21
申请号：CN202111200477.0
申请日：2021-10-15
Applicant: 南通大学
IPC: H04W12/069 , H04W12/71 , H04L9/08
Abstract: 本发明涉及工业互联网技术领域，具体涉及一种基于量子密钥的工业互联网主动标识解析方法及其系统，包括普通工业传感器、网关节点主动标识载体、企业信息系统、量子安全服务平台、企业节点、二级节点和顶级节点；本发明首先构造基于量子密钥的工业互联网主动标识解析系统，由企业信息系统向各级节点发起认证并注册本地标识，然后工业网关节点通过量子安全服务平台注册主动标识，最后由工业网关节点发起主动标识解析，并将汇总的传感器数据通过量子密钥加解密进行传输。本发明将量子通信领域中的量子密钥分发技术和工业互联网主动标识解析体系相结合，为现有工业互联网主动标识解析体系提供了一种基于量子密钥的加解密机制，安全强度更高。
-
公开(公告)号：CN114611792A
公开(公告)日：2022-06-10
申请号：CN202210238135.6
申请日：2022-03-11
Applicant: 南通大学
Abstract: 本发明涉及一种基于混合CNN‑Transformer模型的大气臭氧浓度预测方法，设计了一种混合CNN‑Transformer模型，该模型由卷积神经网络和改进的Transformer模型组合构成。卷积神经网络由2个一维卷积层组成，Transformer模型由编码器和解码器组成，每个编码器有3个编码层，解码器有3个解码层。同时，在传统Transformer编码器解码器架构的基础上，为编码器的不同编码层之间加入了“编码器到编码器”的交叉多头注意力层，进一步挖掘不同编码层之间编码信息的关联。CNN模型可以在特征维度上很好地提取有效信息，弥补了Transformer模型中编码器提取信息能力不足的问题。该预测方法能够更真实地反映多元数据对臭氧浓度的影响，并通过CNN‑Transformer模型学习这种影响模式，从而给出更精确的臭氧浓度预测结果。
-
公开(公告)号：CN112315231A
公开(公告)日：2021-02-05
申请号：CN202011121095.4
申请日：2020-10-20
Applicant: 南通大学
Abstract: 本发明公开一种新型多功能的医疗检验用样品存放架，包括主安装板；主安装板上表面四角处均固定连接有主支撑柱，副安装板的上表面四角处均固定连接有副支撑柱，副支撑柱的上端固定连接有矩形板，矩形板上设置有样品分类机构，副安装板上表面固定连接有水箱，水箱的上表面一端固定连通有进水管，水箱的下表面一端固定连通有出水管，出水管上安装有阀门，水箱的两侧均插有导管，导热管与水箱接触密封，水箱上连接有取样管，取样管上连接有限位环，限位环上连接有旋钮。本发明通过将取样管保证样品存储时的稳定性，当取样管与加热的水接触可以做到对样品保温存储，方便样品处于需要的温度状态，从而使样品临时存放的时间长，方便后续对样品的使用。
-
Patent Agency Ranking
公开(公告)号：CN116596033A
公开(公告)日：2023-08-15
申请号：CN202310575634.9
申请日：2023-05-22
Applicant: 南通大学
IPC: G06N3/0455 , G06N3/08 , G06N5/04 , G06F17/18
Abstract: 本发明涉及臭氧浓度预测技术领域，尤其涉及一种基于窗口注意力和生成器的Transformer臭氧浓度预测方法，包括模型训练阶段和模型推理阶段；模型训练阶段包括：步骤S1.1、数据预处理阶段；步骤S1.2、调整模型参数，构建基于窗口注意力和生成器的TransformerWAG‑NAT模型，WAG‑NAT模型包括编码器、生成器和解码器三个部分；步骤S1.3、将历史数据输入至WAG‑NAT模型的编码器中，抽取历史信息和长程依赖；步骤S1.4、将协变量输入至生成器中，结合编码器的输出，生成最优序列；步骤S1.5、将生成器产生的序列输入至解码器中，得到的运算结果即为预测结果。本发明不仅能有效提取局部信息，还能充分挖全局信息，并将二者融合；还学习其他多源数据对臭氧浓度的影响模式，从而给出更精确的臭氧浓度预测结果。
-
公开(公告)号：CN116433494A
公开(公告)日：2023-07-14
申请号：CN202310420534.9
申请日：2023-04-19
Applicant: 南通大学
IPC: G06T3/60 , G06T3/40 , G06T5/00 , G06T7/11 , G06N3/0464 , G06V30/146
Abstract: 本发明涉及档案扫描图像自动纠偏裁边技术领域，尤其涉及一种基于深度学习的档案扫描图像自动纠偏裁边方法，包括：对档案扫描图像进行预处理；将处理好的图像数据集放入角度校正和边缘切割网络模型中进行训练；对图像进行特征提取；对图像进行自动纠偏裁边处理；利用训练所得模型处理档案扫描图像，并输出经过自动纠偏裁边处理的档案扫描图像。该模型包含特征提取模块、纠偏模块和裁边模块。同时，在纠偏模块和裁边模块中分别加入自适应卷积模块和通道注意力模块，使得较小的角度偏移也能得到精确处理及降低图像的边缘模糊度。本发明可提升模型计算的速度，使得模型更加轻量化，提高了档案扫描图像纠偏裁边的效率以及精确处理小角度偏移图片。
-
公开(公告)号：CN113965930B
公开(公告)日：2022-08-12
申请号：CN202111200477.0
申请日：2021-10-15
Applicant: 南通大学
IPC: H04W12/069 , H04W12/71 , H04L9/08
Abstract: 本发明涉及工业互联网技术领域，具体涉及一种基于量子密钥的工业互联网主动标识解析方法及其系统，包括普通工业传感器、网关节点主动标识载体、企业信息系统、量子安全服务平台、企业节点、二级节点和顶级节点；本发明首先构造基于量子密钥的工业互联网主动标识解析系统，由企业信息系统向各级节点发起认证并注册本地标识，然后工业网关节点通过量子安全服务平台注册主动标识，最后由工业网关节点发起主动标识解析，并将汇总的传感器数据通过量子密钥加解密进行传输。本发明将量子通信领域中的量子密钥分发技术和工业互联网主动标识解析体系相结合，为现有工业互联网主动标识解析体系提供了一种基于量子密钥的加解密机制，安全强度更高。
-
公开(公告)号：CN113011378A
公开(公告)日：2021-06-22
申请号：CN202110370706.7
申请日：2021-04-06
Applicant: 南通大学
Abstract: 本发明公开一种用于寻找走失老人的智能体态和人脸识别系统，包括APP，所述APP远程连接有后端，所述后端包括甄别算法模块、识别算法模块、数据收集模块与报警模块，所述APP供前端用户与前端管理员使用，所述前端用户包括家属端与队员端，所述前端管理员包括管理员端，本发明为老人丢失寻找提供了一个完整的系统，使老人的寻找科学、系统，也简化了队员端的搜寻难度，在人员调度上来说也更为科学。
-
公开(公告)号：CN112950326A
公开(公告)日：2021-06-11
申请号：CN202110286133.X
申请日：2021-03-17
Applicant: 南通大学
Abstract: 本发明公开一种支持深度学习工作原理的人工智能数据分析系统，包括需求信息采集模块，所述需求信息采集模块连接有需求分析模块，所述需求分析模块连接有匹配模块，所述匹配模块连接有分析结果输出模块、服务库与需求库，所述分析结果输出模块连接有交互策略组，所述需求分析模块连接有信息上传模块，所述信息上传模块连接有数据存储模块，所述输出存储模块连接有时间轴模块，所述时间轴模块连接有组合储存模块，本发明提升了用户需求的匹配精准度，可以对用户需求分析的结果进行记录储存，利于后期对系统进行检查与维护，可以及时的对需求库中陈旧的关键词进行更新，以保障系统的更新速度。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.015 seconds)
