公开(公告)号：CN118736320B

公开(公告)日：2025-01-07

申请号：CN202410928525.5

申请日：2024-07-11

Applicant: 南京理工大学

Inventor： 李骏 ,  王舜尧 ,  梅镇 ,  夏鹏程 ,  时龙

IPC: G06V10/764 ,  G06V10/82 ,  G06N3/098 ,  G06N3/096 ,  G06F21/62

Abstract: 本发明公开了一种基于联邦迁移学习的工业缺陷分类方法，属于联邦学习及工业缺陷分类技术领域，包括数据准备，训练客户端在本地收集和预处理工业生产过程中产生的缺陷数据，进行数据处理；本地模型训练，训练客户端通过高低双通道多头注意力机制模块对步骤S1处理后的数据进行输入训练，直至本地模型收敛；模型更新与上传；模型权重计算与聚合；模型部署与推断，目标客户端接收服务端发送的全局模型，用于待测数据进行工业缺陷分类。本发明采用上述一种基于联邦迁移学习的工业缺陷分类方法，在保护隐私和处理多源域小样本类别不平衡的缺陷分类任务方面展现出强大迁移泛化性能，为在数据集稀少和需要增强隐私保护的场景下实现缺陷分类提供了新思路。

公开(公告)号：CN119172723A

公开(公告)日：2024-12-20

申请号：CN202411431250.0

申请日：2024-10-14

Applicant: 南京理工大学 ,  江苏第二师范学院

Inventor： 李骏 ,  郭益群 ,  倪艺洋 ,  夏鹏程 ,  金石 ,  时龙

IPC: H04W4/021 ,  H04W4/02 ,  H04W4/33 ,  G06N3/045 ,  G06N20/20

Abstract: 本发明公开了一种基于集成学习和RNN神经网络的工业资产室内无线定位方法，涉及移动工业资产目标室内定位技术领域，将WIFI定位与UWB定位相结合的方式，首先将大范围室内定位面积划分成单位区域，WIFI定位采用由各类机器学习算法模型聚合成的集成学习算法，用于解算移动目标具体所处区域；再使用该区域内的UWB定位RNN模型，确定移动目标在区域内的精准位置或移动路径；最后跟据精确定位的坐标反向传播误差、更新各类机器学习的权重以矫正模型，经过多次迭代逐步优化当前模型，达到该场景下的最佳定位模型。本发明建立了分级明确的移动目标室内定位方法，提供可靠的目标定位方法和流程，改进了现有定位方式分级不明确、适应性有限、不能全流程跟踪等弊端。

公开(公告)号：CN119007096A

公开(公告)日：2024-11-22

申请号：CN202410949486.7

申请日：2024-07-15

Applicant: 江苏第二师范学院 ,  南京理工大学

Inventor： 倪艺洋 ,  崔继轩 ,  周近 ,  刘潇 ,  代雅娇 ,  李骏 ,  陈书文

IPC: G06V20/52 ,  G06V40/20 ,  G06V10/82 ,  G06V40/16 ,  G06N3/08 ,  G06N3/084

Abstract: 本发明公开了一种基于视觉大模型低秩自适应微调的学生行为检测方法，涉及行为检测技术领域，包括以下步骤：构建本地数据集；在预训练模型中的特定注意力头中引入低秩自适应参数；固定预训练模型的原始参数，利用低秩自适应微调技术在本地数据集上微调低秩自适应参数；重复上一步骤，直到算法收敛，得到适应本地数据分布的学生行为检测模型Wlocal；将微调后的模型Wlocal部署在学校端，实时检测和反馈学生行为。本发明采用上述一种基于视觉大模型低秩自适应微调的学生行为检测方法，通过对预训练模型进行低秩自适应微调，有效地克服了学生行为检测场景中难以获取足够高质量标注数据的问题。

公开(公告)号：CN117763127B

公开(公告)日：2024-08-13

申请号：CN202410039085.8

申请日：2024-01-10

Applicant: 南京理工大学

Inventor： 李骏 ,  殷敏 ,  张杰 ,  夏鹏程 ,  时龙 ,  朱银涛

IPC: G06F16/332 ,  G06F16/36 ,  G06F18/214 ,  G06N3/045 ,  G06N3/092

Abstract: 本发明公开了一种基于强化学习和知识库匹配的工业问答模型训练方法，包括以下步骤：S1、收集工业领域内的专业知识问答构建工业知识库，对奖励模型进行训练，针对工业知识问答，将工业问答模型的输出与工业知识库的内容进行匹配比较，根据相似度得出奖励值；S2、将奖励值按序排列，并利用排序损失函数训练更新奖励模型网络的参数；S3、进行工业问答模型训练，对奖励值加入惩罚项，并利用强化学习算法对工业问答模型进行多次训练后，获得最优策略。本发明采用上述的一种基于强化学习和知识库匹配的工业问答模型训练方法，利用强化学习算法，经过多次迭代训练，帮助工业问答模型学习理解工业专业知识，提高了工业问答模型问答的精确度。

公开(公告)号：CN117176321B

公开(公告)日：2024-06-07

申请号：CN202311066453.X

申请日：2023-08-23

Applicant: 南京理工大学

Inventor： 陈进宇 ,  时龙 ,  李欣媛 ,  姜鹏程 ,  李骏

IPC: H04L9/00 ,  G06F16/23 ,  H04L67/104

Abstract: 本发明公开了一种基于区块链技术的分布式信誉管理方法，包括：生成不同应用场景的指定数据，把用户账户和所生成的数据打包为数据聚合合约存储到区块链上，并广播数据聚合合约的账户到评估模块；评估节点收到数据聚合合约的账户后，访问其中的数据给用户评分并且为评分结果签名，多个校验节点对评分结果进行投票和签名，并通过数据聚合合约记录，数据聚合合约作为可验证凭证存储在区块链上；信誉管理合约以可验证凭证为依据，更新所有参与者的信誉值；将信誉值作为权益确定节点是否具有打包区块权，并且还作为区块链分叉选择的依据选择分支。本发明提出的分布式信誉管理机制适用于多种许可链场景，提升许可区块链共识的安全性和可靠性。

公开(公告)号：CN114758784B

公开(公告)日：2024-05-28

申请号：CN202210314514.9

申请日：2022-03-29

Applicant: 南京理工大学

Inventor： 李骏 ,  沈寒池 ,  田巳睿 ,  马川 ,  邵雨蒙 ,  韦康

IPC: G16H50/70 ,  G06F18/23 ,  G06N20/00

Abstract: 本发明公开了一种基于聚类算法分配联邦学习中参与者权重的方法，具体为：各参与者接收全局模型参数，使用本地数据集进行训练，完成本地训练的将本地模型参数上传至中央服务器，未完成的继续进行本地训练；中央服务器接收至少50%的参与者上传的本地模型后，对所收到的模型参数向量化处理并使用聚类算法进行聚类，选取打分最高的聚类结果，度量每个类内中心与类间中心的距离，使用距离的倒数作为每一类参与者的权重值，聚合得到全局模型并下发给对应的参与者，参与者继续进行本地训练；中央服务器持续接收参与者上传的本地模型，继续进行聚类直至全局模型收敛。本发明能够加快全局模型的收敛速度，同时提升全局模型对于各参与者数据的测试精度。

公开(公告)号：CN114449482B

公开(公告)日：2024-05-14

申请号：CN202210242124.5

申请日：2022-03-11

Applicant: 南京理工大学

Inventor： 林艳 ,  陶奕宇 ,  包金鸣 ,  张一晋 ,  邹骏 ,  李骏 ,  束锋

IPC: H04W4/44 ,  H04W4/46 ,  H04W4/02 ,  H04W4/021 ,  G06N3/044 ,  G06N3/048 ,  G06N3/092

Abstract: 本发明公开了一种基于多智能体深度强化学习的异构车联网用户关联方法，该方法先将问题建模成部分可观察马尔可夫决策过程，再采用分解团队值函数的思想，具体包括建立集中式训练分布式执行框架，将团队值函数与各个用户值函数利用求和连接起来，以达到隐性训练用户值函数的目的；接着本发明亦借鉴经验回放以及目标网络机制，使用ε‑greedy策略进行动作的探索与选择，利用循环神经网络储存历史信息，并且选择Huber损失函数来计算损失同时进行梯度下降，最终学习到异构车联网用户的关联策略。本发明在异构车联网环境下，相较于多智能体独立深度Q学习算法和其它传统算法，可以更加有效地同时提高能量效率和降低切换开销。

公开(公告)号：CN117893807A

公开(公告)日：2024-04-16

申请号：CN202410047272.0

申请日：2024-01-12

Applicant: 南京理工大学

Inventor： 李骏 ,  罗丹 ,  夏鹏程 ,  崔继轩

IPC: G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/042 ,  G06N3/0895 ,  G06N3/098

Abstract: 本发明公开了基于知识蒸馏的联邦自监督对比学习图像分类系统及方法，属于深度学习和计算机技术领域，具体为：中央服务器随机初始化全局模型，并下发给每个客户端，客户端动态更新本地模型；随机选取参与本次聚合的客户端，接收全局模型参数，根据发散感知方法动态更新本地模型参数，使用本地图像数据集基于SimCLR算法进行自监督对比学习并利用知识蒸馏学习全局模型的结构知识，然后客户端将参数上传至中央服务器；中央服务器针对接收到的模型参数，根据客户端数据量基于FedAvg算法进行加权平均，得到聚合后的全局模型，并下发给每个客户端；重复执行直到每个客户端得到一个收敛的全局模型，用于完成图像分类。本发明安全性好、效率高、准确性好。

公开(公告)号：CN116776305A

公开(公告)日：2023-09-19

申请号：CN202310713571.9

申请日：2023-06-15

Applicant: 南京理工大学

Inventor： 李骏 ,  徐华昕 ,  蒋海涛 ,  吴承谕 ,  张国鹏 ,  于谦 ,  夏鹏程

IPC: G06F21/31 ,  G06F21/64

Abstract: 本发明公开了一种面向工业场景的区块链智能合约架构及其运行方法，属于区块链技术领域，包括工业实体身份认证模块、工业数据上链模块和接口模块，工业实体身份认证模块负责为工业实体生成专属的工业数字身份，并对身份赋予指定权限，将身份的相关信息存储到对应的身份文档中；工业数据上链模块验证工业实体身份认证模块中为工业实体生成的工业数字身份以及身份权限，权限符合时将数据上链。本发明基于上述一种面向工业场景的区块链智能合约架构及其运行方法，建立一个统一的工业区块链系统，根据InId上传不同类型的数据，解决企业之间信任问题，保证数据可信流通，通过合约的简易部署以及支持自定义上传数据增强系统泛用性。

公开(公告)号：CN116680881A

公开(公告)日：2023-09-01

申请号：CN202310592510.1

申请日：2023-05-24

Applicant: 南京理工大学

Inventor： 邓江川 ,  钱玉文 ,  王霏霏 ,  沈梅 ,  时龙 ,  李骏

IPC: G06F30/20 ,  G06F9/48 ,  G06F9/50

Abstract: 本申请公开了基于边缘计算与电池能量可控的无人机路径优化方法。方法包括建立无人机搭载边缘计算服务器服务地面用户的系统模型；建立用户端和无人机边缘服务器端的任务积压队列；建立无人机的电池能量队列；为所有队列建立李雅普诺夫优化函数，在任务队列稳定和无人机能量队列稳定的约束下，建立使得用户的时间平均能耗总和最小化的优化问题。根据需要的迭代精度，设置迭代结束的阈值；利用块坐标下降法在每个时隙分别优化用户计算频率，用户关联和无人机的路径，将得到的结果作为下一次优化的初始值，直到迭代变量小于迭代的阈值；本申请使得用户与无人机之间延迟局限于一定范围内，并且实现对无人机电池能量的有效控制。