“范山岗”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32个，建议您升级VIP下载更多相关专利

[发明专利]一种录像信息检索方法-CN201910140492.7有效
发明人：桂冠;顾浩;范山岗;洪盛;刘凡;周子琦;赵东旭 -专利权人：南京邮电大学
申请日： 2019-02-26 - 公布日： 2022-10-14 - 主分类号： G06F16/81 文献下载
摘要：本发明公开了一种录像信息检索方法，所述方法包括如下步骤：从所接收的录像检索指令中获取检索关键信息；将检索关键信息与预存有所述录像信息的XML格式文件进行录像信息匹配；将所有匹配的录像信息存入索引队列；根据索引队列按照录像检索指令的要求建立包含检索结果的XML报文；减少来计算机的繁琐迭代查找操作，极大提高了检索信息的效率。
一种录像信息检索方法

[发明专利]一种无线感知度智能识别方法-CN201910051747.2有效
发明人：桂冠;张凯旋;张珍玥;田梦倩;范山岗;熊健;杨洁 -专利权人：南京邮电大学
申请日： 2019-01-21 - 公布日： 2022-09-16 - 主分类号： H04W24/08 文献下载
摘要：本发明公开了一种无线感知度智能识别方法，所述识别方法包括以下步骤：采集待测区域的无线感知度指标数据；将所述指标数据输入至自编码器神经网络中，对所述指标数据进行降维操作；对于降维后的指标数据进行聚类分析，计算其与预确定的两个有效簇中心点的距离；根据距离计算结果，将被测区域归到距离较近的一类，输出被测区域无线感知度识别结果，本发明能够根据一组待测数据有效地预测出其感知度正常与否，提高了运营商的维护效率，有利于在用户投诉之前发现问题并及时解决，提高了用户体验。
一种无线感知智能识别方法

[发明专利]一种基于字典学习的水位监测方法-CN201810188900.1有效
发明人：桂冠;潘金秋;熊健;范山岗;杨洁;孙颖异;周天;樊亚萍 -专利权人：南京邮电大学
申请日： 2018-03-08 - 公布日： 2022-07-01 - 主分类号： G06V10/772 文献下载
摘要：本发明公开了一种基于字典学习的水位监测方法，包括以下步骤：步骤1，在待测量河流区域固定一根测量标杆，通过摄像头实时采集该测量标杆与水面附近区域的图像；步骤2，采集若干幅图像作为训练图像，将每幅图像分为C类，对每类的图像块采用滑动窗采集训练数据，并打上对应的类别标签；步骤3，采用字典学习的方法对训练数据进行训练，得到字典D；步骤4，利用字典D对摄像头采集到的图像进行实时分类，得到图像的类别标签向量，从而获得水位值。本发明只需要安装传统的标杆即可实现，克服了传统水位测量方案中水平面位置难以准确识别的问题，具有较高的稳定性和鲁棒性。
一种基于字典学习水位监测方法

[发明专利]基于图像识别的发票报销信息定位及截取方法-CN201810203890.4有效
发明人：董恒;蒋璎;范山岗;熊健;王禹;杨洁;桂冠 -专利权人：南京邮电大学
申请日： 2018-03-13 - 公布日： 2022-06-10 - 主分类号： G06V10/24 文献下载
摘要：本发明公开了一种基于图像识别的发票报销信息定位方法，包括从发票图像中分离提取全机打字符二值化图像；对全机打字符二值化图像进行黑白转换，获取相应的反转图像；对反转图像进行连通域连接，得到腐蚀成块图像；对腐蚀成块图像进行外部矩形边界检测，检测出各报销信息块的顶点和底点位置信息。本发明还公开了一种发票报销信息截取方法，包括采用前述的发票报销信息定位方法，按照纵向分行顺序截取各报销信息块。将本发明应用于发票报销中能够检测出所采集的发票图像中各个可报销信息连通域的位置信息，并根据位置信息对发票图像进行分块截取，提高了发票报销的工作效率、降低了出错率，具有较高的稳定性和鲁棒性。
基于图像识别发票报销信息定位截取方法

[发明专利]一种基于场景的KPI及多维度网络数据清洗方法-CN201810360670.2有效
发明人：程崇虎;陆怡琪;朱颖;田梦倩;范山岗;杨洁;熊健;桂冠 -专利权人：南京邮电大学
申请日： 2018-04-20 - 公布日： 2022-05-17 - 主分类号： G06F16/215 文献下载
摘要：本发明公开了一种基于场景的KPI及多维度网络数据清洗方法，首先将采集的数据导入数据结构中；对导入的数据格式进行规范化，将资源数据按场景划分，同一个场景的资源数据合并得到资源子数据，对数据值产生的冲突进行检测和处理；对多个数据源或文件的数据进行关联，对数据的冗余和模式不匹配的情况进行判断和处理；对不能直接进行数据挖掘的数据进行处理；查看各属性的缺失率，根据缺失率决定处理方式，包括丢弃和采用K‑NN回归方法填补；在数据存储模块中对原始数据进行备份并存储清洗后的数据；本发明实现了数据的有效清洗，解决数据的复杂程度高导致的无法对数据进行深入挖掘的技术问题。
一种基于场景 kpi 多维网络数据清洗方法

[发明专利]一种基于SIFT算法的重复图像匹配方法-CN201810418937.9有效
发明人：熊健;王姮冰;周仕雪;楼婧蕾;桂冠;杨洁;范山岗 -专利权人：南京邮电大学
申请日： 2018-05-04 - 公布日： 2022-04-15 - 主分类号： G06V10/46 文献下载
摘要：本发明公开一种基于SIFT算法的重复图像匹配方法，包括：运用SIFT算法提取待匹配图像的匹配点及其位置信息；对匹配特征点进行投影变换；检测投影变换后的匹配点位置信息相似度和投影变换的幅值大小；以匹配点位置信息相似度最大和投影变换的幅值最小为目标，运用最小二乘法求解投影变换参数；计算在此投影变换参数下的匹配点位置信息相似度，通过与阈值的比较判断图像匹配情况。本发明结合SIFT算法提取匹配特征点，通过投影变换的引入消除了拍摄角度的细微变化对结果的影响，运用最小二乘方法找到使得匹配点位置信息相似度最大和投影变换的幅值最小的参数，对重复图像检测具有重要的意义。
一种基于 sift 算法重复图像匹配方法

[发明专利]一种基于文字识别与语义分析的发票分类方法-CN201810187828.0有效
发明人：桂冠;王禹;熊健;范山岗;杨洁;尹悦 -专利权人：南京邮电大学
申请日： 2018-03-07 - 公布日： 2021-09-28 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于文字识别与语义分析的发票分类方法，其以检测出发票的种类为目标，首先利用图像采集设备采集发票图像，接着利用霍夫变换检测出图像中发票的长和宽，再将长和宽与预先设定的边长阈值分别进行比较，实现发票的初步分类，然后根据初步分类的结果，调用相应的发票模板，切割出需要进行文字识别的区域；最后调用百度文字识别系统等第三方文字识别系统识别上述区域中的文字；识别完成后，对其结果进行语义分析，最终得出发票分类的精确结果。本发明解决了发票识别中因无法区分发票种类而不能实现准确识别的问题，适用于多种不同类别的发票，在发票识别与智能财务报销中拥有较高的应用价值。
一种基于文字识别语义分析发票分类方法

[发明专利]基于最小风险的深度神经网络的异常用户检测方法-CN201810461226.X有效
发明人：熊健;路丽果;王洁;桂冠;杨洁;范山岗;潘金秋 -专利权人：南京邮电大学
申请日： 2018-05-15 - 公布日： 2021-09-28 - 主分类号： H04W12/122 文献下载
摘要：本发明公开了一种基于最小风险的深度神经网络的异常用户检测方法，首先对异常用户的数据进行预处理，得到异常用户和正常用户数据量一致的数据；其次利用Mini‑batch梯度下降方法对深度神经网络进行训练并结合NOMA通信系统中不同异常用户的危害程度高低，构建基于最小风险的决策表；最后将决策表设定的不同决策对应的损失函数引入深度神经网络，构建基于最小风险的神经网络异常用户检测方法。本发明通过深度神经网络对高维数据强大的表示和分析能力，解决基于大数据的NOMA系统异常用户检测问题、将最小风险代价引入到深度神经网络训练中，解决了NOMA系统中各类异常用户的危害程度的差异性问题，有望为异常用户检测提供新的思路和理论创新。
基于最小风险深度神经网络异常用户检测方法

[发明专利]基于背景失真传播的监控视频率失真优化编码方法-CN201810458872.0有效
发明人：熊健;路丽果;桂冠;杨洁;范山岗;潘金秋;华文韬 -专利权人：南京邮电大学
申请日： 2018-05-15 - 公布日： 2021-09-28 - 主分类号： H04N19/176 文献下载
摘要：本发明公开了一种基于背景失真传播的监控视频率失真优化编码方法，首先将编码块分为背景块和前景块，构建背景块失真传播模型，基于背景块失真传播模型进行全局率失真优化，获得全局率失真优化的参数，利用掩膜标记背景块，对掩膜进行无损编码，基于非对称量化参数对背景块编码，在解码端对背景块掩膜和非对称量化参数偏移值进行解码，实现对背景块的重构。本发明实现监控视频压缩性能和编码效率的提高，解决背景和前景在编码中互相影响导致编码效率低的技术问题。
基于背景失真传播监控视频优化编码方法

[发明专利]一种基于局部变化检测和空间加权的重复图像匹配方法-CN201810527166.7有效
发明人：熊健;楼婧蕾;周仕雪;王姮冰;桂冠;杨洁;范山岗 -专利权人：南京邮电大学
申请日： 2018-05-29 - 公布日： 2021-09-28 - 主分类号： G06K9/46 文献下载
摘要：本发明公开了一种基于局部变化检测和空间加权的重复图像匹配方法，具体步骤包括：通过SIFT算法提取待匹配图像信息；进行投影变换；检测图像的三个指标：匹配点间的距离、异常点、投影变换幅度；运用最小二乘法求解目标函数：匹配点位置信息相似度最大和投影变换幅值最小，得到投影变换参数；计算在此投影变换参数下的匹配点位置信息相似度，通过与阈值的比较判断图像匹配情况。通过引入投影变换模拟了拍摄角度细小变换对结果的影响，考虑到像素点的空间分布对结果的影响，同时加入异常点对匹配结果的影响，对监控平台的重复图像检测具有重要的意义。
一种基于局部变化检测空间加权重复图像匹配方法

[发明专利]基于对象检测的停球事件的分离方法和系统-CN201811264286.9有效
发明人：熊健;路丽果;解晓波;桂冠;杨洁;范山岗 -专利权人：南京邮电大学
申请日： 2018-10-29 - 公布日： 2021-09-28 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了基于对象检测的停球事件的分离方法和系统，其中方法包括：采用图像标注工具对原始训练集图像中的球员和足球进行标注，标注时将球员和足球用一个矩形框框出其在图像中的位置并输入相应的标签，得到标注后的训练集图像；根据训练集中的图像训练神经网络并输出图像中目标检测框的边界和目标的类别；采用训练好的神经网络对待检测的训练视频进行检测确定图像的帧数并输出球员和足球的坐标；将同时检测到足球和球员的前后两帧图像的帧数相减，差值大于预设阈值时则确定停球事件。本发明基于神经网络的检测的结果，对检测数据不断分析，找到停球事件的特点来对停球事件进行分离，具有很好的稳定性以及鲁棒性。
基于对象检测事件分离方法系统

[发明专利]基于深度学习的多载波认知NOMA资源分配方法-CN201810391479.4有效
发明人：桂冠;王洁;黄浩;李允怡;熊健;范山岗;杨洁 -专利权人：南京邮电大学
申请日： 2018-04-27 - 公布日： 2021-09-17 - 主分类号： H04L5/00 文献下载
摘要：本发明提出了一种基于深度学习的多载波认知非正交多址接入技术（Non‑Orthogonal Multiple Access,NOMA）资源分配方法，包括以下步骤：（1）多载波认知NOMA系统的场景模型建立；（2）用户调度和资源分配策略的数学描述；（3）基于联合分配的深度神经网络和深度学习算法设计。本发明在建立基于多载波认知NOMA的下行系统后，创新地提出符合该场景的频谱共享策略，并合理建立优化目标和约束条件的数学表达式，实现了基于深度学习的多载波认知NOMA用户调度和资源分配策略，满足了用户多方面传输需求的同时，更好地实现了多载波认知NOMA下行系统的低功耗资源分配。
基于深度学习载波认知 noma 资源分配方法

[发明专利]基于对象运动轨迹的停球事件的分类方法和系统-CN201811264277.X有效
发明人：熊健;路丽果;解晓波;桂冠;杨洁;范山岗 -专利权人：南京邮电大学
申请日： 2018-10-29 - 公布日： 2021-06-22 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了基于对象运动轨迹的停球事件的分类方法和系统，其中方法包括：采用神经网络对训练视频进行检测分别得到球员和足球的预测框；记录同时检测到一个足球和一个球员的图像的帧数、球员的坐标以及足球的坐标，并将前后两帧图像的帧数相减，差值大于预设阈值时则确定停球事件；选取每个停球事件中预设定帧长的视频；将停球事件成功与否打上标签；将不同的停球事件进行向量化处理得到向量化的数据并投入到分类器中，通过交叉验证，给出停球时间成功或失败的二分类结果并输出分类准确率。本发明通过检测的结果划分事件，通过设置具体的分类器的属性，能对加载的停球事件的位置信息做出准确的分类，具有很好的稳定性以及鲁棒性。
基于对象运动轨迹事件分类方法系统

[发明专利]一种基于多频段亮度补偿的显示屏节能降耗方法-CN201810420790.7有效
发明人：申紫璇;于小溪;王语弛;熊健;桂冠;杨洁;范山岗 -专利权人：南京邮电大学
申请日： 2018-05-04 - 公布日： 2021-04-16 - 主分类号： G06F3/147 文献下载
摘要：本发明公开了一种基于多频段亮度补偿的显示屏节能降耗方法，包括将图像依据频率分解为n个图像；采用组合函数及低通滤波器将各个频段的亮度动态范围进行压缩；确定图像的n个非重叠频段的亮度压缩值；对不同频段采用不同的亮度增益补偿方法进行亮度增益补偿得到最终亮度动态分范围；对分解后的图像合成得到最终的图像。本发明方法提出了分解图像及多频段分解方案、对不同频段设定不同亮度补偿增益方案；相比于传统方法，本发明方法既保证了图像质量，又在很大程度上解决了目前显示屏能耗过大的问题。
一种基于频段亮度补偿显示屏节能降耗方法

[发明专利]基于深度学习的上行免信令非正交多址接入NOMA系统多用户检测方法-CN201810391478.X有效
发明人：桂冠;张珍玥;戴菲;熊健;范山岗;杨洁 -专利权人：南京邮电大学
申请日： 2018-04-27 - 公布日： 2021-03-16 - 主分类号： H04L1/00 文献下载
摘要：本发明公开了一种基于深度学习的上行免信令NOMA系统多用户检测方法，该方法包括对接收信号建模，将接收信号稀疏表示和训练用于稀疏信号恢复的深度结构三个部分；本发明利用NOMA系统中用户的稀疏性以及在不同时隙的发送信号之间存在的联系，使用结构化压缩感知理论进行多用户检测，并利用深度学习理论来解决稀疏重构问题，能够实现低复杂度且高性能的多用户检测，结合用户在不同时隙的发送信号之间存在的相关性，使用结构化压缩感知理论实现多用户检测；利用深度学习理论来解决信号恢复的欠定逆问题，基于深度学习的方法从优化参数、训练稀疏表示以及神经网络三个方面进一步改进了稀疏重构算法的重构精度并提高了重构效率。
基于深度学习上行免信令非正交接入 noma 系统多用户检测方法

1
2
3
下一页»
尾页
共 32 条