-
公开(公告)号：CN109886086B
公开(公告)日：2020-12-04
申请号：CN201910006652.9
申请日：2019-01-04
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于HOG特征和线性SVM级联分类器的行人检测方法，主要用于通过提高智能车在行驶过程中实施行人检测的准确性，从而解决智能车在行驶过程中的的安全问题。为了打破传统的基于HOG和SVM的行人检测算法在提取行人HOG特征时，行人必须大体上保持直立姿势的局限性，本发明提出将行人分为站立、蹲下、弯腰三种不同的肢体动作，分别作为一种正样本数据集训练成相应的弱分类器，再将得到的三个弱分类器集成为一个强分类器，并将该级联结构的强分类器作为智能车行人检测模型的方法。
-
公开(公告)号：CN109886200B
公开(公告)日：2020-10-09
申请号：CN201910132608.2
申请日：2019-02-22
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于生成式对抗网络的无人驾驶车道线检测方法，包括车道线图片的生成网络、判别网络和检测算法三个部分；首选获取生成网络、判别网络的训练数据，然后将低分辨率图片输入生成网络生成超分辨率图片，将高分辨率图片和超分辨率图片输入判别网络进行清晰度判断，并根据判断结果捕捉超分辨率图片和高分辨率图片的数据分布，生成网络和判别网络基于数据分布进行对抗训练，直至达到纳什均衡，得到最优化的生成网络，将最优化的生成网络生成的超分辨率图片输入检测算法进行车道线识别。本发明采用生成式对抗网络进行无人驾驶车道线检测，可以有效提高车道线检测的精确度。
-
公开(公告)号：CN110310709A
公开(公告)日：2019-10-08
申请号：CN201910598102.0
申请日：2019-07-04
Applicant: 南京邮电大学
IPC: G16B50/50
Abstract: 本发明公开了一种基于参考序列的基因压缩方法，首先任意选取一个基因序列作为参考序列。其次，获取参考序列的小写字符和ACGT，并以二元组表示小写字符。然后，读取参考文件，获得参考文件的头部、换行信息、小写字符、N字符、碱基信息和其他字符，并将换行长度、小写字符、N字符和其他字符表示成二元组。接着，匹配参考序列和待压缩序列的小写字符二元组。最后匹配Hash值。解压缩过种采用压缩过程相反的步骤。采用本压缩方法的压缩比高，压缩速度快，而且二元组编码与基因次序无关，有利于分布式存储和分析基因序列。
-
公开(公告)号：CN110162706A
公开(公告)日：2019-08-23
申请号：CN201910431441.X
申请日：2019-05-22
Applicant: 南京邮电大学
IPC: G06F16/9535 , G06K9/62 , G06N3/04
Abstract: 本发明公开了一种基于交互数据聚类的个性化推荐方法及系统，包括构建用户项目交互特征矩阵、构建用户历史行为矩阵、使用分类器对交互矩阵P进行分类、相似用户聚类、邻近项目选择、神经网络训练、个性化推荐，本发明将用户对项目的浏览记录、用户搜索记录等历史信息与用户个人信息拼接构造用户特征，使用聚类算法对用户特征进行聚类，并在此基础上对特定用户进行个性化推荐，改进了传统矩阵分解模型的性能，将矩阵分解与多层感知机结合，对用户项目间的关系进行学习预测。提升了大数据环境下推荐的精度。
-
公开(公告)号：CN110147552A
公开(公告)日：2019-08-20
申请号：CN201910431440.5
申请日：2019-05-22
Applicant: 南京邮电大学
IPC: G06F17/27
Abstract: 本发明公开了一种基于自然语言处理的教育资源质量评价挖掘方法及系统，首先从海量教育评论数据中使用自然语言处理技术挖掘用户评价观点，以 二元组存储。其次，以 为指标结点建立。然后基于教育资源语料库通过神经网络对词向量进行训练，建立词到向量的模型。再对评价对象进行聚类，再按照floyd算法选出中心向量。接着对评价词进行聚类，生成资源评价指标树，选出的中心向量作为评价指标树的结点，最后对评价词进行情感分析并打分输出。解决了基于众筹众创的数字教育评价数据量过大，人工评价方法成本高、难度大、主观性高等问题。
-
Patent Agency Ranking
公开(公告)号：CN119830104A
公开(公告)日：2025-04-15
申请号：CN202411893525.2
申请日：2024-12-20
Applicant: 江苏鱼跃凯立特生物科技有限公司 , 南京邮电大学 , 江苏跃凯生物技术有限公司 , 浙江凯立特医疗器械有限公司 , 江苏鱼跃医疗设备股份有限公司
IPC: G06F18/241 , G06F18/213 , G06N3/0464 , G06N3/048 , G06N3/082
Abstract: 本申请公开了一种生物时序信号的波形形态特征提取方法、设备及介质，方法包括：将生物时序信号输入至预先训练的特征提取模型中；通过TCN卷积模块提取生物时序信号的全局特征，并通过Shapelets模块提取生物时序信号的形态学特征；将全局特征、形态学特征输入至融合编码器进行融合，输出特征信号。在全局与局部动态结合的任务中，能够有效地捕获生物信号中的全局和局部特征，从而提高模型对时序数据的整体理解与分类性能，保证模型的分类准确性和鲁棒性。
-
公开(公告)号：CN118820777A
公开(公告)日：2024-10-22
申请号：CN202410784584.X
申请日：2024-06-18
Applicant: 南京邮电大学
IPC: G06F18/214 , G06F18/22 , G06N3/0475 , G06N3/045
Abstract: 本发明公开一种物联网网络流量数据增强方法，属于不平衡数据集数据增强领域；首先，采集物联网网络流量数据包，提取关键特征字段，进行预处理，并划分为训练集和测试集；采用高斯分布的SMOTE算法对训练集中的少数类样本进行初步过采样；接着引入降噪自编码器DAE，生成接近真实数据分布的少数类样本，传入鉴别器中进行质量评估，迭代优化直至鉴别器难以区分真实样本与生成样本，合并生成样本和真实样本，形成数据增强后的数据集；旨在解决物联网网络流量的类不平衡问题，本发明在增加数据集的类平衡性的同时优化生成数据的质量。
-
公开(公告)号：CN117995400A
公开(公告)日：2024-05-07
申请号：CN202410112216.0
申请日：2024-01-25
Applicant: 江苏鱼跃凯立特生物科技有限公司 , 南京邮电大学 , 江苏跃凯生物技术有限公司 , 浙江凯立特医疗器械有限公司
IPC: G16H50/30 , A61B5/00 , G16H50/70 , G06F18/213 , G06F18/25 , G06N3/0455 , G06N3/0464
Abstract: 本说明书实施例公开了一种基于多模态数据的血糖变化预测方法及设备，涉及血糖预测技术领域，方法包括：获取患者的多模态血糖数据，多模态血糖数据包括患者个性化信息、患者体测数据、患者生理参数测量数据、患者血糖传感信号数据和患者日常活动事件数据中的任意一项或多项；通过预先训练的堆栈降噪自编码器，对多模态血糖数据进行特征提取，以确定多模态血糖数据对应的特征向量集合；根据预先训练的多模态融合模型，对特征向量集合中的多个模态的特征向量进行特征融合，以输出患者的血糖变化范围预测结果。可以解决人为提取特征受未知特征影响和噪声影响问题，同时克服不同模态数据间的长时依赖性，提高预测准确率。
-
公开(公告)号：CN117278060A
公开(公告)日：2023-12-22
申请号：CN202311280231.8
申请日：2023-10-07
Applicant: 南京邮电大学
Abstract: 本发明提供一种基于DHR的高可靠性polar编译码通信方法及系统，该方法通过polar码编码器对输入数据进行编码，获得编码数据；根据信道数量m将编码数据复制为m个编码信息集合P；再根据当前运行执行体集合中译码异构执行体的个数n，将编码信息集合P再次复制获得编码信息，将编码信息作为当前运行执行体集合的输入数据，获得译码结果；输出裁决器获得最终输出；在译码异构执行体的反馈信息达到设定的反馈标准时，反馈控制器对该译码异构执行体进行动态下线并替换；本发明结合拟态防御思想，并结合输出裁决器中多模裁决算法监测识别问题执行体并令其及时下线和实时替换，有效降低问题执行体造成的损失，能够提高信道传输效率的同时保障信息的安全性、可靠性。
-
公开(公告)号：CN117152438A
公开(公告)日：2023-12-01
申请号：CN202311200605.0
申请日：2023-09-18
Applicant: 南京邮电大学
IPC: G06V10/26 , G06V10/82 , G06V10/44 , G06N3/0495 , G06N3/045 , G06N3/0464 , G06N3/096 , G06N3/084
Abstract: 本发明公开了一种基于改进DeepLabV3+网络的轻量级街景图像语义分割方法，属于计算机技术领域；包括以下步骤：对输入的图像进行预处理；将预处理的后图像输入到采用DY‑MobileNetV2网络作为骨干网络构建的分割模型，对输入的图像进行像素分类；分割模型包括用于特征提取的DY‑MobileNetV2网络、金字塔空洞卷积层DASPP、DeepLabV3+网络模型的编、解码架构、以及作为知识蒸馏教师网络的SAM模型；输出分类结果，将每个像素所属的语义类别标注在原始图像上，形成语义分割图像；采用平均交并比计算对分割后的图像进行验证。本发明通过采用DY‑MobileNetV2网络替换原本DeepLabV3+中的Xception，对金字塔空洞卷积层DASPP进行改进，增强网络的特征表达能力，降低资源消耗；提升参数运算速度，增加参数计算量，从而提升网络分割的精确度。
-
-
-
-
-
-
-
-
-
Search Results
134
records
(took 0.1 seconds)
