-
公开(公告)号：CN119025857A
公开(公告)日：2024-11-26
申请号：CN202411098350.6
申请日：2024-08-12
Applicant: 匀熵智能科技(无锡)有限公司 , 江南大学
IPC: G06F18/20 , G06F18/213 , G06F17/15 , G06F17/16 , G06F17/18
Abstract: 本发明涉及数据处理技术领域，公开一种船舶数据采样方法，包括获取预测船舶稳性的船舶数据父样本，船舶数据父样本包括若干父样本特征分量，对各父样本特征分量进行独立的数据扩增，获得船舶数据父样本的子样本并更新船舶数据父样本，重复执行预设迭代次数后，获得最终样本。本发明通过对船舶数据父样本的每一父样本特征分量进行独立更新，相比于样本整体更新，不仅能够增加样本多样性，还能有效应对船舶数据不同分量的采样范围存在较大差异导致的采样精度下降的问题，获得的最终样本有效扩增了可靠的船舶数据量用于船舶稳性预测，进而提高船舶稳性预测的精度。
-
公开(公告)号：CN111814884B
公开(公告)日：2024-09-17
申请号：CN202010664220.X
申请日：2020-07-10
Applicant: 江南大学
IPC: G06V10/82 , G06V10/776 , G06V10/774 , G06V10/40 , G06N3/0464
Abstract: 本发明提供了一种基于可变形卷积的目标检测网络模型的升级方法，属于神经网络图像处理领域。该方法可以将原本的网络模型参数继承给带有可变形卷积结构的网络模型，提升网络的特征提取能力，并经过少量的训练，得到比之前模型更好的结果。此方法在多个目标检测模型和多个目标检测数据集上得到了有效性证明。
-
公开(公告)号：CN118537401A
公开(公告)日：2024-08-23
申请号：CN202410642089.5
申请日：2024-05-23
Applicant: 匀熵智能科技(无锡)有限公司 , 江南大学
Abstract: 本发明涉及视觉SLAM技术领域，具体公开了一种基于动态SLAM的相机位姿求解方法、装置及存储介质，包括：对输入图像进行特征点提取，获得图像特征点；对输入图像进行实例分割，获得静态区域和潜在动态区域；根据静态区域的基准外参和潜在动态区域的基准外参之间的差值确定位于所述潜在动态区域的实际动态区域，其中落在实际动态区域内的潜在动态特征点为实际动态特征点；剔除所述实际动态区域内的实际动态特征点，并根据所述静态区域内的静态特征点以及所述潜在动态区域内的非实际动态特征点进行相机位姿求解，获得相机位姿。本发明提供的基于动态SLAM的相机位姿求解方法能够有效提升动态SLAM中相机位姿求解的精度。
-
公开(公告)号：CN116705142A
公开(公告)日：2023-09-05
申请号：CN202310489300.X
申请日：2023-05-04
Applicant: 江南大学
Abstract: 基于二进制量子粒子群优化算法与通量平衡分析混合算法的代谢产物优化方法。本发明方法结合了通量平衡分析FBA和改进二进制量子行为粒子群优化EBQPSO算法的优势，以确定所需代谢产物的最佳敲除策略。EBQPSO算法引入邻域概念，增加粒子群的多样性，促进全局最优解的识别。我们在大肠杆菌iAF1260和iJR904两个基因组尺度的代谢模型上测试了我们的算法，结果显示EBQPSO的性能与其他算法相比具有竞争力。此外，我们算法中使用的编码方法在GSMMs的优化问题中很少被使用，这对于该领域的研究是一个重要贡献。我们提出的算法有潜力显著改善微生物细胞工厂的优化，并满足不同行业对微生物制造产品日益增长的需求。
-
公开(公告)号：CN111445454B
公开(公告)日：2023-05-05
申请号：CN202010222849.9
申请日：2020-03-26
Applicant: 江南大学
Abstract: 一种图像真伪鉴别方法及其在证照识别中的应用，属于数字图像处理领域。随着数字图像编辑软件的开发与应用，不法分子可以对身份证、营业执照、经营许可证等图像进行违规编辑，并造成一种以假乱真的效果。因此，图像取证的需求变得日益迫切起来，现有的模型大多只能检测出图像是否经过篡改，而不能很好地分割出篡改区域。本文提出了一种基于卷积神经网络的图像篡改检测方法，通过融合篡改图像的多种特征，可以有效地分割图像中的篡改区域。我们在多个数据集上做了实验，实验结果进一步表明了我们工作的有效性。
-
Patent Agency Ranking
公开(公告)号：CN114662593A
公开(公告)日：2022-06-24
申请号：CN202210297893.5
申请日：2022-03-24
Applicant: 江南大学
IPC: G06K9/62 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/12
Abstract: 本发明公开了一种基于遗传算法和划分数据集的图像分类方法，属于图像识别分类技术领域。该方法通过基于划分数据集来提高基于遗传算法进行CNN结构设计的执行速度，通过对划分数据集的训练得到CNN个体适应度函数进行修正来提高图像分类方法的可靠性。同时为了解决现有方法仅使用ResNet和DenseNet深度模块进行CNN结构设计而忽略CNN网络宽度结构的问题，该方法引入Inception模块，同时提出Feature模块作为CNN网络结构第一层，来保证输入图片有足够的特征给深层的模块进行学习，Transition模块对特征图的特征维度进行变换，Dropout模块来防止网络的过拟合，综合提高了图像分类的精度。
-
公开(公告)号：CN114373451A
公开(公告)日：2022-04-19
申请号：CN202210077486.3
申请日：2022-01-24
Applicant: 江南大学
IPC: G10L15/06 , G10L15/183
Abstract: 一种端到端中文语音识别方法，属于语音识别领域。首先探索了基于Transformer编码器和LAS解码器的Transformer‑LAS语音识别模型的效果，并针对Transformer不善于捕捉局部信息的问题，使用Conformer代替Transformer，提出Conformer‑LAS模型；其次，由于Attention过于灵活的对齐方式会使其在嘈杂环境中的效果急剧下降，研究中采用连接时序分类(CTC)辅助训练以加快收敛，并加入音素级别的中间CTC损失联合优化，提出效果更好的Conformer‑LAS‑CTC语音识别模型；最后，在开源中文普通话Aishell‑1数据集上对提出来的模型进行验证。
-
公开(公告)号：CN112686345A
公开(公告)日：2021-04-20
申请号：CN202011632940.4
申请日：2020-12-31
Applicant: 江南大学
Abstract: 本发明提供一种基于注意力机制的脱机英文手写识别方法，其可以提高对手写字符串的识别率，满足实际应用的需求。本发明技术方案中构建的脱机英文手写识别模型包括基于注意力机制的卷积神经网络和双向长短期记忆网络模型，基于注意力机制构建的卷积神经网络提取的图像特征，特征图经注意力模块后更能聚焦有用特征而非无用的手写拖拽特征，使得提取的图像特征更加关注有用信息，忽略无用信息，进而提高了图像识别的准确率。
-
公开(公告)号：CN112580661A
公开(公告)日：2021-03-30
申请号：CN202011445466.4
申请日：2020-12-11
Applicant: 江南大学
Abstract: 一种深度监督下的多尺度边缘检测方法。该方法可以将局部特征与其对应的全局相关性结合起来，自适应地重新校准通道响应，引导网络忽略无关信息，强调相关特征间的关联。通过在BSDS500数据集和NYUD数据集上对该方法进行一系列的消融实验，证实了多尺度的深度监督自注意模块算法的有效性。与其他最先进的边缘检测网络相比，该算法具有更好的性能，用更少的参数提高了预测精度，在BSDS00数据集上实现了ODS测量值为0.815的得分，比现有的其他算法高出0.9％。
-
公开(公告)号：CN110263712B
公开(公告)日：2021-02-23
申请号：CN201910535870.1
申请日：2019-06-20
Applicant: 江南大学
Abstract: 本发明公开了一种基于区域候选的粗精行人检测方法，包括粗检测阶段，所述粗检测阶段还包括以下步骤，运用局部无关通道特征方法对粗训练样本的待检测图片进行粗检测；筛选出在所述粗训练样本上漏检掉的标签目标框；对漏检的所述标签目标框进行聚类分析，设置标签尺度与长宽比；利用所述尺度与长宽比训练区域候选网络；图片输入训练好的所述区域候选网络输出的检测结果融合，得到粗检测结果。本发明的有益效果：本发明一是在粗检测阶段通过聚类方法对目标真实结果进行分析，利用区域候选网络进行有针对性的训练，将检测结果与原来的候选框融合，得到更高的召回率，显著地降低了检测结果的漏检率。
-
-
-
-
-
-
-
-
-
Search Results
111
records
(took 0.051 seconds)
