-
公开(公告)号：CN105868843A
公开(公告)日：2016-08-17
申请号：CN201610170154.4
申请日：2016-03-22
Applicant: 南京邮电大学 , 南京邮电大学盐城大数据研究院有限公司
CPC classification number: G06Q10/047 , G06Q10/083 , G06Q50/28
Abstract: 本发明涉及一种面向货品配送的路线规划方法，采用先分组后安排路线的方法，将大规模的物流配送车辆路径问题划分为多个小规模的物流配送车辆路径问题，这样做可以大大降低计算量，提高求解速度；并且对于货车载重量的约束，在聚类方法中通过对每个簇集增加了容量约束的限制，保证了划分的每个配送区域中的配送点个数比较均匀，使得划分的配送区域中的货物总量都不会超过货车的最大载重量，划分的区域更加合理，不仅如此，综合考虑货车路线的最优化原则和配送点地理位置的区域性原则，使得让地理位置相近的配送点由同一货车配送，增加了配送效率。
-
公开(公告)号：CN118552716B
公开(公告)日：2025-02-11
申请号：CN202410604466.6
申请日：2024-05-15
Applicant: 南京邮电大学
IPC: G06V10/25 , G06V10/44 , G06V10/774 , G06V10/82 , G06N3/0464
Abstract: 本发明公开一种基于改进YOLOv8的小目标检测方法，包括：将待检测的小目标图像输入至预训练的基于改进YOLOv8的小目标检测模型中进行识别，获得检测结果；其中，所述基于改进YOLOv8的小目标检测模型的训练方法，包括：获取小目标图像数据集，并将其划分为训练集和验证集；使用骨干网络ATDeNet替换YOLOv8的骨干网络，构建基于改进YOLOv8的小目标检测模型；使用训练集和验证集对构建的小目标检测模型进行训练，得到训练后的基于改进YOLOv8的小目标检测模型。可以显著提高小目标检测的准确性和效率。
-
公开(公告)号：CN118428369B
公开(公告)日：2025-02-07
申请号：CN202410616755.8
申请日：2024-05-17
Applicant: 南京邮电大学
IPC: G06F40/295 , G06F40/30 , G06F18/214
Abstract: 本发明公开了自然语言处理技术领域的一种实体识别和关系抽取方法，所述方法首先通过实体识别和关系抽取模型中的悬浮标记策略，捕获文本中实体的丰富上下文信息，包含实体周围的语境、语义信息等，可以为实体识别和关系抽取提供更丰富的特征，从而提高实体识别和关系抽取的准确性，然后通过悬浮标记矩阵充分利用跨度和悬浮标记之间以及悬浮标记和悬浮标记之前的联系，为下游的分类任务提供完整的数据支撑，从而提高模型的准确性。
-
公开(公告)号：CN118262395B
公开(公告)日：2025-01-28
申请号：CN202410335303.2
申请日：2024-03-22
Applicant: 南京邮电大学
IPC: G06V40/16 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种基于语义特征的人脸图像复原方法，步骤如下：获取待复原的人脸图像，输入至训练好的复原模型，得到复原后的人脸图像；复原模型包括：编码器，用于根据待复原的人脸图像，生成低质人脸语义特征；参考图像生成器，用于根据低质人脸语义特征，通过输入随机噪声，生成多张高质人脸参考图像；特征转移器，用于根据多张高质人脸参考图像，构建人脸组件特征字典；将人脸组件特征字典中的高质组件特征转移到低质人脸语义特征中，得到高质人脸语义特征；解码器，用于根据高质人脸语义特征，生成复原后的人脸图像。在保证复原结果细节与纹理的同时确保人脸语义信息的一致性，在真实场景下能够取得较高的评价指标得分与高质量的可视化效果。
-
公开(公告)号：CN119295722A
公开(公告)日：2025-01-10
申请号：CN202411240617.0
申请日：2024-09-05
Applicant: 南京邮电大学
IPC: G06V10/25 , G06V10/82 , G06V10/94 , G06N3/0464 , G06N3/0495 , G06N3/082
Abstract: 本发明公开一种面向目标检测的轻量化网络硬件加速方法及目标检测方法，方法包括采用轻量化模块对YOLO网络进行改进，获得目标检测网络；将目标检测网络中BN层的缩放系数进行稀疏化处理，获得BN层稀疏因子；根据BN层稀疏因子确定目标检测网络中参数量超过阈值的模块，进行剪枝操作，获得剪枝后的目标检测网络；将剪枝后的目标检测网络划分成卷积加速器模块、深度可分离卷积加速器模块、池化加速器模块和上采样加速器模块；根据Roofline模型选择加速算法，对卷积加速器模块、深度可分离卷积加速器模块、池化加速器模块和上采样加速器模块进行优化，获得优化后的目标检测网络。本发明解决了目标检测中实时性较差和功耗过大的问题。
-
Patent Agency Ranking
公开(公告)号：CN113935948B
公开(公告)日：2024-10-29
申请号：CN202111059003.9
申请日：2021-09-10
Applicant: 南京邮电大学
Abstract: 本发明公开光栅图像目标定位优化、波长特性分析方法及装置，基于高斯曲面拟合法提取光栅图像中特征光斑中心，得到特征光斑的位置坐标和特征光斑的像质参数，计算得到特征光斑的半高宽，从而计算光斑成像的偏倚角度，根据光斑成像的偏倚角度对五自由度机械连杆平台的伺服电机控制系统进行校准；基于特征光斑的位置坐标对现有色散模型表中有偏差的位置信息进行更新，形成新的基准；基于特征光斑的位置坐标和已知波长组成的光源信息，对波长与特征光斑的位置坐标进行定标关系的拟合，并计算出特征光斑对应的可分辨波长和分辨率。通过高斯曲面拟合算法对图像光斑进行目标识别，由于光斑的非规则特征，提取的光斑中心坐标更加准确。
-
公开(公告)号：CN113626440B
公开(公告)日：2024-02-23
申请号：CN202110950476.1
申请日：2021-08-18
Applicant: 南京邮电大学
IPC: G06F16/22 , G06F30/20 , G06F18/23213 , G06F16/29 , B63B71/00
Abstract: 本发明公开了一种海洋灾害区域的船舶预警模型的构建方法、系统、装置及存储介质，其方法包括：在平面直角坐标系中设定船舶在t时刻的航行区域，并在所述航行区域内随机生成n个灾害点；通过谱聚类算法将n个灾害点划分到k个簇中，并将每个簇内的点依次首尾相连构建灾害围栏；将船舶和灾害点位置以R‑tree型数据结构进行存储并建立索引规则；以t时刻船舶位置为中心，从R‑tree型数据结构的树根开始对树中各个节点对应的灾害围栏执行射线算法，以判定船舶在t时刻与每个灾害围栏的位置关系；基于位置关系构建海洋灾害区域预警仿真模型，并导入船舶的历史航行数据生成海洋灾害区域预警模型；能够提升船舶在海洋灾害区域的路径规划和预警效率。
-
公开(公告)号：CN115277311B
公开(公告)日：2024-02-20
申请号：CN202210831326.3
申请日：2022-07-15
Applicant: 南京邮电大学
Abstract: 本发明公开了一种多模网关的软件定义系统及通信控制方法，涉及无线通信领域，在SDN控制框架下，多模网关通过状态代理与业务代理协同配合，通过状态代理处理终端的数据请求，结合业务代理获取卫星多模通道的工作状态信息；由状态代理生成终端数据上报、适配策略以及多模通道传输策略，业务代理控制多模通道进行数据传输，从而实现终端数据上报与多模通道传输的协同式工作，本发明实施例通过SDN方法可实现卫星多模网关的智能化设计，具有可适用于多接入、多链路、并发传输、近程接入与远程链路协同通信的优点，优化了并行通道分发能力，从而使得卫星多模链路获得较优的时效性和资源利用率需求。
-
公开(公告)号：CN116823642A
公开(公告)日：2023-09-29
申请号：CN202310649823.6
申请日：2023-06-02
Applicant: 南京邮电大学
IPC: G06T5/00 , G06N3/0464 , G06N3/09
Abstract: 本发明公开了一种图像运动模糊去除方法、装置、电子设备及介质，包括获取待去运动模糊的模糊图像；将所获取的模糊图像输入预先构建并训练好的基于多尺度特征融合模块与局部通道信息交互模块的图像运动模糊去除模型中，获得清晰图像；其中，所述图像运动模糊去除模型是通过多尺度特征融合模块提取不同空间尺度和不同频率的特性信息后进行特征融合，并通过局部通道信息交互模块将融合后的特征图以一维卷积的方式进行局部通道信息交互，再采用数据集以基于对抗损失与内容损失的损失函数最小为目标训练获得的。本发明能够有效消除伪影和恢复纹理细节，进一步提高了图像的清晰度。
-
公开(公告)号：CN116521313A
公开(公告)日：2023-08-01
申请号：CN202310425919.4
申请日：2023-04-20
Applicant: 南京邮电大学
Abstract: 本发明公开基于节点镜像层缓存的容器调度方法、装置、系统和介质，调度方法包括以下步骤：S1：获取待调度任务所需的镜像层摘要码；S2：随机选取一个所需的镜像层摘要码作为待比较镜像层摘要码，将待比较镜像层摘要码与所有CR实例中的镜像层摘要码进行比对，若CR实例中的镜像层摘要码与待比较径向层摘要码相同，则CR实例中的镜像层摘要码对应的镜像层大小计入CR实例对应的工作节点的节点积分；S3：随机选取一个未被选中过的所需的镜像层摘要码作为新的待比较镜像层摘要码，重复步骤S2，直至所有所需的镜像层摘要码均被选中过，然后根据工作节点的节点积分计算每一个节点的最终得分；S4：将待调度任务调度至最终得分最高的工作节点上。
-
-
-
-
-
-
-
-
-
Search Results
446
records
(took 0.03 seconds)
