-
公开(公告)号：CN112991249A
公开(公告)日：2021-06-18
申请号：CN202110290788.4
申请日：2021-03-18
Applicant: 国网经济技术研究院有限公司 , 南京师范大学 , 国网浙江省电力有限公司经济技术研究院 , 国网江苏省电力有限公司经济技术研究院
Abstract: 本发明公开了一种基于深度可分离CNN模型的遥感图像融合方法，包括如下步骤：通过预处理后的原始彩色图像，构建融合模型训练集图像；根据融合模型训练集图像，训练深度可分离CNN模型；获取全色图像和多光谱图像，通过预处理将全色图像转换成PrePan图像，将多光谱图像上采样至PrePan图像大小；将PrePan图像和上采样至PrePan图像大小的多光谱图像送入训练好的深度可分离CNN模型；通过深度可分离CNN模型获取到全色图像和多光谱图像的融合图像。本发明将深度可分离CNN模型应用于全色图像和多光谱图像的融合，在提高融合图像的精度的同时，也加快了融合速度，能够得到同时具备高光谱分辨率和高空间分辨率两种信息的融合图像，对遥感图像的应用具有极大的意义。
-
公开(公告)号：CN112991249B
公开(公告)日：2023-11-24
申请号：CN202110290788.4
申请日：2021-03-18
Applicant: 国网经济技术研究院有限公司 , 南京师范大学 , 国网浙江省电力有限公司经济技术研究院 , 国网江苏省电力有限公司经济技术研究院
IPC: G06T5/50 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于深度可分离CNN模型的遥感图像融合方法，包括如下步骤：通过预处理后的原始彩色图像，构建融合模型训练集图像；根据融合模型训练集图像，训练深度可分离CNN模型；获取全色图像和多光谱图像，通过预处理将全色图像转换成PrePan图像，将多光谱图像上采样至PrePan图像大小；将PrePan图像和上采样至PrePan图像大小的多光谱图像送入训练好的深度可分离CNN模型；通过深度可分离CNN模型获取到全色图像和多光谱图像的融合图像。本发明将深度可分离CNN模型应用于全色图像和多光谱图像的融合，在提高融合图像的精度的同时，也加快了融合速度，能够得到同时具备高光谱分辨率和高空间分辨率两种信息的融合图像，对遥感图像的应用具有极大的意义。
-
公开(公告)号：CN113255989B
公开(公告)日：2024-05-07
申请号：CN202110556378.X
申请日：2021-05-21
Applicant: 国网经济技术研究院有限公司 , 国网江苏省电力有限公司经济技术研究院 , 南京师范大学 , 国网浙江省电力有限公司经济技术研究院
IPC: G06Q10/047 , G06Q50/40
Abstract: 本发明公开了一种路网环境下基于有限服务范围的持续性服务资源分配方法，包括如下步骤：对客户端的初始位置进行初始分配；根据上一时刻位置数据判断客户端的运动方向；根据运动方向和速度预测客户端的运动范围；结合服务端服务范围和客户端运动范围得到用于预测的二部图；根据二部图，检查和调整服务端容量，使得所有的服务端容量都满足容量限制；根据二部图，检查和调整客户端和服务端的连接情况，使得一个客户端只对应连接一个服务端；利用步骤S6中更新后的二部图调整预测结果得到最终分配关系。本发明利用了客户端的运动特征的预计算，减少了分配更新的计算时间，可以满足快速更新场景下的持续性服务资源分配要求。
-
公开(公告)号：CN113255989A
公开(公告)日：2021-08-13
申请号：CN202110556378.X
申请日：2021-05-21
Applicant: 国网经济技术研究院有限公司 , 国网江苏省电力有限公司经济技术研究院 , 南京师范大学
Abstract: 本发明公开了一种路网环境下基于有限服务范围的持续性服务资源分配方法，包括如下步骤：对客户端的初始位置进行初始分配；根据上一时刻位置数据判断客户端的运动方向；根据运动方向和速度预测客户端的运动范围；结合服务端服务范围和客户端运动范围得到用于预测的二部图；根据二部图，检查和调整服务端容量，使得所有的服务端容量都满足容量限制；根据二部图，检查和调整客户端和服务端的连接情况，使得一个客户端只对应连接一个服务端；利用步骤S6中更新后的二部图调整预测结果得到最终分配关系。本发明利用了客户端的运动特征的预计算，减少了分配更新的计算时间，可以满足快速更新场景下的持续性服务资源分配要求。
-
公开(公告)号：CN116665098A
公开(公告)日：2023-08-29
申请号：CN202310622714.5
申请日：2023-05-30
Applicant: 南京师范大学
IPC: G06V20/40 , G06V10/764 , G06V10/74 , G06V10/80 , G06V10/774 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于多层记忆增强与二次预测的视频异常检测方法，包括：对监控视频数据集进行预处理，构建时空立方体；将训练样本输入到自编码器中，利用自编码器对视频序列进行初步预测得到一次预测帧；将一次预测帧的表观特征和对应真实帧的光流特征融合，形成融合特征；将融合特征输入到多层记忆增强生成对抗网络，利用多层记忆增强生成对抗网络进行二次预测，得到二次预测帧；优化自编码器和多层记忆增强生成对抗网络；将测试样本依次输入到优化后的自编码器和多层记忆增强生成对抗网络得到异常分数，根据异常分数判断视频异常事件。本发明利用两次预测增大异常帧与正常帧之间的差距，从而提高了视频异常检测准确率。
-
Patent Agency Ranking
公开(公告)号：CN108108407A
公开(公告)日：2018-06-01
申请号：CN201711306853.8
申请日：2017-12-11
Applicant: 南京师范大学
IPC: G06F17/30
CPC classification number: G06F16/2465 , G06F16/9024 , G06F16/9537
Abstract: 本发明公开一种基于时空轨迹的群体运动移动簇模式排序方法，包括以下步骤：构建移动簇‑兴趣点二部图和基于重启式随机游走模型进行排序。本发明移动簇基于重启式随机游走模型对移动簇进行重要性排序问题可以转换为“移动簇‑兴趣点”图中顶点的重要性计算问题，每个顶点的概率值代表该顶点的重要性，概率值越大说明该顶点越重要，利用该模型对移动簇进行重要性排序易于实现，不需要用户设置过多的参数便可以自动完成排序过程。
-
公开(公告)号：CN110609824B
公开(公告)日：2022-09-09
申请号：CN201910857903.4
申请日：2019-09-09
Applicant: 南京师范大学
IPC: G06F16/21 , G06F16/2458 , G06F16/29
Abstract: 本发明公开一种城市路网环境下基于动态空间网络模型的热点区域检测方法，包括以下步骤：构建动态空间网络DSN、设计动态空间网络DSN的数据结构、采用划分‑过滤‑检测的方法进行热点区域的挖掘。本发明采用轨迹数据作为移动数据的来源，而采用城市的地图数据作为动态空间网络的主要数据来源；针对城市地理空间中的热点区域挖掘问题，提出基于动态空间网络的热点区域挖掘算法，可以准确高效地发现指定时间区间内城市空间中的热点区域。
-
公开(公告)号：CN108182230A
公开(公告)日：2018-06-19
申请号：CN201711443531.8
申请日：2017-12-27
Applicant: 南京师范大学
IPC: G06F17/30
CPC classification number: G06F16/2465 , G06F16/2246 , G06F16/285
Abstract: 本发明公开一种基于位向量四叉树的移动对象汇聚模式挖掘方法，包括以下步骤：对每一个时间片上的移动对象集合进行基于密度的聚类操作，得到所有的簇集合CDB；基于位向量四叉树进行簇包含连接；利用簇包含匹配RDB构建汇聚树，作为汇聚模式的候选集，并对候选集进一步验证其是否满足汇聚模式的要求，最终得到所有汇聚模式；基于位向量四叉树进行簇包含连接时又包括SQTI构建阶段和SQTI探测与验证阶段。本发明不仅具有很高的时间性能，并且对主要的参数不敏感。这种特性有助于帮助用户减少调节参数的时间，提高汇聚模式挖掘的效率。
-
公开(公告)号：CN107451233A
公开(公告)日：2017-12-08
申请号：CN201710609573.8
申请日：2017-07-25
Applicant: 南京师范大学
IPC: G06F17/30
Abstract: 本发明公开一种时间属性优先的时空轨迹数据文件在辅助存储设备中的存储方法，依据时间属性对轨迹的点数据进行重新组织，同一时刻的点数据集中存储，即：将移动对象同一时刻所有的点数据构成的结构称之为“帧”，然后按照时刻将轨迹组织成帧数据文件，一帧对应于一个时刻，每一帧包含该时刻所有轨迹的点数据，同一帧数据在存储设备中邻近存储；对存储后的帧数据文件进行相关操作，包括新文件的初始化、轨迹添加、顺序读取和时间查询。本发明根据用户对于时空轨迹数据访问时间属性的特点针对性地设计了数据文件的格式，该存储方法具有无数据缺失和易于实现的特点，适用于轨迹数据的存储管理和数据分析与挖掘领域。
-
公开(公告)号：CN107451233B
公开(公告)日：2020-02-18
申请号：CN201710609573.8
申请日：2017-07-25
Applicant: 南京师范大学
IPC: G06F16/13 , G06F16/9537
Abstract: 本发明公开一种时间属性优先的时空轨迹数据文件在辅助存储设备中的存储方法，依据时间属性对轨迹的点数据进行重新组织，同一时刻的点数据集中存储，即：将移动对象同一时刻所有的点数据构成的结构称之为“帧”，然后按照时刻将轨迹组织成帧数据文件，一帧对应于一个时刻，每一帧包含该时刻所有轨迹的点数据，同一帧数据在存储设备中邻近存储；对存储后的帧数据文件进行相关操作，包括新文件的初始化、轨迹添加、顺序读取和时间查询。本发明根据用户对于时空轨迹数据访问时间属性的特点针对性地设计了数据文件的格式，该存储方法具有无数据缺失和易于实现的特点，适用于轨迹数据的存储管理和数据分析与挖掘领域。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.218 seconds)
