-
公开(公告)号：CN116992237A
公开(公告)日：2023-11-03
申请号：CN202311022017.2
申请日：2023-08-14
Applicant: 南京邮电大学
IPC: G06F18/20 , G06F18/214 , G06F18/2433 , G06F18/213
Abstract: 本发明提供一种基于因子分解的无监督异常检测模型选择方法，通过获得多种类型的原始训练数据集；使用原始训练数据集训练FMOD模型，挖掘数据之间的交叉特征，得到训练后的FMOD模型；当新的数据集输入时，提取新的数据集的特征，生成特征向量；输入到FMOD模型中预测，获得新的数据集在每个异常检测模型上的预测精度，生成异常检测模型推荐列表；该方法，能够充分利用因子分解的方式挖掘数据的高阶特征，能够提高模型的泛化能力和表达能力，有利于在数据特征未知的情况下为数据推荐合适的异常检测模型。
-
公开(公告)号：CN116630668A
公开(公告)日：2023-08-22
申请号：CN202310419032.4
申请日：2023-04-19
Applicant: 南京邮电大学
IPC: G06V10/762 , G06V10/764 , G06V10/82 , G06V10/774 , G06V20/10 , G06V10/22 , G06V10/77 , G06V10/80 , G06N3/0464 , G06N3/08
Abstract: 本发明属于计算机视觉中的目标检测技术领域，公开了一种快速轻量级的安全帽佩戴异常识别方法，将CA注意力机制引入YOLOv5模型，使其与ConvNeXt的内容相结合，对自动计算锚框的Kmeans算法进行改进，训练后得到了优化后的YOLOv5_CC模型，对边缘端设备上传的监控视频切片进行异常识别分析，检测出视频中的人是否佩戴安全帽。本发明所述的方法在保持轻量化的基础上提升了检测精度，加快了运行速度，实现了更好的训练效果。
-
公开(公告)号：CN116403706A
公开(公告)日：2023-07-07
申请号：CN202310455550.1
申请日：2023-04-25
Applicant: 南京邮电大学
IPC: G16H50/20 , G16H50/70 , G06F40/30 , G06F40/295 , G06N3/0464 , G06N3/0442 , G06N3/047 , G06N3/042 , G06N3/08
Abstract: 一种融合知识扩展和卷积神经网络的糖尿病预测方法，构建了一种以词嵌入向量和文本嵌入向量作为双通道输入的语义增强卷积神经网络模型，使得模型能够关注到更为重要的糖尿病特征并捕捉到更细粒度的糖尿病语义信息，从而提高了对糖尿病的诊断准确率；解决对大规模糖尿病领域标注数据的强依懒性和糖尿病领域知识的缺乏性等问题，设计了在糖尿病诊断过程引用外部知识的方法可以对数据集起到一个数据增强效果，并减少深度学习模型训练所需数据；解决了医疗数据集的小规模导致深度学习模型学习结果泛化能力不强，无法获得满意糖尿病预测结果问题。
-
公开(公告)号：CN116311170A
公开(公告)日：2023-06-23
申请号：CN202310455559.2
申请日：2023-04-25
Applicant: 南京邮电大学
IPC: G06V20/58 , G06V10/82 , G06V10/25 , G06V10/764 , G06V10/56 , G06V10/44 , G06V20/56 , G06T7/50 , G06N3/0464 , G06N3/08
Abstract: 一种基于YOLOv5的行车目标检测方法，对数据图片目标标签标注，改进YOLOv5代码训练数据集完成对应类别概率、目标置信度、预测框坐标的测算，用以目标实时检测并以检测框标出；进行HSV三通道拆分，结合不同通道特征进行区域提取，完成对车道线的特征掩模后再将HSV三通道合并为BGR色彩空间，再迭代筛选确定车道线目标，再以此为更精确的掩模通过低要求的Canny边缘检测和Hough变换，做到对曲率车道线的应检尽检；在物体立于地面上的强假设上，用相机标定纠正透镜畸变，再用其参数建立相机成像几何模型，通过单目视觉来测量距离；利用YOLOv5得到运动目标检测框，结合距离检测算法和车道线检测完成路面目标检测软件。本方法提高了检测的准确性与实时性。
-
公开(公告)号：CN112528087B
公开(公告)日：2023-06-20
申请号：CN202011400390.3
申请日：2020-12-01
Applicant: 南京邮电大学
IPC: G06F16/901
Abstract: 本发明公开了一种网络系统中基于大同步模型的图顶点并行重编码方法，包括：各任务将输入图的顶点Id发送给出度顶点，并统计各自的输入顶点数量写入总同步目录；各任务根据总同步目录记录的各任务输入顶点数量，顺序递增更新原顶点Id，同时建立新旧Id映射，然后根据接收消息建立各顶点的输入顶点集合，最后以新Id作为消息值，根据输入顶点集合进行反向发送；各顶点根据新旧顶点Id映射，将收到的新顶点Id汇总为新的输出边集合。本发明能够避免顶点不规则编码带来的存储资源浪费和低效计算等问题，同时不影响原图的结构关系，在图计算技术领域具有广泛的实用价值和应用前景。
-
Patent Agency Ranking
公开(公告)号：CN116091976A
公开(公告)日：2023-05-09
申请号：CN202310090318.2
申请日：2023-01-31
Applicant: 江苏方天电力技术有限公司 , 南京邮电大学
Inventor： 朱天泽 , 李春鹏 , 张浩 , 王盺平 , 栾奇麒 , 杨小平 , 李军 , 官国飞 , 宋庆武 , 蒋峰 , 蒋超 , 赵晟 , 陈志明 , 苏俞彪 , 蒋林岑 , 徐鹤 , 季一木 , 刘尚东
IPC: G06V20/40 , G06V10/80 , G06V10/26 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08 , G06V10/764
Abstract: 本发明公开了一种站房缺陷识别检测方法、系统、装置及存储介质，其方法包括：获取站房的在线视频数据；通过OpenCV将在线视频数据的视频流转换为帧，获取在线帧图像；对在线帧图像进行预处理；将预处理后的在线帧图像输入训练好的缺陷识别模型，获取缺陷识别结果；本发明通过在卷积网络特征提取阶段融入BAM注意力机制，同时使用PSPNet全局池化对金字塔池化后的特征通道进行加权融合来保留更多的重要特征信息，对细节的感知能力较强，提高了站房异常检测的精度，对实时监控站房安全具有较高的研究意义。
-
公开(公告)号：CN115641606A
公开(公告)日：2023-01-24
申请号：CN202211090641.1
申请日：2022-09-07
Applicant: 南京邮电大学
IPC: G06V40/10 , G06V10/80 , G06V10/52 , G06V10/764 , G06V10/766 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明计算机图像处理技术领域，具体地说，是一种基于TIPSSD的轻量级多尺度热红外行人检测方法，首先，利用轻量级骨干网络Resnext50替换掉原SSD网络中的vgg16；然后，在模型中引入特征金字塔实现多尺度语义信息融合，并和多尺度训练策略相结合；最后，在数据预处理部分引入图像原色填充策略，本发明利用轻量级骨干网络Resnext50替换掉原SSD网络中的vgg16，实现模型参数压缩的同时增加算法的非线性拟合能力，之后在模型中引入特征金字塔实现多尺度语义信息融合，从而提高对多尺度目标的检测效果，有利于模型在端侧设备上进行部署。
-
公开(公告)号：CN115357799A
公开(公告)日：2022-11-18
申请号：CN202211081808.8
申请日：2022-09-05
Applicant: 南京邮电大学
IPC: G06F16/9535
Abstract: 本发明提供一种基于节点重要性的论文引用网络推荐方法及系统，该方法通过计算论文引用网络中各节点在全局范围内的节点重要程度GI(i)；计算各节点在局部范围内的节点重要程度LI(i)；使用信息熵加权法对节点的全局重要度GI(i)和局部重要度LI(i)做加权求和，得到节点最终重要度；对论文引用网络中各节点的重要度排序，重要度越高的表示当前节点代表的论文越重要，将重要度最高的论文推荐给用户；本发明从全局结构和局部结构两个角度充分考量节点的重要性，能够从复杂论文引用网络中快速精准推荐出最重要的论文。
-
公开(公告)号：CN115297016A
公开(公告)日：2022-11-04
申请号：CN202210876364.0
申请日：2022-07-25
Applicant: 国网江苏省电力有限公司淮安供电分公司 , 南京邮电大学 , 南京鼎研电力科技有限公司
IPC: H04L41/147 , H04L41/0677 , H04L41/16 , H04L43/0876 , H04L67/12 , G06N3/04 , G06N3/08
Abstract: 本发明涉及电网人工智能和数据处理技术领域，公开了一种基于深度学习的电力网络活跃度评价和预测方法，包括：获取原始数据，筛选待评价服务端口流量数据，进行活跃度计算；进行数据预处理，得到历史活跃度数据集，自动化定时对数据集进行更新；将数据集划分为训练样本和测试样本，训练样本进行样本重构并输入到不同的深度学习模型进行模型训练；将测试样本输入到训练好的模型中，并对模型进行评估和比较，得到一个该服务的最优模型，将模型保存；自动化实时获取不同网络服务的活跃度数据，得到未来的活跃度预测结果。与现有技术相比，本发明能够及时发现活跃度异常的网络服务并且便于网络的维护和管理，提升电力网络系统智能化水平。
-
公开(公告)号：CN114911981A
公开(公告)日：2022-08-16
申请号：CN202210554348.X
申请日：2022-05-19
Applicant: 南京邮电大学
IPC: G06F16/901 , G06F16/904 , G06F16/906
Abstract: 本发明公开了一种复杂网络中基于聚类系数的并行图摘要算法，包括：将图的原始顶点集合划分为不同的分区；将分区子图的原始顶点集和边集作为图摘要的初始顶点集合和边集合，对各分区顶点，根据顶点选择策略确定初始点，计算该点聚类系数，并合并该顶点与所有一跳邻居顶点生成新摘要顶点；更新图摘要的顶点集，同时根据聚类系数生成修正边集合，并更新图摘要的边集合；继续选择下一个待合并顶点，重复执行上述合并过程，直至各分区摘要图中顶点总数小于阈值时停止，最终合并输出总的摘要图和修正边集合。本发明能够根据复杂网络中顶点的聚类系数进行并行摘要，避免了传统图摘要算法计算效率慢、压缩率低等缺陷，在图压缩、复杂网络顶点重要性排序等领域有较好的应用价值。
-
-
-
-
-
-
-
-
-
Search Results
134
records
(took 0.021 seconds)
