-
公开(公告)号:CN119961856A
公开(公告)日:2025-05-09
申请号:CN202510027744.0
申请日:2025-01-08
Applicant: 南京邮电大学
IPC: G06F18/25 , G06F18/27 , G06V10/766 , G06V10/80 , G06V10/82 , G06N3/0442 , G06N3/0455 , G06N3/08
Abstract: 本发明深度学习自然语言处理技术领域,公开了一种基于视觉前缀的生成式多模态信息抽取方法,具体为:输入文本信息及图像信息,实现文本和图像关系抽取,视觉表示作为可插入的视觉前缀,以指导错误不敏感的预测决策的文本表示,实现层次多尺度视觉特征作为融合的视觉前缀,多模态信息提取器有效地提取特征。本发明将视觉信息与文本信息进行融合,通过多层次的视觉前缀注意力机制将视觉特征与文本特征进行交互更新,结合一个统一的多模态信息提取器,将多模态信息抽取任务统一为使用指令调优的生成问题,能够实现自动回归生成信息提取结果。
-
公开(公告)号:CN119808001A
公开(公告)日:2025-04-11
申请号:CN202411893521.4
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
Abstract: 本申请公开了一种基于多变量时间序列的用户生理参数预测方法及设备,用于解决现有的时间卷积网络未关注同时步内不同信号间的相互作用和物理关联性的问题。方法包括:将距离当前时刻设定时长内的用户生理参数对应的多变量时间序列转置至变量维度,并映射输出每个变量的序列特征信息;通过编码器模块确定每个序列特征信息之间的全局特征和局部特征对应的最终融合结果;根据最终融合结果确定用户生理参数预测结果。本申请能够独立处理每个变量的时间序列,捕获全局依赖关系和短时间内的细微变化,实现了变量间全局和局部特征的自动提取与融合。
-
公开(公告)号:CN119476742A
公开(公告)日:2025-02-18
申请号:CN202510054493.5
申请日:2025-01-14
Applicant: 南京邮电大学 , 安徽晶奇网络科技股份有限公司
IPC: G06Q10/063 , G06V10/40 , G06V10/762 , G06V10/778
Abstract: 本发明公开了一种基于张量学习的多视图智能印章管控方法,属于张量计算和数据挖掘技术领域;包括为:收集数据并对数据进行处理;采用张量奇异值分解对数据进行分解,获取张量核范数;构建基于张量低秩学习的多视图子空间聚类模型,优化亲和度矩阵的表示;利用优化后的亲和度矩阵进行实时谱聚类,对异常使用模式进行预警和管控;生成印章使用报告。本发明通过构建多视图子空间聚类模型,对数据中的不同子空间进行分析与聚类;优化了亲和度矩阵的表示形式,使得数据间的关系更加准确地反映实际的印章使用情况;通过该模型,能够增强对印章使用行为的监控能力,并为异常使用行为提供更高效的预警机制。
-
公开(公告)号:CN116340437B
公开(公告)日:2025-01-24
申请号:CN202310297924.1
申请日:2023-03-24
Applicant: 南京邮电大学
Abstract: 本发明公开了一种面向大规模多源异构数据的多聚类方法,涉及数据处理技术领域,包括:将不同来源的异构数据通过ETL工具进行预处理,转换为统一目标数据格式;然后按电压等级,设备类型,采集量测类型进行分类;对分类后的多源异构数据集按照配电网络和网络元件之间的相互关联构建拓扑分析引擎;基于拓扑分析剔除不满足的数据集,得到待融合数据集;对待融合数据集进行观测系数分析,并分配对应数量的处理终端对待融合数据集进行融合,提高数据融合效率,实现对配电网历史数据与准实时数据的交叉复合深度分析;输出数据融合结果,供配电网工作人员研究分析,为能源精细化的管理和用户服务提供指导,以及时做到故障预警,提高电力安全。
-
公开(公告)号:CN118942719A
公开(公告)日:2024-11-12
申请号:CN202410921813.8
申请日:2024-07-10
Applicant: 南京邮电大学 , 江苏跃凯生物技术有限公司
IPC: G16H50/70 , G16H50/30 , G06F18/25 , G06F18/15 , G06F18/2433 , G06F18/22 , G06N3/0442 , G06N3/045 , G06N3/0455 , G06N3/048
Abstract: 一种基于LSTM编码器‑解码器架构的血糖预测方法,包括,对获取到的糖尿病患者的血糖数据进行平滑、降噪以及滑窗等处理;构建基于LSTM编码器‑解码器架构的血糖预测模型,其中编码器负责将输入序列转换为隐藏状态向量,解码器利用隐藏状态向量进行预测输出;为增强神经元记忆并减少误差传播的积累,在编码器‑解码器结构中,引入了一种基于学习相似模式的注意力机制,并构建基于DTW的链地址搜索算法寻找相似窗口序列;结合注意力特征和隐藏状态向量,共同输入到解码器中,通过投影层将解码器的输出映射到符合输出维度大小的向量,从而获得更为准确的血糖预测结果。本方法具有强大的学习能力,且经实验认证能够有效提高血糖浓度预测精度。
-
公开(公告)号:CN118261400B
公开(公告)日:2024-07-19
申请号:CN202410666337.X
申请日:2024-05-28
Applicant: 南京邮电大学
IPC: G06Q10/0631 , G06Q50/26
Abstract: 本发明属于物联网和强化学习的交叉技术领域,公开了一种基于改进Q_Learning算法的协同无人机集群资源调度方法,通过两个阶段的强化学习任务调度框架实现,强化学习任务调度框架包括两个阶段:第一阶段实现外界任务从中心到中继的分配和第二阶段实现任务从中继到终端的调度。本发明结合了无人机集群组网优化、能量补给和强化学习任务调度,实现了多模态协同无人机集群中的智能任务分配、资源优化管理、能量持续补给,能够实现高效、均衡的任务调度,具有调度精度高、响应速度快、资源利用率高、可扩展性强等优点,显著提高无人机集群任务调度的效率和质量,为无人机领域的发展提供了技术支持和创新方向。
-
公开(公告)号:CN118035784A
公开(公告)日:2024-05-14
申请号:CN202410109129.X
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: G06F18/24 , G06F18/213 , G16H40/60 , G16H50/70 , G16H10/20 , G06N3/0464 , G06N3/0442 , G06N3/048 , G06N3/047 , G06N3/08
Abstract: 本申请公开了一种基于血糖监测的异常事件识别方法、设备及介质,方法包括:采集数据集,将数据集转化为序列化数据,并将序列化数据划分为多个子序列;将多个子序列输入至卷积神经网络模型,对卷积神经网络模型进行扩张因果卷积处理,通过扩张因果卷积处理后的卷积神经网络模型确定时序特征,并将时序特征进行残差连接,以对卷积神经网络模型进行加速;通过加速后的卷积神经网络模型确定传感器的报错类别,并根据时序特征和报错类别进行GRU建模,以得到时序关系,并根据时序关系确定血糖值。本申请使用卷积神经网络处理,动态关注数据中的重要时间点,处理长期依赖性,从而更好地捕捉血糖值的时序关系。
-
公开(公告)号:CN117592951A
公开(公告)日:2024-02-23
申请号:CN202410079693.1
申请日:2024-01-19
Applicant: 南京邮电大学
IPC: G06Q10/10 , G06F16/35 , G06V30/413 , G06V30/18 , G06V30/164
Abstract: 本发明属于张量计算技术领域,公开了一种基于张量的多维印章数据处理方法,包括:步骤S10、获取合同样本文件,自动检测合同样本文件中所需信息材料;步骤S20、抽取合同样本文件中所需信息材料;步骤S30、根据步骤S20获取的所需信息材料建立张量模型;步骤S40、基于张量模型利用增量张量链分解算法对合同进行印章处理以及分类;步骤S50、人工核对。本发明通过HSV算法和机械分词算法提高了合同录入效率;经济效益提升预算;同时,本发明采用了增量张量链分解算法有效提高印章的管理以及使用效率。
-
公开(公告)号:CN117176449A
公开(公告)日:2023-12-05
申请号:CN202311214130.0
申请日:2023-09-20
Applicant: 南京邮电大学
IPC: H04L9/40 , H04L9/00 , H04L9/08 , H04L9/30 , H04L9/32 , G06N20/20 , G06N5/01 , G06F18/2113 , G06F18/214 , G06F18/243 , G16H10/60 , G16H50/30
Abstract: 本发明属于信息安全技术领域,涉及一种基于联邦学习的血糖预测模型构建方法,构建通信机制;使用PSI隐私集合求交技术来加载数据,获得数据持有方数据的交集,在数据加载过程中加入服务器分发数字签名密钥的步骤;利用数据持有方数据的交集,筛选出模型训练所需要的数据集;模型训练过程中使用同态加密的方案对xgboost算法中传输的梯度数据进行加密;整个流程既保证了多个数据持有方可以共享数据训练同一个模型,又保证了在计算的过程中,参与方的本地数据不会被除自己以外的其他方推理出来,达到数据保密的效果;嵌入式设备只需要将实时获取到的人体信息输入到训练后的模型文件中,就可以得到血糖预测结果,达到实时检测血糖的目的。
-
公开(公告)号:CN115909266A
公开(公告)日:2023-04-04
申请号:CN202211367523.0
申请日:2022-11-03
Applicant: 南京邮电大学
Abstract: 一种融合双重注意力机制的单目3D目标检测方法,基于目标检测算法,融合通道注意力机制及空间注意力机制,提供有效聚焦,提升收敛速度,减少时延,可以更好地解决目标检测的精度问题,提高网络的可解释性,同时提升目标检测的性能。通过将通道注意力机制(channel attention)、空间注意力机制(spatial attention)两种注意力机制综合运用,聚焦输入图像的全局与局部的双重重要信息来提高单目3D目标检测的精度。该发明成本极低、便于推广使用,能够在自动驾驶、障碍物检测与定位中扮演非常重要的角色。
-
-
-
-
-
-
-
-
-