-
公开(公告)号：CN113204971A
公开(公告)日：2021-08-03
申请号：CN202110326513.1
申请日：2021-03-26
Applicant: 南京邮电大学
Abstract: 本发明提出了一种基于深度学习的场景自适应Attention多意图识别方法，包括如下内容：首先，实时获取当前用户输入的多意图文本并进行预处理；然后，构建多层Bi‑IndRNN神经网络模型，用来提取当前输入的多意图文本的语义特征；之后，构建场景自适应Attention语义增强模型，充分利用特定场景特征来增强多意图文本的语义特征；最后，构建多意图分类器，用来识别用户的多个意图。本发明利用场景自适应Attention的方法，在提取多意图文本语义特征时融合特定场景独有的特征来增强文本的语义特征，实现了对多意图文本的深层次语义特征的挖掘，可以有效解决人机对话中常面临的多意图识别问题，从而提高解决问题的效率和人机对话的体验。
-
公开(公告)号：CN112867066A
公开(公告)日：2021-05-28
申请号：CN202110103816.7
申请日：2021-01-26
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于5G多小区深度强化学习的边缘计算迁移方法。属于边缘计算领域与深度强化学习领域；具体步骤：终端制定计算迁移方案；将待计算迁移的任务参数信息，信道增益以及临近干扰小区的信息发送给小区内MEC服务器；对可被小区间迁移的MEC服务器排序；在MEC服务器处制定计算迁移策略；根据计算迁移策略，终端将任务迁移到MEC服务器计算；无法计算迁移的任务在终端处计算，并等待下次迁移。本发明用任务执行优先级函数以及负载指标函数表示迁移任务以及可被小区间迁移的MEC服务器的优先级，用深度强化学习，贪心算法以及小区间迁移三者相结合提高资源利用效率以及确保负载均衡。
-
公开(公告)号：CN111629216B
公开(公告)日：2021-04-06
申请号：CN202010311152.9
申请日：2020-04-20
Applicant: 南京邮电大学
IPC: H04N21/2183 , H04N21/222 , H04N21/258 , G06N20/00
Abstract: 本发明公开了一种边缘网络环境下基于随机森林算法的VOD业务缓存替换方法，包括如下步骤：采集视频数据；使用随机森林填充法处理视频数据缺失值，建立预测模型；通过预测模型对平均访问时长进行预测；根据预测结果建立缓存替换模型；使用隐枚举法求解缓存替换模型，得到最终替换方案。本发明考虑到边缘服务器需要处理大量的视频信息，以及机器学习在大数据处理中出色的分析能力，首先利用机器学习中的随机森林算法对视频的周平均访问时长进行预测，从而在此基础上提出了一种新的视频缓存替换模型，并使用隐枚举法对模型进行求解，从而使边缘服务器最大限度地减轻核心网负载，且该方案非常简单而易于实现，具有很好的应用前景。
-
公开(公告)号：CN112232191A
公开(公告)日：2021-01-15
申请号：CN202011101287.9
申请日：2020-10-15
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于微表情分析的抑郁症识别系统。属于计算机视觉领域；具体步骤：1、训练深度多任务识别网络；2、对人脸的重要的局部区域进行划分，剔除与微表情无关的区域；3、训练自适应的双流神经网络，对微表情运动的开始帧、Apex帧、结束帧进行定位；4、根据在不同背景下对微表情的分析判断该人是否患有抑郁症。本发明以深度多任务神经网络为基础，对图像进行预处理，从而进行人脸重要局部区域划分，提高双流神经网络的识别速度，满足实时性的要求；并通基于注意力机制的BLSTM‑CNN神经网络提取重要的帧图片特征以及自适应融合双流神经网络提取到的双流特征提高微表情运动帧的定位，进而提高微表情识别的速度和准确性。
-
公开(公告)号：CN109377994B
公开(公告)日：2020-12-15
申请号：CN201811311373.5
申请日：2018-11-06
Applicant: 南京邮电大学
IPC: G10L15/22 , G10L13/04 , G10L21/0208 , H04L12/28
Abstract: 本发明提出一种面向智能家居场景的语音识别控制方法，包括以下步骤：语音采集模块采集用户输入的语音指令；语音处理模块对语音采集模块采集的语音信号进行去噪处理，并发送到具有语音识别库的服务器中；服务器根据语音识别库对语音处理模块处理后的信号进行匹配得到相应的反馈信号；命令生成模块对服务器输出的反馈信号进行处理生成命令字符；控制模块根据命令生成模块输出的命令字符对智能设备进行控制；智能家居设备响应控制模块输出的执行命令并反馈其响应情况。本发明能够有效的消除语音命令中的杂音，并且以语音命令代替手动控制和遥控控制，简化了人们的操作，方便了人们的生活方式。
-
Patent Agency Ranking
公开(公告)号：CN111831427A
公开(公告)日：2020-10-27
申请号：CN202010417308.1
申请日：2020-05-18
Applicant: 南京邮电大学
Abstract: 本发明提出了一种基于移动边缘计算的分布式车辆间任务卸载方法，首先建立车辆移动边缘云模型，将行驶中的车辆分为任务车和服务车两类；接着对任务的优先级进行了划分，并以此创建任务队列；然后，建立任务卸载模型，针对建模所得的不等式约束问题转化为无约束问题，并使用牛顿迭代法求解，具有更快的算法收敛速度；最后，管理车辆空闲计算资源，为任务车分配任务卸载集合。本发明和传统云计算相比，具有更低的系统的整体延迟和更低的任务超时概率，从而改善用户体验质量。
-
公开(公告)号：CN108055670B
公开(公告)日：2020-10-23
申请号：CN201711116036.6
申请日：2017-11-13
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于匹配博弈的带宽动态性优化方法，是一种5G超密集组网环境下带宽动态性优化方法，该方法在频谱离散话的情况下，使用匹配博弈论的相关知识，充分考虑了基站和用户的偏好性，利用迭代方法，确定频谱碎片化情形下用户与基站的匹配关系，使得带宽分配具有稳定性和最优性。本发明在不断有业务断开和新业务需要接入的情形下，有非常广阔的应用场景。
-
公开(公告)号：CN111785285A
公开(公告)日：2020-10-16
申请号：CN202010439120.7
申请日：2020-05-22
Applicant: 南京邮电大学
Abstract: 本发明公开了一种面向家居多特征参数融合的声纹识别方法，包括如下步骤：分别计算提取到语音信号的MFCC特征参数、GFCC特征参数和LPCC特征参数；分别利用MFCC特征参数、GFCC特征参数和LPCC特征参数训练三个混合高斯模型；将三个混合高斯模型的结果加权融合，进行软判决，设定阈值，用随机梯度下降法，得到最优的权重系数，输出最终的识别结果。本发明将MFCC特征参数、GFCC特征参数和LPCC特征参数进行融合，弥补了单一特征参数无法较好的表达说话人的特征的缺陷，从而大幅提高声纹识别准确度。
-
公开(公告)号：CN111626199A
公开(公告)日：2020-09-04
申请号：CN202010458362.0
申请日：2020-05-27
Applicant: 多伦科技股份有限公司 , 南京邮电大学
Abstract: 本发明公开了一种面向大型多人车厢场景的异常行为分析方法，包括步骤如下：利用人体姿态估计算法对车厢内监控视频进行数据提取，得到单人或多人空间骨架节点序列；训练单人行为识别网络，该网络对输入的单人空间骨架节点序列进行识别，判断该人是否存在跌倒的异常行为；训练多人行为识别网络，该网络通过对输入的多人空间骨架节点序列进行识别，进而判断是否存在异常行为；4）对多人行为识别网络的输出结果进行信息融合以对多人行为做进一步判断，根据单人和多人行为识别结果。本发明有效的解决了以卷积神经网络和循环神经网络等模型为代表的深度学习方法不能将视频中的空间和时序信息有效结合起来的问题，提高了异常行为识别的准确度。
-
公开(公告)号：CN111626107A
公开(公告)日：2020-09-04
申请号：CN202010304866.7
申请日：2020-04-17
Applicant: 南京邮电大学
IPC: G06K9/00
Abstract: 本发明公开一种面向智能家居场景下的人形轮廓分析提取算法，首先，对预先获取的视频帧图像进行预处理，基于改进GMM的前景快速提取方法，提取出运动的前景目标；然后，计算每一个运动目标的宽度直方图，根据其宽度直方图的变化趋势，计算当前轮廓的头肩比，判断当前轮廓是否为人形轮廓，将人形轮廓添加到列表shapes；若shapes为空，读取下一帧图片；若列表不为空，对列表中的每一个轮廓使用最小矩形进行拟合；通过基于交并比和重心距离的轮廓跟踪法和基于人脸识别的轮廓跟踪法，将当前帧轮廓与前一帧轮廓对应起来，实现人形轮廓的连续提取。本发明解决了人形轮廓的后续提取和多人场景下不同目标轮廓的对应问题，可以在智能终端实现人形轮廓的提取与区分。
-
-
-
-
-
-
-
-
-
Search Results
381
records
(took 0.031 seconds)
