-
公开(公告)号：CN113658051A
公开(公告)日：2021-11-16
申请号：CN202110713063.1
申请日：2021-06-25
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于循环生成对抗网络的图像去雾方法及系统，包括：获取待处理的有雾图像；输入到预先训练好的密集连接循环生成对抗网络，输出无雾图像；所述密集连接循环生成对抗网络包括生成器，生成器包括编码器、转换器和解码器，编码器包括密集连接层，用于提取输入图像的特征，转换器包括过度转换层，用于将编码器阶段提取的特征进行组合，解码器包括密集连接层和缩放卷积神经网络层，密集连接层用于还原图像的原有特征，缩放卷积神经网络层用于去除还原的原有特征的棋盘格效应，得到最终输出的无雾图像。优点：基于循环生成对抗网络进行图像去雾，消除对成对数据集的要求，提高了特征图的利用率，保持网络训练效率，提高生成图像质量。
-
公开(公告)号：CN113318451A
公开(公告)日：2021-08-31
申请号：CN202110591851.8
申请日：2021-05-28
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于机器学习的棋类自学习方法，该方法的落子选择输出层和价值评估输出层共用同一个神经网络输入层和隐藏层，采用蒙特卡洛搜索树构建策略优化器。该方法训练过程分为数据生成和神经网络训练两部分训练的过程则是使神经网络输出价值标量与自我对局的最终结果之间的误差尽可能的小，使神经网络输出的落子向量与蒙特卡洛树对每一步搜索给出的决策向量尽可能的接近。本发明通过引入神经网络作为落子选择器和价值评估器，蒙特卡洛树作为策略优化器，完全不需要人类的棋类知识，即可完成自我对弈，最终完成对神经网络的训练。该发明的目的在于构建一个AI棋手，供人们对弈使用。
-
公开(公告)号：CN113271539A
公开(公告)日：2021-08-17
申请号：CN202110556627.5
申请日：2021-05-21
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于改进的CNN模型的室内目标定位方法，旨在解决现有技术中室内定位易受多径效应和非视距误差影响的技术问题。其包括：利用待定位目标的目标CSI数据与预先生成的定位指纹库进行指纹匹配，获得待定位目标的坐标信息；定位指纹库的生成方法为：利用SDR平台采集室内CSI数据，基于聚类算法将室内CSI数据划分为多个数据子集，并利用数据子集训练改进的CNN模型，获得训练好的改进的CNN模型，最后利用训练好的改进的CNN模型生成定位指纹库。本发明能够解决室内定位数据的噪声干扰问题，最大限度的减少多径效应的影响，提高室内定位的精度。
-
公开(公告)号：CN113076366A
公开(公告)日：2021-07-06
申请号：CN202110387623.9
申请日：2021-04-09
Applicant: 南京邮电大学
IPC: G06F16/25 , G06F16/2458 , G06F16/22 , G06N3/04
Abstract: 本发明公开了一种智慧灯杆虚拟化方法，属于智慧灯杆设备技术领域，本发明语法转换模块从结构上将智慧灯杆异构数据同构化，并以二维表的形式存储于虚拟模型层；语义转换模块从概念上对异构数据融合，基于应用需求以逻辑视图形式存储于视图模型层；本发明利用虚拟化技术，基于逐层转换方式将异构数据同构化，实现面向应用需求的数据抽象与封装，确保异构数据在语法层及语义层的一致性与准确性，提高数据分析的高效性与可靠性，为应用业务对数据访问提供有效支撑。
-
公开(公告)号：CN112819136A
公开(公告)日：2021-05-18
申请号：CN202110076545.0
申请日：2021-01-20
Applicant: 南京邮电大学
Abstract: 本发明公开了时间序列预测技术领域的一种基于CNN‑LSTM神经网络模型与ARIMA模型的时间序列预测方法及系统，旨在解决现有技术中没有充分提取时间序列的周期特征从而导致预测精度不够的问题。包括：获取待预测的时间序列数据，构建输入样本；将输入样本输入经过训练的基于CNN‑LSTM的神经网络模型，得到第一预测结果；将第一预测结果与输入样本的观测值进行比对，得到误差序列；将误差序列输入建立的ARIMA模型对误差序列进行误差修正预测，得到第二预测结果；将第一预测结果和第二预测结果相加得到时间序列的最终预测结果。
-
Patent Agency Ranking
公开(公告)号：CN109191896B
公开(公告)日：2021-05-11
申请号：CN201811208241.X
申请日：2018-10-17
Applicant: 南京邮电大学
Abstract: 本发明公开了个性化停车位推荐方法和系统，方法包括采集原始数据与通过原始数据计算得到的，到达车位K的最小驾驶时间Tk、停车费用F、停车成功概率C、停车位距目的地步行距离M以及停车位停车难度D、停车位安全性S，用K‑MEDOIDS算法进行聚类分析、选取聚类后每一类的中心点与预先确定的停车位的偏好权重值进行匹配，将得到适合该驾驶员的停车位推荐给特定驾驶员。本发明能够充分考虑不同驾驶员对于停车需求不同的特性，引入用户自定义权重与历史数据调整权重，通过权重改进Mahalanobis距离公式，使聚集的类质量更高、更加贴近用户的需求。
-
公开(公告)号：CN108540310B
公开(公告)日：2021-05-11
申请号：CN201810214451.3
申请日：2018-03-15
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于无线网络协同感知的行为预测方法，将无线传感网分为子节点层、母节点层和网关层；子节点通过无线通信技术与母节点之间完成通信，再由母节点将数据转发给网关节点；多个子节点以及母节点之间通过协作以完成行为预测的能力；子节点对应于母节点路由表中的各个路由节点，母节点与其路由表中的多个子节点之间通过协作感知以达到行为预测的能力。本发明网络节点通过无线通信技术实现在目标现场的通信和组网，无线网络节点的感测数据在网络节点之间传输并在网络节点进行共享，通过多个网络节点感测的数据进行具体行为的预测，无线网络节点根据此行为预测结果运行自身对应的工作模式，以实现优化无线网络节点的监测能量消耗。
-
公开(公告)号：CN112532344A
公开(公告)日：2021-03-19
申请号：CN202011152591.6
申请日：2020-10-26
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于二维查表法的随机线性网络编码算法，包括建立高效乘除运算函数、预设本原多项式、对有限域进行初始化、构建乘除法运算二维表、发送节点对原始数据进行随机编码、接收节点获取编码包并进行译码、空间清理过程；本发明通过设计高效的有限域乘除法运算函数，基于此提出一种快速高效地构建乘法、除法二维表方法，通过查询所生成的二维表，可快速实现有限域的乘除运算；基于二维查表法的随机线性网络编码算法提供了高效的编解码效率，降低网络编码的计算开销。
-
公开(公告)号：CN112492543A
公开(公告)日：2021-03-12
申请号：CN202011194605.0
申请日：2020-10-30
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于车联网MEC和D2D链路的车辆安全传输系统及方法，将每一个车辆安全传感器模块当作一个D2D用户节点，车主移动设备作为蜂窝用户，构建单蜂窝多D2D链路安全传输系统；所有车辆安全传感器模块将采集的车辆安全信息发送至车主移动设备；车主移动设备接收所有车辆安全传感器模块的车辆安全信息，并将所有车辆安全信息上传至MEC移动边缘计算平台；车主移动设备接收MEC移动边缘计算平台返回的车辆安全信息的分析结果。本发明基于D2D和MEC将车辆安全系统简单化、可靠化，可将信息的传输时延降到毫秒级，并充分利用驾驶用户的个人移动终端，便于行车过程中的安全应对，并降低实施成本。
-
公开(公告)号：CN108183811B
公开(公告)日：2020-11-24
申请号：CN201710990985.0
申请日：2017-10-23
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于业务分类的车联网接入连通系统及其控制方法，根据车联网应用场景将业务类型进行优先级分类，结合各类业务特性建立车联网业务服务模型，在此基础上，针对终端连接接入多个业务平台，提出分级连通接入方法。采用上述方式时，终端与多个平台信息交互较频繁、信息量较大，因此采用业务服务模型结合分级控制方式进行处理，以减少对终端其他功能执行速度的影响，且终端稳定性好、工作效率高。
-
-
-
-
-
-
-
-
-
Search Results
446
records
(took 0.036 seconds)
