-
公开(公告)号：CN111400859A
公开(公告)日：2020-07-10
申请号：CN201911297769.3
申请日：2019-12-17
Applicant: 南京邮电大学
IPC: G06F30/20
Abstract: 本发明涉及一种考虑扰动不确定性的纳米芯片多参数成品率估算方法，特别涉及同时考虑芯片设计参数扰动随机性及性能指标间相关结构多样性情况下的纳米芯片多参数成品率精确估算。具体方法流程如下：首先，根据性能先验知识将芯片性能分解为多个组成成分，并考虑芯片设计参数的随机性设计各组成成分的一般统计模型；其次，通过SCAD-L2惩罚约束对各性能组成成分进行稀疏回归，获取性能指标的稀疏统计模型；第三，考虑设计参数扰动的随机性，通过截断累积量母函数，设计性能指标边缘累积分布估算策略；最后，考虑性能指标间相关结构的多样性，通过非参数估计构造Copula函数，进而获取芯片多参数成品率最优估算表达式，对纳米芯片多参数成品率进行精确估算。
-
公开(公告)号：CN111368879A
公开(公告)日：2020-07-03
申请号：CN202010095537.6
申请日：2020-02-17
Applicant: 南京邮电大学
Abstract: 本发明公开了交通数据信息挖掘技术领域的一种基于深半监督神经网络的轨迹数据挖掘方法，旨在解决现有技术中从车辆轨迹数据中挖掘驾驶员的驾驶风格时，由于标记的数据量少、标记数据成本高昂的缘故，使得数据挖掘算法建立的模型鲁棒性偏低的技术问题。所述方法包括如下步骤：对目标车辆轨迹数据进行分段处理；将处理后的目标车辆轨迹数据输入预先训练好的深半监督神经网络，获取目标车辆轨迹数据所对应的驾驶风格，所述深半监督神经网络基于CNN分类器和卷积反卷积自动编码器构建而成。
-
公开(公告)号：CN111192219A
公开(公告)日：2020-05-22
申请号：CN202010000331.0
申请日：2020-01-02
Applicant: 南京邮电大学
Abstract: 本发明公开了图像处理技术领域的一种基于改进的逆大气散射模型卷积网络的图像去雾方法，旨在解决现有技术中图像增强的去雾方法导致图像失真、图像复原的去雾方法对模型参数选取要求过高、基于深度学习的去雾算法容易因大气光值估计误差而影响图像去雾效果的技术问题。所述方法包括如下步骤：将有雾图像输入预先训练好的卷积神经网络，获取无雾图像；所述卷积神经网络包括彼此串联的颜色特征提取卷积网络和深度去雾卷积网络，颜色特征提取卷积网络的输出端与深度去雾卷积网络的输入端连接。
-
公开(公告)号：CN111190138A
公开(公告)日：2020-05-22
申请号：CN202010088014.9
申请日：2020-02-12
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于物联网的工装车室内外联合定位方法及装置，在各工装车上一对一绑定物联网蓝牙标签，物联网蓝牙标签实时广播包括MAC地址信息的数据发送至物联网基站；一个或多个物联网基站接收物联网蓝牙标签的广播数据，将收集到的数据信号强度值与MAC地址信息进行分类整理并处理后，通过移动互联网传递到定位引擎系统；定位引擎系统接收到物联网基站传送的经处理后的物联网蓝牙标签发送的数据信号，通过自学习基因定位算法得到物联网蓝牙标签所绑定的工装车的准确位置。本发明实现了在工业园区内针对大规模定位对象的一种免校准、自学习的室内外联合定位方案；节省能耗，定位精度高并且呈上升趋势。
-
公开(公告)号：CN110213359A
公开(公告)日：2019-09-06
申请号：CN201910438586.2
申请日：2019-05-24
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于D2D的车联网组网数据推送系统，系统包括云端部分、主节点部分、从节点部分三部分。本发明具有优化和升级组网结构、节省公网带宽资源、优化单一节点资源、集成方式简单、去中心化、高可用、信息更新及时、推送丢失主动更新等特点，适用于公交车、出租车等大中型公共交通服务中的信息调度系统架构。本发明解决了公交车系统、出租车系统由于使用老式GSM通信导致数据传输速率低与数据同步不及时等问题，而全局使用运营商公网通信的技术方案又造成大量流量浪费和通信安全性低等问题。
-
Patent Agency Ranking
公开(公告)号：CN110009005A
公开(公告)日：2019-07-12
申请号：CN201910198841.0
申请日：2019-03-15
Applicant: 南京邮电大学
IPC: G06K9/62
Abstract: 本发明提出一种基于特征强相关的网络流量分类方法，包括以下4个步骤：输入需要训练的数据，对输入数据进行特征提取，形成一个多维特征向量集合；利用特征与响应变量之间的互信息计算特征之间的相关性；根据互信息计算特征之间的冗余度，并通过迭代计算选出得分最高的特征作为最终的特征向量；根据分类目标构建基于特征强相关的网络流量分类模型并得到分类结果。本发明能够充分利用特征之间的相关性，在学习器训练过程中提取出相关性最大冗余度最小的特征，在相同的分类模型下，能够在保证分类精度的前提下有效提升分类效率，解决现有基于启发式搜索的特征选择方法未考虑特征之间相关性导致的不足。
-
公开(公告)号：CN109751996A
公开(公告)日：2019-05-14
申请号：CN201811581900.4
申请日：2018-12-24
Applicant: 南京邮电大学
Abstract: 本发明提供一种捷联式罗经系统外水平阻尼方法，该方法是通过水平阻尼网络与罗经法水平对准网络的等效性设计出外水平阻尼网络，利用系统自身的速度与电磁计程仪的速度之差阻尼系统周期振荡，同时在外水平阻尼思想基础上提出了基于外速度辅助的水平阻尼算法。本发明能有效地抑制周期振荡误差以及提高系统的精度，适合舰船的定姿和定位。
-
公开(公告)号：CN109618351A
公开(公告)日：2019-04-12
申请号：CN201910018304.3
申请日：2019-01-09
Applicant: 南京邮电大学
Abstract: 本发明提供一种基于stackelberg博弈的异构网络中的资源分配方法，包括如下步骤：步骤1：将宏基站、微基站、移动用户视为一个价格模型，宏基站和微基站分别为stackelberg博弈中的领导者和追随者，宏基站拥有并管理功率资源和带宽资源，微基站租用或购买所述功率资源和带宽资源并分配给移动用户；以吞吐量为策略，分别对宏基站、微基站设计效用函数，建立stackelberg博弈模型；步骤2：根据步骤1建立的stackelberg博弈模型，推导并证明stackelberg均衡的存在；步骤3：求解stackelberg博弈模型，根据求解值得到最佳的功率和带宽分配方法，以及对应的价格。本发明本发明基于stackelberg博弈的异构网络中的资源分配方案，将下行功率资源与带宽资源相结合考虑，改变了先前资源分配的单一性。
-
公开(公告)号：CN105631822B
公开(公告)日：2019-02-19
申请号：CN201510995854.2
申请日：2015-12-28
Applicant: 南京邮电大学
Abstract: 本发明公开了一种改进小波变量阀值收缩模型降低图像噪声的方法，该方法利用小波系数间的相关性，改进使用单一当前小波系数方差构建阀值收缩模型缺陷，采用当前小波系数方差、父小波系数方差及邻域小波系数方差作为阀值参数,确定阀值参数构建阀值收缩模型，提高阀值的精确度。通过分别对模型处理后的当前小波系数值、父小波系数值和邻域小波系数值进行判决，最终得到去除噪声后的图像。本发明提出的小波变量阀值收缩模型相比双变量阀值收缩模型去噪，进一步的降低图像中的噪声，提高了恢复图像的质量。
-
公开(公告)号：CN109067486A
公开(公告)日：2018-12-21
申请号：CN201811131410.4
申请日：2018-09-27
Applicant: 南京邮电大学
IPC: H04B17/382 , H04L5/14 , H04W16/14
CPC classification number: H04B17/382 , H04L5/14 , H04W16/14
Abstract: 本发明公开一种基于极化距离的全双工授权用户信号提取方法，认知用户对全双工授权用户的授权信号进行采样，记录各授权信号及其采样时刻，选取并计算任意两个采样时刻对应的授权采样信号之间的极化距离，并将其与预设的判定门限值进行比较，然后按规则放入放入三个不同的集合中，最后选取包含元素较少的两个集合视为来自单个授权用户，从而也就获得了来自单个授权用户的采样信号。该方法以极化距离作为度量计算授权用户采样信号的差异，能准确提取混合采样信号中的单授权用户信号，并可基于提到的信号将认知用户发送极化状态设计成两个授权用户采样信号零空间之内的向量。
-
-
-
-
-
-
-
-
-
Search Results
446
records
(took 0.029 seconds)
