-
公开(公告)号：CN103473921A
公开(公告)日：2013-12-25
申请号：CN201310309477.3
申请日：2013-07-22
申请人： 江南大学
IPC分类号： G08G1/00
摘要： 本发明揭露了一种多延时动力系统的交通流量仿真方法，所述方法包括多车道上的交通流的简单数学模型；在多时段的延时动力系统的基础上，离散多通道的车辆数学模型；根据三种决策表的情况，给出交通流模型的可能形式。本发明通过对动力系统的道路交通流量的研究，针对多车道、路况可变、流量可变的复杂交通环境进行建模，利用前后多时间段对道路交通流量的相互影响，能够模拟真实的道路交通流量变化，对于控制交通流量以及分析交通系统的特点是有效的。
-
公开(公告)号：CN109360207A
公开(公告)日：2019-02-19
申请号：CN201811118676.5
申请日：2018-09-26
申请人： 江南大学
摘要： 本发明公开了一种融合邻域信息的模糊聚类方法，包括，第一步，对图像进行处理，将用作聚类的图像数据信息由单一测度扩充为三层测度；第二步，改进模糊C均值算法，并为隶属度矩阵添加先验知识概率因子项；第三步，在目标函数上添加隶属度差异惩罚项；第四步，对图像进行聚类分割。通过本发明提高对噪声的鲁棒性，有效的剔除干扰区域，分割出图像中的显著区域，同时降低时间复杂度。
-
公开(公告)号：CN107798623A
公开(公告)日：2018-03-13
申请号：CN201711010841.0
申请日：2017-10-26
申请人： 江南大学
摘要： 本发明通过构建带有讨论机制的舆情传播模型，研究媒体作用下三分意见群体舆情演变的内在规律。在参考疾病传播模型SIR(Susceptible,Infected,Recovered)、和媒体干预下的二分意见模型SIaIbR(Susceptible,Infected-a,Infected-b,Recovered)的基础上，提出了带有三分意见群体舆情演变的SI3R(Susceptible,triple Infected,Recovered)模型。与二分意见模型不同的是，三分意见模型引入了中立群体这一概念，并且在传播群体中占有较大比重。通过对中立群体的影响，媒体能够发挥更有效的作用。给出了三分意见群体模型及其动力学方程，求出了其数值解。
-
公开(公告)号：CN112802074A
公开(公告)日：2021-05-14
申请号：CN202110012031.9
申请日：2021-01-06
申请人： 江南大学
摘要： 本发明公开了一种基于光照校正与视觉显著特征的纺织品瑕疵检测方法，包括光照校正阶段，背景纹理去除阶段和提取视觉显著特征阶段；所述光照校正阶段通过光照校正方法解决纺织品图像受到光照不均匀影响的问题；所述背景纹理去除阶段通过L0梯度最小化方法去除纺织品图像的背景纹理；所述提取视觉显著特征阶段通过提取纺织品图像的视觉显著特征进行纺织品瑕疵的检测与识别。本发明的有益效果：本发明提供了一种基于光照校正与视觉显著特征的纺织品瑕疵检测方法，该方法从全局角度对图像进行光照校正、从局部角度增强图像的对比度，结合视觉显著特征，提高了对受光照影响的纺织品图像的瑕疵检测效果。
-
公开(公告)号：CN112270308A
公开(公告)日：2021-01-26
申请号：CN202011305067.8
申请日：2020-11-20
申请人： 江南大学
IPC分类号： G06K9/00
摘要： 本发明公开了一种基于双层级联回归模型的人脸特征点定位方法并将其应用在人脸特征点定位中，在一定程度上提高了人脸特征点定位的准确性，该模型的第一层用于定位包含了部分关键特征点的简化人脸形状，为了增强人脸特征点定位方法的鲁棒性，还利用融合子空间进行样本划分，每部分样本单独训练特征提取模型和回归器；第二层用于定位完整的人脸形状，将第一层模型的回归结果进行3D拟合，得到粗略对齐的完整人脸形状，以该形状为基础实现更精细的回归。实验证明，本发明提出的模型在姿态变化较大的300‑W挑战集上，相较单层的级联回归模型，性能提升了23.55％，具有一定的姿态鲁棒性。
-
公开(公告)号：CN109886161B
公开(公告)日：2023-12-12
申请号：CN201910092625.8
申请日：2019-01-30
申请人： 江南大学
IPC分类号： G06V20/58 , G06V10/762 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/084 , G06V10/30 , G06V10/32 , G06T3/40 , G06T5/00
摘要： 本发明公开了一种基于可能性聚类和卷积神经网络的道路交通标识识别方法，包括以下步骤对图像数据集进行预处理，所述预处理包括归一化操作、数据增强、色彩增强以及使用极大化类间距离的可能性聚类算法与Hu不变矩相结合进行降噪和特征提取，得到训练数据集；构建卷积神经网络模型，并利用所述训练数据集对所述卷积神经网络模型进行充分训练，利用训练后的网络模型对图像进行分类识别。效果：采用归一化与数据增强对数据集进行预先操作使得满足
-
公开(公告)号：CN110837804A
公开(公告)日：2020-02-25
申请号：CN201911082514.5
申请日：2019-11-07
申请人： 江南大学
摘要： 本发明公开了一种基于稀疏混合字典学习的特征提取方法并将其应用在人脸鉴别中，在一定程度上提高了人脸鉴别的准确性，本发明以费舍尔判别准则和拉普拉斯矩阵为约束，利用类别特色字典提取数据类别之间的特殊性，在保留稀疏编码数据相似性的同时减小类内编码离散度，增大类间编码离散度；然后利用类内差异字典提取类别共性，捕捉不同类别的相同特征，最后将类别特色字典与类内差异字典相结合。使用本发明在AR、CMU-PIE、LFW等人脸数据库上进行实验，结果表明，该方法在少样本训练条件下可以获得更高识别精度。
-
公开(公告)号：CN107808384A
公开(公告)日：2018-03-16
申请号：CN201711162183.7
申请日：2017-11-21
申请人： 江南大学
CPC分类号： G06T7/11 , G06K9/6221 , G06N7/02 , G06T7/136 , G06T2207/20152
摘要： 本发明揭露了一种基于网格化局部分水岭的模糊聚类方法，将超像素思想与分水岭算法相结合，并且在模糊C均值聚类算法(Fuzzy c-means)的基础上进行改进，提高图像分割算法对图像显著区域的抓取能力及效率以及去噪能力。本发明先根据区域灰度值方差将图像进行不均匀网格化，再对每个网格使用局部最优阈值的分水岭算法，减少了全局分水岭带来的局部信息遗失，获得各个网格内的显著性聚水盆，再实施区域融合，将每个标记区域的灰度均值化，最后使用考虑区域面积的FCM进行聚类，得到最终的分割图像。本发明对噪声的鲁棒性强，能够有效剔除干扰区域，分割出图像中的显著区域，同时也具有较低的时间复杂度。
-
公开(公告)号：CN114372968B
公开(公告)日：2022-12-27
申请号：CN202111671344.1
申请日：2021-12-31
申请人： 江南大学
摘要： 本发明公开了一种结合注意力机制与自适应记忆性融合网络的织物瑕疵检测方法，包括训练阶段和测试阶段；所述训练阶段通过对带标签瑕疵图像的训练得到一个模型；所述测试阶段使用所述训练阶段通过训练得到的所述模型进行织物瑕疵的检测与识别。本发明提出结合注意力机制与自适应记忆性融合网络的织物瑕疵检测方法与Faster_rcnn、Cascade_rcnn、YOLOv3、YOLOv4以及YOLOv5m、YOLOv5l、YOLOv5x等现有目标检测模型的实验结果比较分析，具有较高的检测精度和检测速度。
-
公开(公告)号：CN114372968A
公开(公告)日：2022-04-19
申请号：CN202111671344.1
申请日：2021-12-31
申请人： 江南大学
摘要： 本发明公开了一种结合注意力机制与自适应记忆性融合网络的织物瑕疵检测方法，包括训练阶段和测试阶段；所述训练阶段通过对带标签瑕疵图像的训练得到一个模型；所述测试阶段使用所述训练阶段通过训练得到的所述模型进行织物瑕疵的检测与识别。本发明提出结合注意力机制与自适应记忆性融合网络的织物瑕疵检测方法与Faster_rcnn、Cascade_rcnn、YOLOv3、YOLOv4以及YOLOv5m、YOLOv5l、YOLOv5x等现有目标检测模型的实验结果比较分析，具有较高的检测精度和检测速度。
-
-
-
-
-
-
-
-
-
搜索结果
14 条记录 (耗时 0.029 秒)