公开(公告)号：CN118608478A

公开(公告)日：2024-09-06

申请号：CN202410711845.5

申请日：2024-06-04

Applicant: 淮阴工学院 ,  淮安市第二人民医院

Inventor： 王珊珊 ,  陈伯伦 ,  万晶晶 ,  刘步实 ,  李哲 ,  朱文婕 ,  常恺露

IPC: G06T7/00 ,  G06V10/80 ,  G06V10/771 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明公开了一种基于深度学习的内窥镜息肉图像检测方法，包括如下步骤：(1)对已获取到数据集命名为Polyp Dataset，对其进行预处理，得到处理后的数据集划分为四个类别；(2)搭建改进的YOLOv5模型即在颈部网络部分引入ASFF结构；(3)在特征预测头部的每个阶段引入动态卷积模块；(4)利用搭建好的模型在训练集上进行训练并在测试集上进行验证，实现对结直肠息肉的预测。

公开(公告)号：CN118038383A

公开(公告)日：2024-05-14

申请号：CN202410226812.1

申请日：2024-02-29

Applicant: 淮阴工学院

Inventor： 常恺露 ,  王凌 ,  陈伯伦 ,  刘步实 ,  朱文婕 ,  孟宪淳 ,  赵月 ,  王珊珊 ,  于翠莹

IPC: G06V20/54 ,  G06V10/774 ,  G06V10/82 ,  G06V10/40 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于CSSN结构和ESPPF的危化品车辆检测方法、装置及介质，所述方法包括获取交通道路场景中包含危化品各种车辆的图片，对车辆进行标注划分；在YOLOv8的基础上引入CSSN结构和ESPPF模块构建成危化品车辆检测模型搭建模型；其中CSSN结构是将骨干网络中的特征提取模块经过多次上采样以及跨阶段链接拼接到颈部网络中，综合利用不同阶段的特征信息，形成具有丰富语义信息的特征图；ESPPF模块指优化型的快速空间金字塔池化模块，提取更加丰富的危化品车辆的特征信息，增强对不同尺度目标的检测能力；使用制作好的数据集训练模型，得到训练结果，使用最佳的训练权重完成危化品车辆的检测任务。本发明以极少的模型参数量，实现了良好的危化品车辆检测效果。

公开(公告)号：CN117541415A

公开(公告)日：2024-02-09

申请号：CN202311297980.1

申请日：2023-10-08

Applicant: 淮阴工学院

Inventor： 陈伯伦 ,  李哲 ,  刘晓娈 ,  王珊珊 ,  侯延东 ,  杭专正

IPC: G06Q50/00 ,  G06N5/01 ,  G06N7/01

Abstract: 本发明公开了一种融合反向影响力得分的网络传播抑制方法，适用于社交网络下影响力抑制最大化研究领域。其具体步骤为：首先采用RIS算法构建足够多的随机子图，通过在随机子图上随机采样生成节点的反向可达集，然后使用影响力追溯的方法从外向内找到关键节点，通过采样模拟负影响力节点传播，寻找对负影响力节点起关键作用的节点，作为候选节点，最后使用基于流式算法的最大覆盖方法寻找k个覆盖最多反向可达集的节点，作为抑制节点集合。与现有技术相比，本发明所提出的方法可以更好的抑制网络中负影响力的传播，同时保持了正影响力的传播，是一种比较优秀的影响力抑制最大化算法。

公开(公告)号：CN117409366A

公开(公告)日：2024-01-16

申请号：CN202311377861.7

申请日：2023-10-23

Applicant: 淮阴工学院

Inventor： 刘步实 ,  王凌 ,  陈伯伦 ,  赵月 ,  于翠莹 ,  李哲 ,  刘晓娈 ,  王珊珊 ,  于东辉

IPC: G06V20/52 ,  G06V20/70 ,  G06V10/44 ,  G06V10/52 ,  G06V10/80 ,  G06V10/82 ,  G06V10/25 ,  G06V10/764 ,  G06V10/77 ,  G06V10/774 ,  G06V10/776 ,  G06N3/0464 ,  G06T5/90

Abstract: 本发明公开了一种基于LRC2f和小目标特征聚合的烟火检测方法及装置，制作不同场景下包含火焰及烟雾目标的图片数据集，对数据集进行标注，并进行划分；将特征增强策略、LRC2f模块和小目标特征聚合结构集成到YOLOv8n中；其中特征增强策略指对输入图像属性进行调整，使得火焰和烟雾目标特征更加显著；LRC2f模块指轻量级感受野扩张的特征提取模块，在轻量化的同时更大范围感知周围目标；小目标特征聚合网络指将浅层网络中大尺寸特征图映射到模型的颈部，更好地捕捉小的火焰及烟雾目标；使用训练集和测试集共同训练搭建好的模型，得到训练结果；使用训练结果检测不同场景下的烟雾及火焰目标。不呢发明显著减少模型参数，实现良好的烟火检测效果。

公开(公告)号：CN118570007A

公开(公告)日：2024-08-30

申请号：CN202410678283.9

申请日：2024-05-29

Applicant: 淮阴工学院

Inventor： 刘晓娈 ,  陈伯伦 ,  李哲 ,  侯延东 ,  杭专正 ,  王珊珊 ,  于翠莹

IPC: G06Q50/00 ,  G06F18/213 ,  G06F18/232 ,  G06N3/042 ,  G06N3/088

Abstract: 本发明公开了一种负面舆情传播抑制方法、系统、设备及存储介质，其中方法包括：对社交网络中所有节点的进行邻域采样，生成关系图，获取关系图中节点的特征表示，完成节点的嵌入；在无监督环境中学习节点特征表示，并使用损失函数对学习的过程进行评估，通过基于图的损失函数对输出表示进行优化，调整参数；在完成节点嵌入的基础上，根据样本分布的紧密程度，选择基于密度的聚类算法来对社交网络进行节点聚类，获取网络中基于密度的聚类簇；识别聚类簇中的重要簇，缩小候选种子节点集的范围，在重要簇中识别重要节点作为种子节点进行负面舆情传播的抑制；本发明显著减少模型训练的时间开销，在社交网络的虚假信息传播抑制中取得了良好效果。

公开(公告)号：CN118298295A

公开(公告)日：2024-07-05

申请号：CN202410270692.5

申请日：2024-03-11

Applicant: 淮阴工学院

Inventor： 朱文婕 ,  刘步实 ,  王凌 ,  陈伯伦 ,  孟宪淳 ,  常恺露 ,  王珊珊 ,  赵月 ,  于翠莹

IPC: G06V20/10 ,  G06V10/22 ,  G06V10/44 ,  G06V10/80 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于MCF和跨阶段链路聚合的军舰检测方法及系统，该方法首先建立军舰检测模型，利用训练好的所述军舰检测模型检测军舰目标；所述军舰检测模型为在YOLOV8n网络中集成MCF模块和跨阶段链路聚合网络；MCF模块用于进行感受野扩张的特征提取，使用了不同的卷积步长的深度可分离卷积；跨阶段链路聚合网络用于将来自不同阶段的特征进行融合和加权，将浅层网络中大尺寸特征图映射到模型的颈部可以获得多尺度信息；本发明能够在减少模型参数量的同时扩大感受野病害获得更多尺度信息，提高了小目标的识别率，提高了军舰检测的精度。

公开(公告)号：CN117333820A

公开(公告)日：2024-01-02

申请号：CN202311304989.0

申请日：2023-10-09

Applicant: 淮阴工学院

Inventor： 陈伯伦 ,  王凌 ,  刘步实 ,  王珊珊 ,  赵月 ,  于翠莹 ,  朱文婕 ,  常恺露 ,  孟宪淳

IPC: G06V20/52 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明公开了一种用于危化品车辆检测的改进YOLOv7‑tiny方法，将全局响应归一化加入到传统的卷积模块中，放置在SiLU激活函数的后面，使模型能够关注到图片或视频中任意位置的危化品车辆，设计通道特征增强的快速空间金字塔池化模块，将空间金字塔池化模块中三个关键的池化操作由并行结构改为串行节后，减小池化核尺寸大小以降低时间复杂度，同时以残差的方式连接压缩激励模块，从而抑制相对无用的特征并且更加关注重要特征，设计大目标路径聚合网络，将主干网络中不同尺寸的特征图以上采样的方式拼接到模型的颈部，使得深层网络中大目标的特征信息更加丰富，预测头能够更加准确地预测危化品车辆目标，三方面相结合，显著的提高了危化品车辆检测平均精度。

公开(公告)号：CN117292335A

公开(公告)日：2023-12-26

申请号：CN202311280782.4

申请日：2023-09-28

Applicant: 淮阴工学院

Inventor： 陈伯伦 ,  王珊珊 ,  刘步实 ,  王凌 ,  李哲 ,  刘晓娈

IPC: G06V20/54 ,  G06V20/52 ,  G06V10/52 ,  G06V10/44 ,  G06V10/80 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于改进YOLOv5算法的危化品车辆检测方法，包括S1、对已获取到数据寄命名为Hazardous Vehicles，进行预处理，得到处理后的数据集划分为四个类别；S2、搭建传统YOLOv5模型架构，并在主干网络部分引入RFEB模块；S3、引入可分离式注意力机制，通过将尺度感知、空间感知和任务感知的注意力机制统一到头部中；S4、利用搭建好的模型在训练集上进行训练并在测试集上进行验证，实现对危化品车辆的预测。与现有技术相比，本发明在主干网络中，RFEB结构通过设计不同dilated convolution结构解决小物体和感受野在低分辨率特征图上的不匹配问题；在模型头部，通过引入可分离式注意力机制，通过将尺度感知、空间感知和任务感知的注意力机制统一到头部中，以提高Head的感知能力和检测精度。

公开(公告)号：CN117315584A

公开(公告)日：2023-12-29

申请号：CN202311303447.1

申请日：2023-10-09

Applicant: 淮阴工学院

Inventor： 陈伯伦 ,  于翠莹 ,  刘步实 ,  朱鹏程 ,  戚梓凡 ,  赵月 ,  王珊珊 ,  王凌 ,  韩帅 ,  王笑颜 ,  许雪 ,  李哲 ,  刘晓娈

IPC: G06V20/52 ,  G06V10/44 ,  G06V10/80 ,  G06V10/764 ,  G06V10/82 ,  G06T7/73 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明公开了一种基于改进YOLOv7‑tiny的危化品车辆目标检测方法,包括以下步骤：首先将危化品车辆数据集中的原始图像进行一次处理，生成统一大小的图像，然后对统一大小的图像进行二次处理；在模型的Backbone部分引入轻量的C2fGhostv2网络和部分卷积；在模型的Neck部分也引入轻量的C2fGhostv2网络，使模型在保证轻量化的同时获得更加丰富的梯度流信息，更高效的进行特征融合。再者，为了解决解决盲目强调高质量样本导致的目标性能下降的问题，使用WIoU损失函数，很好的平衡了高质量和低质量样本的训练效果，提高了模型的鲁棒性和泛化性能；最后通过卷积和解码操作来生成目标框的位置和类别信息。与现有技术相比，本发明为危化品车辆目标检测领域的理论研究和应用提供了有力支持。

公开(公告)号：CN116595199A

公开(公告)日：2023-08-15

申请号：CN202310556093.5

申请日：2023-05-17

Applicant: 淮阴工学院

Inventor： 陈伯伦 ,  王笑颜 ,  许雪 ,  谢乾 ,  刘步实 ,  徐豪 ,  韩帅 ,  李哲 ,  王珊珊 ,  赵月

IPC: G06F16/38 ,  G06N3/042 ,  G06N3/0464 ,  G06F16/35

Abstract: 本发明公开了一种基于图卷积和DBSCAN算法的专家影响力最大化方法，涉及引文网络下影响力最大化研究领域。首先将每个专家看作是一个节点，并根据他们之间的引用关系构建一个引文网络，使用图卷积神经网络对这个引文网络进行特征提取，得到每个专家节点的特征表示；然后使用DBSCAN算法对矩阵进行聚类，得到不同的社区利用谱聚类方法将专家节点划分为不同的聚类簇，每个聚类簇代表一个具有较高影响力的专家群体；最后对专家节点按照影响力得分进行排序，从而得到最具影响力的专家列表。与现有技术相比，本发明所提出的方法可以更好的识别出引文网络中的影响力较大的专家，是一种比较优秀的影响力最大化算法。