“徐康民”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果6个，建议您升级VIP下载更多相关专利

[发明专利]一种基于图像处理的交通标志检测识别方法-CN202011211981.6有效
发明人：李军;徐康民;王茂琦;李浩;程光皓 -专利权人：南京理工大学
申请日： 2020-11-03 - 公布日： 2023-07-21 - 主分类号： G06V20/58 文献下载
摘要：本发明公开了一种基于图像处理的交通标志检测识别方法。该方法包括以下步骤：获取原始的含有交通标志的图像，基于YCrCb彩色空间对图像进行增强，利用HSV颜色空间进行颜色阈值分割获取感兴趣的颜色区域并且将图像二值化，转入下一步；利用圆形和三角形检测算法对二值化图片进行进一步处理，对检测出的圆形和三角形目标进行定位，转入下一步；采用HOG特征与SVM分类器结合的方法对定位出来的目标进行识别，辨别分割到的图像中是否含有交通标志，转入下一步；将经过SVM分类器分类后含有交通标志的感兴趣区域图片输入到训练后的卷积神经网络中，得到交通标志的类别信息。本发明提高了交通标志检测识别的效率和精度。
一种基于图像处理交通标志检测识别方法

[发明专利]一种基于改进YOLOv3算法的行人检测系统及方法-CN202010591050.7有效
发明人：李军;王茂琦;李浩;徐康民;程光皓 -专利权人：南京理工大学
申请日： 2020-06-24 - 公布日： 2022-10-14 - 主分类号： G06V40/10 文献下载
摘要：本发明公开了一种基于改进YOLOv3算法的行人检测系统及方法。该系统包括特征提取模块和行人检测模块，特征提取模块使用不同大小的卷积核对输入图像进行特征提取，在卷积过程中设置快捷链路层组成残差模块；行人检测模块用于图像特征融合，使深层特征图与浅层特征图相融合，融合后的特征图再反向融合上一层网络特征图。方法为：对原始的YOLOv3特征提取网络进行裁剪；基于裁剪后的特征提取网络，在YOLO预测层使用不同大小的特征图进行特征融合，使深层特征图与浅层特征图相融合；在网络输出中添加一个YOLO预测层，由4个YOLO预测层对图像中的行人进行分类回归。本发明改善了行人检测的精度和速度，实现了实时行人检测。
一种基于改进 yolov3 算法行人检测系统方法

[发明专利]一种基于BFA-Elman的电力负荷预测方法-CN202010589377.0有效
发明人：李军;李浩;王茂琦;郑伟伦;徐康民 -专利权人：南京理工大学
申请日： 2020-06-24 - 公布日： 2022-09-27 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于BFA‑Elman的电力负荷预测方法。该方法步骤如下：获取原始负荷数据，对原始负荷数据进行负荷数据预处理和归一化，去除不规则数据和填补缺失数据；构建Elman神经网络拓扑结构，确定网络的参数，初始化Elman神经网络的权值和阈值；设置细菌觅食算法BFA的参数，通过细菌解码，求取最优解，得到最优权值阈值；更新Elman神经网络的权值阈值，训练基于BFA算法优化的Elman神经网络，并对未来电力负荷进行预测。本发明提出的基于BFA‑Elman的电力负荷预测方法，预测精度高，满足了电力系统对电力负荷预测的需要。
一种基于 bfa elman 电力负荷预测方法

[发明专利]一种基于PSO-SVR的轴承剩余使用寿命预测方法-CN202011401437.8在审
发明人：李军;程光皓;徐康民;王茂琦;李浩 -专利权人：南京理工大学
申请日： 2020-12-03 - 公布日： 2021-04-23 - 主分类号： G06F30/17 文献下载
摘要：本发明公开了一种基于PSO‑SVR的轴承剩余使用寿命预测方法。该方法为：首先获取原始振动数据，对原始振动数据进行数据预处理和归一化，去除不规则数据和填补缺失数据并做平滑处理；提取数据的时域特征和频域特征，利用PCA进行数据降维和数据融合以替代原始特征指标；然后构建SVR模型，初始化SVR的初始参数C和g；设置PSO算法的参数，对SVR参数进行寻优，求取最优解，得到最优参数C和g；最后使用最优参数C和g训练SVR，输入测试数据进行SVR预测。本发明数据集需求少、数据集获取代价小、预测精度高，满足了机械系统对轴承剩余寿命预测的需求。
一种基于 pso svr 轴承剩余使用寿命预测方法

[发明专利]基于计算机视觉的交叉口标志标线与信号灯智能感知方法-CN201711322127.5在审
发明人：周竹萍;金菲;张杰;徐康民;彭云龙;朱周 -专利权人：南京理工大学
申请日： 2017-12-12 - 公布日： 2018-05-01 - 主分类号： G08G1/0962 文献下载
摘要：本发明公开了一种基于计算机视觉的交叉口标志标线与信号灯智能感知方法，车载摄像头拍摄路况信息视频；分帧处理拍摄到的视频；对分帧图片预处理，排除非感兴趣区域；使用颜色特征和形状特征定位分割交通标志牌，并基于改进的SIFT算法检测并识别；基于圆形度和背景板信息提取交通信号灯；根据倒计时器与信号灯位置关系和其背景板特征分离信号灯倒计时器，使用SVM分类器识别倒计时器上的数字和箭头信号灯信息；用颜色直方图对色调H进行分布统计，识别交通信号灯颜色；提取车辆前方车道线，采用逆透视变换方法和设置 ROI 感兴趣区域消除透视形变的影响，模板匹配方法识别车道线类型；根据信号灯的安装方法，结合车道线标志牌底色和形状分离车道线标志牌，并基于改进的SIFT算法检测并识别。
基于计算机视觉交叉口标志标线信号灯智能感知方法

[实用新型]盖板针布-CN95239361.1无效
发明人：胡俊华;徐康民;汪长富;刘建明 -专利权人：江阴市纺织器材专件厂
申请日： 1995-03-12 - 公布日： 1996-02-28 - 主分类号： D01G15/84 文献下载
摘要：一种梳棉机用盖板针布，包括底布2、梳针1和包条3，梳针1的工作角为66°-72°，梳针总高度为7.9-8.3mm，上膝高3.1-3.5mm，针尖细度0.16-0.19mm，梳针1的植针方式采用植针不等密叉位排列，其针尖密度为每平方英寸395-403针，采用植针不等密叉位排列、超小工作角、超矮上膝、超细梳针以及加厚底布后，具有反复转移混和功能好，分梳、排杂，排短绒功能好，通用性强等特点，既能梳棉又能梳理化纤。
盖板针布