-
公开(公告)号：CN119094082A
公开(公告)日：2024-12-06
申请号：CN202411075759.6
申请日：2024-08-07
Applicant: 南京邮电大学
IPC: H04L1/00 , G06F18/25 , G06F18/10 , G06F17/14 , G06F18/213 , G06N3/0455 , G06N3/0499 , G06N3/0464 , G06N3/098 , H04B17/391
Abstract: 本发明公开了一种信噪比自适应联合优化信源信道的触觉信号重建方法，涉及触觉信号生成技术领域，包括：将每一种对象对应的图像和滑动产生的触觉振动信号进行预处理；构建跨模态联合编码器用于生成层次化融合特征，构建跨模态联合解码器，将预处理得到的训练数据输入所构建的跨模态联合编码器和跨模态联合解码器中进行训练；将待测的成对的触觉信号和图像信号输入跨模态联合编码器和最优的跨模态联合解码器，重建目标触觉信号。本发明提供的信噪比自适应联合优化信源信道的触觉信号重建方法简化了编码训练过程，更好地进行模态特征融合；提高了模型对信道变化的鲁棒性，使模型在更大范围信噪比变化下表现出更高的触觉信号重建稳定性。
-
公开(公告)号：CN119011084A
公开(公告)日：2024-11-22
申请号：CN202411075761.3
申请日：2024-08-07
Applicant: 南京邮电大学
IPC: H04L1/00 , H04B17/391 , G06F18/25 , G06F18/24 , G06V10/764 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/098 , G06N3/084 , G06F17/14
Abstract: 本发明公开了一种基于信源信道联合编码的触觉信号重建方法，涉及触觉信号生成技术领域，包括：将用于训练的触觉和图像信号通过信源编码器，基于分类任务初步进行触觉和图像的模态内特征提取和模态间特征融合。将融合特征输入神经网络建模的信道编码器用于产生适合信道传输的码流，经过信道传输后，输入信道解码器，通过信道编解码器的联合训练，将恢复的融合特征输入触觉解码器中，重建触觉信号。本发明提供的基于信源信道联合编码的触觉信号重建方法实现了不同模态的语义信息融合，大幅减少数据量，通过单独设计的信道编码器和信道解码器提高了信号对信道变化的鲁棒性，并降低信号通过信道的延迟，从而使得触觉信号的重建质量得到显著提升。
-
公开(公告)号：CN111626479B
公开(公告)日：2022-08-26
申请号：CN202010361903.8
申请日：2020-04-30
Applicant: 南京邮电大学
Abstract: 本发明提供了一种基于实时数据的计价车客流集散点载客决策方法和系统，该方法包括：(S1)建立决策值随需求因素、返回收益因素、等待收益因素和个人能力因素变化的多元线性回归模型；(S2)对所述多元线性回归模型进行初始化，基于当前的需求因素、返回收益因素、等待收益因素和个人能力因素根据所述多元线性回归模型为司机提供决策，根据决策后司机反馈的决策满意度样本训练多元线性回归模型；(S3)用训练后的多元线性回归模型为司机提供决策；该系统根据上述方法向计价车司机提供决策建议。本发明能够以较高的准确率实现实时预测供求关系，以帮助司机做出决策，提高了旅客出行效率和司机收益效率。
-
Patent Agency Ranking
公开(公告)号：CN114595739B
公开(公告)日：2024-07-02
申请号：CN202210031393.7
申请日：2022-01-12
Applicant: 南京邮电大学
IPC: G06F18/10 , G06F18/214 , G06N3/0464 , G06F18/213 , G06N3/096 , G06V10/82 , G06V10/94 , G06V10/774
Abstract: 本申请涉及一种图像‑触觉信号相互重建方法和装置。该方法包括：通过接收到待重建信号，待重建信号为视觉信号或图像信号；将待重建信号输入到训练好的深度重建网络模型中进行数据重建，获得重建后的信号；训练深度重建网络模型的步骤包括：搭建基于自编码器构成的深度重建网络模型，将数据集划分为训练集和测试集对深度重建网络模型进行第一阶段和第二阶段的训练；第一阶段和第二阶段的训练交替重复进行，直至深度重建网络模型的训练结果收敛，获得初步深度重建网络模型；将测试集中图像‑触觉信号输入初步深度重建网络模型进行测试，获得训练好的深度重建网络模型。提升了跨模态重建方法接收端信号恢复的泛化能力和恢复质量。
-
公开(公告)号：CN111626479A
公开(公告)日：2020-09-04
申请号：CN202010361903.8
申请日：2020-04-30
Applicant: 南京邮电大学
Abstract: 本发明提供了一种基于实时数据的计价车客流集散点载客决策方法和系统，该方法包括：(S1)建立决策值随需求因素、返回收益因素、等待收益因素和个人能力因素变化的多元线性回归模型；(S2)对所述多元线性回归模型进行初始化，基于当前的需求因素、返回收益因素、等待收益因素和个人能力因素根据所述多元线性回归模型为司机提供决策，根据决策后司机反馈的决策满意度样本训练多元线性回归模型；(S3)用训练后的多元线性回归模型为司机提供决策；该系统根据上述方法向计价车司机提供决策建议。本发明能够以较高的准确率实现实时预测供求关系，以帮助司机做出决策，提高了旅客出行效率和司机收益效率。
-
公开(公告)号：CN105956703A
公开(公告)日：2016-09-21
申请号：CN201610288546.0
申请日：2016-05-05
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于马尔科夫的股价走势预测方法和系统，该方法在数据库中为每一支股票建立一张表，存储该支股票信息，从网上获取股票数据并存入数据库；从数据库获取每支股票的收盘价存入数组，利用sin函数对数据进行拟合；根据拟合得到的函数的极值点对数据进行分类；通过马尔科夫预测原理进行股价走势预测。该方法根据sin拟合算法，对离散数据进行拟合，利用拟合出的函数的极值点和极值对数据进行分类，在计算出各类之间的转移概率之后，利用马尔科夫预测原理进行预测，解决了股价走势预测准确度不高的问题。
-
公开(公告)号：CN115905838A
公开(公告)日：2023-04-04
申请号：CN202211446581.2
申请日：2022-11-18
Applicant: 南京邮电大学
IPC: G06F18/213 , G06F18/24 , G06F18/23213 , G06F18/241 , G06F18/2415 , G06N3/0464 , G06N3/047 , G06N3/0455 , G06N3/08 , G10L25/03
Abstract: 本发明公开了一种视听辅助的细粒度触觉信号重建方法，首先将用于训练的触觉信号通过触觉自编码器，基于聚类任务提取触觉特征，并将该特征迁移至音频、图像特征提取网络中，实现针对音频、图像信号的特征提取；接着，利用三元组约束对触觉、音频、图像多模态融合映射函数进行优化，从而由提取出的音频、图像特征得到融合特征，最后将融合特征输入到触觉生成网络之中，实现细粒度触觉信号的重建；本发明很好地解决了多模态信号之间所存在弱监督和弱配对的问题，实现了跨模态共享语义学习，在保证了所生成的触觉信号结构以及语义完整性的同时还加强了其聚类特性，从而使得触觉信号的重建质量得到显著提升。
-
公开(公告)号：CN114595739A
公开(公告)日：2022-06-07
申请号：CN202210031393.7
申请日：2022-01-12
Applicant: 南京邮电大学
Abstract: 本申请涉及一种图像‑触觉信号相互重建方法和装置。该方法包括：通过接收到待重建信号，待重建信号为视觉信号或图像信号；将待重建信号输入到训练好的深度重建网络模型中进行数据重建，获得重建后的信号；训练深度重建网络模型的步骤包括：搭建基于自编码器构成的深度重建网络模型，将数据集划分为训练集和测试集对深度重建网络模型进行第一阶段和第二阶段的训练；第一阶段和第二阶段的训练交替重复进行，直至深度重建网络模型的训练结果收敛，获得初步深度重建网络模型；将测试集中图像‑触觉信号输入初步深度重建网络模型进行测试，获得训练好的深度重建网络模型。提升了跨模态重建方法接收端信号恢复的泛化能力和恢复质量。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.021 seconds)
