-
公开(公告)号：CN115643578A
公开(公告)日：2023-01-24
申请号：CN202211266352.2
申请日：2022-10-17
Applicant: 南京邮电大学
IPC: H04W12/122 , H04W12/60 , H04W12/00 , H04W4/46 , H04W4/44 , H04W4/06 , H04W84/18 , G08G1/09 , G08G1/0967
Abstract: 本发明属于车联网安全技术领域，公开了一种针对车联网的多维车辆信任评估方法，该评估方法主要由两部分组成：在车间信任模块中，评估车辆通过对目标车辆的上下文、消息质量进行分析，结合邻居车辆的推荐建立对目标车辆的车间信任值，决定接收或丢弃其发来的消息，可有效减少恶意消息在网络中传播；在车辆全局声誉模块中，RSU对恶意反馈进行过滤恶，采用非对称遗忘因子计算目标车辆的反馈信任，能够抵抗恶意毁谤攻击并对非法行为施加更重的惩罚，雾服务器考虑其历史行为后计算全局声誉值再决定是否将它加入黑名单列表。本发明既可以衡量车辆节点的可靠性，又可以衡量车辆消息的可靠性，同时对网络中存在的恶意攻击具有一定鲁棒性。
-
公开(公告)号：CN115270934A
公开(公告)日：2022-11-01
申请号：CN202210817786.0
申请日：2022-07-12
Applicant: 南京邮电大学
Abstract: 本发明提出了一种基于TimeGAN网络合成窃电样本的数据集平衡方法，从预处理后的不平衡窃电数据集中筛选部分窃电样本，使用特定方式转化为三维时间序列形式，使用这些三维数据训练出一个能够合成同样形式数据的TimeGAN网络。使用训练后的TimeGAN网络合成遵循训练数据整体分布的三维时间序列，将合成的三维时间序列转换回与窃电样本相同的形式，合并到预处理后的不平衡窃电数据集，扩充窃电样本的数量，得到平衡窃电数据集。相较于现有技术，本发明的方法中使用TimeGAN网络合成的窃电样本，遵循真实窃电样本的整体空间分布，而不是与真实窃电样本数值上贴近，这样生成的数据不易导致窃电检测模型过拟合与低泛化性。
-
公开(公告)号：CN109921038A
公开(公告)日：2019-06-21
申请号：CN201910225206.7
申请日：2019-03-22
Applicant: 南京邮电大学
IPC: H01M4/88 , H01M4/86 , H01M4/90 , H01M12/08 , H01M2/16 , H01M2/18 , H01M4/134 , H01M10/052 , B82Y30/00
Abstract: 本发明公开了一种自支撑导电线电极及制备方法，以导电纱线作为基底和集流体，将氮杂化碳纳米管负载到导电纱线上，氮杂化碳纳米管的表面包覆金属氧化物。本发明还公开了一种锂空气电池，包括正极、负极、隔膜、电解液，其中正极为本发明制备得到的自支撑导电线电极。本发明可以大批量制备自支撑导电线电极并将其组装成线状锂空气电池器件，制备方法简单，电极材料成本低廉、对环境友好，得到的锂电池当控制放电深度至500mAh g-1，弯折条件和正常条件下的截止电压均可保持在2.50V以上，充放电曲线变化不大，可稳定循环100圈(＞600h)。
-
公开(公告)号：CN102291724A
公开(公告)日：2011-12-21
申请号：CN201110197068.X
申请日：2011-07-14
Applicant: 南京邮电大学
Abstract: 无线传感网节点的确定性部署方法是一种面向三维场景的无线传感器网络的覆盖解决方案。主要用于解决无线传感网节点的部署问题，属于无线传感器网络的三维覆盖技术领域。它应具有如下特征：本方法基于三维场景设计，首先构造一种基于长方体结构的最佳覆盖模型，在此基础上对网络区域进行三维网格有限剖分后按照最佳覆盖模型进行节点的部署，在保证无线传感网络覆盖率的同时，相比于传统随机均匀部署方法，本发明有效减少了所需的传感器节点数目。
-
公开(公告)号：CN115327389A
公开(公告)日：2022-11-11
申请号：CN202211054450.X
申请日：2022-08-31
Applicant: 南京邮电大学
IPC: G01R31/367 , G01R31/387 , G01R31/388 , G06F17/11 , G06F30/27 , G06N3/12 , H03H17/02
Abstract: 本发明公开了基于遗传算法改进的双卡尔曼滤波的锂电池SOC估计方法，包括：建立锂电池等效电路模型和动态系统方程；进行锂电池的OCV测试，将测试数据进行拟合得到开路电压与SOC的关系曲线；利用遗传算法对锂电池等效电路模型中参数辨识过程进行优化，得到最优辨识参数；根据锂电池等效电路模型建立双卡尔曼滤波器离散非线性系统方程，利用最优辨识参数以及锂电池的端电压、电流进行双卡尔曼滤波器迭代。本发明的锂电池SOC估计方法用实数编码遗传算法辨识得到最优化模型参数，最优化模型的电压输出特性与电池的实际电压输出特性基本吻合，具有较高的辨识精度，再将辨识后的参数代入双卡尔曼滤波进行SOC预测，大大提高了估计模型的准确性。
-
Patent Agency Ranking
公开(公告)号：CN110061243A
公开(公告)日：2019-07-26
申请号：CN201910259222.8
申请日：2019-04-01
Applicant: 南京邮电大学
Abstract: 本发明公开了一种锂空气电池正极材料、制备方法及锂空气电池，所述正极材料为还原氧化石墨烯负载ZIF-67衍生物，所述衍生物为颗粒结构，从内到外依次是Co纳米颗粒内核、CoN、Co3O4；将负载ZIF-67的氧化石墨烯在惰性气体氛围下，加热保温，即得；锂空气电池包括正极、负极和设置于所述正极和负极之间的隔膜以及电解液，所述正极包括正极活性物质、粘结剂，正极活性物质为本发明提供的正极材料。通过热解石墨烯负载金属有机骨架(MOF)前驱体制备锂空气电池正极材料，制备方法简单、重现性好，得到的材料具有一定的电化学催化活性，锂空气电池性能优异。
-
公开(公告)号：CN107277537B
公开(公告)日：2019-10-18
申请号：CN201710595955.X
申请日：2017-07-20
Applicant: 南京邮电大学
IPC: H04N19/42 , H04N19/132 , H04N19/137 , H04N19/177 , H04N19/154
Abstract: 本发明公开了一种基于时间相关性的分布式视频压缩感知采样方法，该方法在建立无反馈的分布式视频压缩感知模型的基础上，充分利用视频帧之间的时间相关性，通过每个图像块信息占视频图像组信息的大小来初步分配每块的采样率，按照帧间残差进行模式判别，计算出各个小块实际的采样率，从而实现自适应采样分配。该方法在相同总采样率下能提高视频的重构质量，且减少采样次数带来的能量节省远远超过了动态采样率算法引起的额外能量消耗，没有使用反馈信道，时延较小。该方法解决了现有分布式视频压缩感知采样过程中未充分考虑时间相关性的问题，具有很好地实用价值。
-
公开(公告)号：CN108200440B
公开(公告)日：2019-08-23
申请号：CN201711495128.X
申请日：2017-12-31
Applicant: 南京邮电大学
IPC: H04N19/90 , H04N19/70 , H04N19/593 , H04N19/176 , H04N19/146 , H04N19/503
Abstract: 本发明公开了一种基于时间相关性的分布式视频压缩感知重构方法。该方法在建立无反馈的分布式视频压缩感知模型的基础上，充分利用视频帧非关键帧之间的时间相关性，对非关键帧的每个块进行模式判别，将非关键帧与前一帧的残差编码传输；在重构时，按照模式判别的结果自适应地选择有无边信息的重构方式，重构每个非关键帧的块，避免了部分不必要的边信息计算。该方法利用了当前帧的前一帧进行重构，而不只是单纯地使用关键帧作为参考帧进行重构，使得视频帧之间的时间相关性能够得到有效利用。该方法在相同总采样率下能保证视频的重构质量，同时减少系统重构时间，且没有使用反馈信道。
-
公开(公告)号：CN108200440A
公开(公告)日：2018-06-22
申请号：CN201711495128.X
申请日：2017-12-31
Applicant: 南京邮电大学
IPC: H04N19/90 , H04N19/70 , H04N19/593 , H04N19/176 , H04N19/146 , H04N19/503
Abstract: 本发明公开了一种基于时间相关性的分布式视频压缩感知重构方法。该方法在建立无反馈的分布式视频压缩感知模型的基础上，充分利用视频帧非关键帧之间的时间相关性，对非关键帧的每个块进行模式判别，将非关键帧与前一帧的残差编码传输；在重构时，按照模式判别的结果自适应地选择有无边信息的重构方式，重构每个非关键帧的块，避免了部分不必要的边信息计算。该方法利用了当前帧的前一帧进行重构，而不只是单纯地使用关键帧作为参考帧进行重构，使得视频帧之间的时间相关性能够得到有效利用。该方法在相同总采样率下能保证视频的重构质量，同时减少系统重构时间，且没有使用反馈信道。
-
公开(公告)号：CN107265461A
公开(公告)日：2017-10-20
申请号：CN201710543397.2
申请日：2017-07-05
Applicant: 南京邮电大学
IPC: C01B33/023 , B82Y30/00 , B82Y40/00
CPC classification number: C01B33/023 , B82Y30/00 , B82Y40/00 , C01P2002/72 , C01P2004/16
Abstract: 本发明公开了一种大规模制备硅纳米线的方法，包括以下步骤：以酸洗石棉为原料，分别用低浓度及高浓度酸液进行酸化预处理，除去钙、镁杂质，制备得到二氧化硅纳米线；将步骤(1)制备得到的二氧化硅纳米线与镁粉进行充分混合，在手套箱中密封于反应釜内，在氩气保护下通过镁热反应将二氧化硅纳米线还原为硅纳米线；将步骤(2)制备得到的硅纳米线浸入盐酸中，以去除氧化镁杂质，多次离心清洗干燥后得到硅纳米线。本发明提出的硅纳米线材料的制备方法工艺简单、过程清洁并且生产成本低廉，设备简单，无需添加金属催化剂、无需生长模板，适用于大规模的生产。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.024 seconds)
