-
公开(公告)号：CN113343261B
公开(公告)日：2023-07-18
申请号：CN202110692345.8
申请日：2021-06-22
Applicant: 南京邮电大学
Abstract: 本发明是一种基于门限审计的交易隐私保护协议，准备阶段进行参数准备和秘密分发，每次审计由随机指定主审计者和若干协同审计者共同完成，使用主审计者的子密钥对审计密钥加密处理，并将加密后的审计密钥作为秘密分为若干个秘密份额分发给审计团中不同的审计者，证明阶段由交易的发送方对交易金额进行零知识范围证明，验证阶段由交易的接收方对发送方的证明进行验证，解密阶段，审计者提供秘密份额对秘密进行重构，最后主审计者使用自己的子密钥解密出审计密钥。本发明将处理过的审计密钥作为秘密进行拆分，分发给不同的审计者，在解密阶段由审计团共同重构秘密，主审计者利用自己的子密钥解密出真正的审计密钥从而行使审计权。
-
公开(公告)号：CN115935154A
公开(公告)日：2023-04-07
申请号：CN202310232775.0
申请日：2023-03-13
Applicant: 南京邮电大学
IPC: G06F18/211 , G06F18/2136 , G06F18/2431 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/084
Abstract: 本发明公开了一种基于稀疏表示与近端算法的射频信号特征遴选与识别方法，其以遴选出稀疏特征进行信号识别为目标，首先获取物联网WiFi设备信号，输入搭建的复数卷积神经网络，实现原始特征的提取；接着为特征层添加稀疏参数，并在损失函数中加入正则化项对稀疏参数进行约束；然后采用随机梯度下降算法与近端梯度下降算法对稀疏参数进行反向传播过程；最后得到稀疏特征，并实现信号识别任务。本发明解决了网络提取的原始特征冗余而造成的信号识别任务准确率下降与资源浪费的问题，适用于多种不同的射频信号，在射频信号识别领域具有较高的应用价值。
-
公开(公告)号：CN108777157A
公开(公告)日：2018-11-09
申请号：CN201810429797.5
申请日：2018-05-08
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于深度神经网络预测MLC闪存电压阈值的自适应方法，包括如下步骤：获取当前合适的电压阈值；估计存储电压分布的特征值；利用深度神经网络建立存储电压分布的特征值与电压阈值的关系。通过大量存储电压的分布特征值作为训练输入，训练输出结果作为预测的电压阈值，进行一次训练，将训练好的网络权重保存下来；对MLC闪存进行一次译码，若译码成功，则进入下一次译码。若译码失败，获取存储电压的分布特征值；获取电压阈值；建立高斯模型，从而获取新的LLR信息；重新进行一次译码。本发明通过建立当前存储电压的分布与其分布对应的较优电压阈值的关系，从而实现优化不同数据保留时间的电压阈值优化。
-
公开(公告)号：CN107391621A
公开(公告)日：2017-11-24
申请号：CN201710547080.6
申请日：2017-07-06
Applicant: 南京邮电大学
IPC: G06F17/30
CPC classification number: G06F16/2465 , G06F16/235
Abstract: 本发明公开了一种基于Spark的并行关联规则增量更新方法，主要针对现有增量更新方法在海量数据环境下运行效率低下的问题。该方法的实现步骤为：获取数据集；数据预处理；划分原始数据集与新增数据集；挖掘原始数据集；挖掘新增数据集，整合挖掘结果，获取更新后数据的候选集；挖掘更新后数据集，获取增量更新后的频繁项。本发明相较于传统的关联规则增量方法，更加充分地利用了原始数据集的挖掘结果，大大减少了数据扫描次数，和基于内存的Spark并行计算框架结合，具有良好的挖掘效率和可扩展性。
-
公开(公告)号：CN107357877A
公开(公告)日：2017-11-17
申请号：CN201710547079.3
申请日：2017-07-06
Applicant: 南京邮电大学
IPC: G06F17/30
CPC classification number: G06F16/2465
Abstract: 本发明公开了一种基于相关兴趣度的关联规则挖掘方法，该方法首先从事务数据库TID中得到1-频繁项集，产生更高阶的候选频繁模式；接着对候选的频繁模式进行支持度阈值判断去掉非频繁项目集，然后由关联兴趣度量All-confidence过滤掉可疑交叉支持模式，由相关兴趣度量Related-confidence消除包含负相关的可疑关联规则，将满足上述条件的模式加入Ck候选集作为下一迭代的基础，并产生候选的前后项集的关联规则；最后通过项目集相关性度量Q(R)，过滤掉前、后项目集是负相关的虚假关联规则，返回较为可靠的关联规则集GSk。本发明确实有效的促使后项集X-A的发生，确实有效的消除了可疑模式和前后项集负相关的关联规则，不仅有很好的剪枝效果而且提高了关联规则的质量，具有较强的实用价值。
-
Patent Agency Ranking
公开(公告)号：CN106250909A
公开(公告)日：2016-12-21
申请号：CN201610542277.6
申请日：2016-07-11
Applicant: 南京邮电大学
IPC: G06K9/62
CPC classification number: G06K9/6277 , G06K9/6215 , G06K9/6221
Abstract: 本发明涉及一种基于改进视觉词袋模型的图像分类方法，针对场景图像，主要解决复杂背景下，传统分类模型不能充分表达同类图像的共有特征，从而导致分类准确度不高的问题；以及传统分类模型算法复杂度较高，实际运行效率低的问题，本发明相比其他利用视觉词袋模型进行图像分类的方法，能够突出同类图像共有的视觉单词，从而增强同类图像视觉词袋的相似性，在一定程度上提高分类的准确性，且利用Topology模型提高了生成视觉词典的效率，具有较强的实用价值。
-
公开(公告)号：CN105654154A
公开(公告)日：2016-06-08
申请号：CN201511015685.8
申请日：2015-12-29
Applicant: 南京邮电大学
IPC: G06K17/00
CPC classification number: G06K17/00
Abstract: 本发明公开了一种智能搜物系统及搜物方法，所述系统包括手持式搜物仪和贴附在各待搜索物品上的射频标签，手持式搜物仪包括微处理器以及分别与之连接的人机交互模块、图像采集模块、语音模块、射频通信模块和存储模块。本发明利用射频定位技术，通过事先在物品上贴附射频标签，利用手持式搜物仪接收各射频标签的射频信号，通过识别射频信号中载有的物品ID，找出目标物品对应的射频信号，根据该射频信号的强度计算出目标物品与手持式搜物仪的距离，从而快速便捷地找到想要找到的物品。
-
公开(公告)号：CN104837124A
公开(公告)日：2015-08-12
申请号：CN201510221152.9
申请日：2015-05-04
Applicant: 南京邮电大学
CPC classification number: H04W4/14 , H04L65/1006
Abstract: 本发明公开了一种SIP网络与集群系统和电信网络短信互通的方法和系统，该方法通过建立短信应用转发服务器(或设备)同时以某些特定的预留SIP、集群和电信网络号码按SIP协议、集群协议和电信网络协议分别接入SIP网络、集群系统和电信网络，建立各系统号码动态映射和转发短信内容来实现的，有效地解决了现有SIP网络与集群系统、电信网络之间短信互通的技术难题，实现SIP网络与集群系统、电信网络的短信互通，具有很好的系统兼容性和很强的实用价值。
-
公开(公告)号：CN102395007B
公开(公告)日：2013-08-07
申请号：CN201110180351.1
申请日：2011-06-30
Applicant: 南京邮电大学
IPC: H04N5/272
Abstract: 本发明公开一种单色背景视频/图片抠像处理方法，包括如下步骤：视频/图片预处理：将视频/图片的图像格式统一设定为RGB格式；背景色简单滤除：设定滤除的背景颜色值、背景颜色变化幅度阈值以及物体反光颜色值，对视频/图片逐行扫描像素点，判断是否对该像素点进行滤除；物体边缘混色滤除：设定需保留物体的边缘混色变化幅度阈值，对视频/图片逐行扫描像素点，进行边缘混色滤除；滤除遗漏背景色：旋转视频/图片，上下重复对背景色进行遗漏检测；合成新图像：将抠像处理后的视频/图片与新的背景图进行合成处理。此种抠像处理方法可有效提高单色背景视频/图片抠像的质量，解决了现有抠像技术中人工交互量大、物体边缘混色滤除不完全等问题。
-
公开(公告)号：CN102395007A
公开(公告)日：2012-03-28
申请号：CN201110180351.1
申请日：2011-06-30
Applicant: 南京邮电大学
IPC: H04N5/272
Abstract: 本发明公开一种单色背景视频/图片抠像处理方法，包括如下步骤：视频/图片预处理：将视频/图片的图像格式统一设定为RGB格式；背景色简单滤除：设定滤除的背景颜色值、背景颜色变化幅度阈值以及物体反光颜色值，对视频/图片逐行扫描像素点，判断是否对该像素点进行滤除；物体边缘混色滤除：设定需保留物体的边缘混色变化幅度阈值，对视频/图片逐行扫描像素点，进行边缘混色滤除；滤除遗漏背景色：旋转视频/图片，上下重复对背景色进行遗漏检测；合成新图像：将抠像处理后的视频/图片与新的背景图进行合成处理。此种抠像处理方法可有效提高单色背景视频/图片抠像的质量，解决了现有抠像技术中人工交互量大、物体边缘混色滤除不完全等问题。
-
-
-
-
-
-
-
-
-
Search Results
57
records
(took 0.035 seconds)
