公开(公告)号：CN115661539A

公开(公告)日：2023-01-31

申请号：CN202211371478.6

申请日：2022-11-03

Applicant: 南京邮电大学

Inventor： 陈蕾 ,  杨振宇 ,  李平 ,  宋琦 ,  柳春波

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/80 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明属于图像识别技术领域，是一种嵌入不确定性信息的少样本图像识别方法，首先划分少样本训练数据集，并使用特征提取网络提取样本中的判别性特征；然后对所提特征进行基于MixUp的数据增强获得扩充样本；进而对扩充样本进行不确定性评估获得每个扩充样本的不确定性；根据原始样本与扩充样本及其不确定性分别构建分类任务与嵌入不确定性信息的辅助任务；随后根据分类任务与辅助任务的损失优化图像识别模型；最后使用优化得到的最优模型进行少样本图像识别。本发明能够有效地在数据稀少的情况下通过MixUp方法扩充样本集，从而取得比传统少样本图像识别方法更精确的识别结果，有效提高了分类模型的可靠性。

公开(公告)号：CN114239744B

公开(公告)日：2024-07-02

申请号：CN202111576827.3

申请日：2021-12-21

Applicant: 南京邮电大学

Inventor： 鲍庆森 ,  陈蕾 ,  杨振宇 ,  朱薇 ,  骆健 ,  闵兆娥

IPC: G06F18/214 ,  G06N3/094

Abstract: 本发明公开了一种基于变分生成对抗网络的个体处理效应评估方法，采用变分自编码器推断观测特征的隐表示，来获取完整的潜在因素，设计生成对抗网络推断反事实结果并指导变分自编码器更好地解耦潜在因素为工具因素，混淆因素以及调整因素，同时引入了一种自适应加权的方法基于解耦的混淆因素进一步控制数据偏差。本发明基于变分自编码器与生成对抗网络设计协同学习策略，提出变分生成对抗网络模型来估计个体处理效应，与现有方法相比，提高了个体处理效应评估的准确率。

公开(公告)号：CN110125935A

公开(公告)日：2019-08-16

申请号：CN201910399866.7

申请日：2019-05-14

Applicant: 南京邮电大学

Inventor： 叶宁 ,  杨振宇 ,  宋宇 ,  张朔

IPC: B25J9/16

Abstract: 一种基于RFID的机器人手势控制方法，包括如下步骤：安装并初始化RFID系统，建立PC端与RFID阅读器的通信，发送控制信息启动RFID阅读器正常工作；RFID阅读器通过其天线发送激活信号，通过天线阵列，采集相位数据，主机端获取标签相位数据集合，在每一时刻，控制模块内核的条件控制语句根据EPC编码信息和天线端口号将其细分为由不同天线获得各标签的实时相位值，读取RFID标签的信号参数；RFID阅读器将读取的标签EPC和相位数据传输到PC端；PC端对实时传输的相位数据进行计算处理以及判断；获得当前的手势识别的信息后，PC端将手势相对应的指令发送至机器人，机器人接收指令完成相应动作。本发明使用良好的算法使得结果更可信，准确度更高。

公开(公告)号：CN114239744A

公开(公告)日：2022-03-25

申请号：CN202111576827.3

申请日：2021-12-21

Applicant: 南京邮电大学

Inventor： 鲍庆森 ,  陈蕾 ,  杨振宇 ,  朱薇 ,  骆健 ,  闵兆娥

IPC: G06K9/62 ,  G06N20/00

Abstract: 本发明公开了一种基于变分生成对抗网络的个体处理效应评估方法，采用变分自编码器推断观测特征的隐表示，来获取完整的潜在因素，设计生成对抗网络推断反事实结果并指导变分自编码器更好地解耦潜在因素为工具因素，混淆因素以及调整因素，同时引入了一种自适应加权的方法基于解耦的混淆因素进一步控制数据偏差。本发明基于变分自编码器与生成对抗网络设计协同学习策略，提出变分生成对抗网络模型来估计个体处理效应，与现有方法相比，提高了个体处理效应评估的准确率。