-
公开(公告)号:CN116453224A
公开(公告)日:2023-07-18
申请号:CN202310437786.2
申请日:2023-04-21
Applicant: 南京邮电大学
IPC: G06V40/20 , G06V10/82 , G06V10/62 , G06N3/0442
Abstract: 本发明属于手语识别技术领域,公开了一种基于LSTM和NLP的手语识别方法和系统,该方法包含模型训练和手语识别两个阶段,在模型训练阶段,利用手语词元数据集与姿态检测模型获取时序关键点序列样本,训练LSTM‑SL模型、利用手语常用语料库分词获得手语表征四元组,训练W2V‑SL模型;手语识别阶段包括将待识别的手语视频或实时手语画面通过LSTM‑SL转换为手语词元预测序列,并利用滑动窗口机制和W2V‑SL模型输出符合语言规范的手语语句,并在此方法上提出了手语识别系统。本发明简化了手语识别对时序特征的采集难度,有效增强了自然语句的输出效果,提高了手语识别系统的鲁棒性和准确性。
-
公开(公告)号:CN116428579A
公开(公告)日:2023-07-14
申请号:CN202310354469.4
申请日:2023-04-04
Applicant: 南京邮电大学
Abstract: 本发明涉及计算机技术领域,且公开了一种基于遗传算法的火力发电站燃烧控制系统,包括燃烧测试单元,所述燃烧测试单元输出端信号连接有数据处理单元,所述数据处理单元输出端信号连接有模型创建模块。该基于遗传算法的火力发电站燃烧控制系统,通过设置燃烧测试单元通过对可燃物的添加数量与蒸汽产生的速度和数量进行测试,通过数据处理单元对所获得的数据进行整理和分析,再根据所获得的相关数据结果和遗传算法的基础,创建一个用于精准控制可燃物添加量的遗传算法模型,通过遗传算法模型的对可燃物添加量的计算,从而对火力发电站燃烧控制系统进行控制,提高了对可燃物添加量的精准控制。
-
公开(公告)号:CN109902143B
公开(公告)日:2022-09-23
申请号:CN201910160214.8
申请日:2019-03-04
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于密文的多关键字扩展检索方法,对数据源进行关键字集提取,然后基于关键字集合构建逆文档向量集并分组,再对每组向量集进行B+索引树构建,通过安全KNN算法进行加密,接着利用对称加密算法对数据源加密,将加密后的索引树组和数据源一块上传至云服务器中,对用户输入的检索关键字做模糊处理,针对用户输入错误的情况进行纠正;最后,对模糊处理后的查询关键字集合做语义分析操作,对查询关键字集进行扩展,根据经过语义分析后的关键字集合生成查询向量,利用加密算法处理后获得的陷门,对陷门做分组处理并上传至云服务器。本发明从陷门扩展的角度出发,对用户输入的检索关键字进行模糊处理以及语义分析,提升用户的使用体验。
-
公开(公告)号:CN111966778B
公开(公告)日:2022-07-29
申请号:CN202010649370.3
申请日:2020-07-08
Applicant: 南京邮电大学
IPC: G06F16/31 , G06F16/36 , G06F16/951 , G06F16/953 , G06F21/60
Abstract: 本发明公开了一种基于关键词分组倒排索引的多关键词密文排序检索方法。其步骤:一、数据处理与外包阶段,首先,数据拥有者生成一组密钥并共享给数据使用者;接着,对关键词进行分组,生成关键词分组集合及其对应的文档倒排列表集合;其次,生成文档向量、关键词分组向量及关键词分组倒排索引,并进行加密;将加密后的文档集合和关键词分组倒排索引外包至云服务器进行存储;二、检索阶段,首先,数据使用者生成检索陷门并发送至云服务器;然后,云服务器根据陷门在加密的关键词分组倒排索引上进行排序检索,并将其结果返回给数据使用者;最后,数据使用者通过密钥解密获得明文形式的检索结果。本发明实现安全、高效的多关键词密文排序检索功能。
-
公开(公告)号:CN113378922B
公开(公告)日:2022-07-15
申请号:CN202110644375.1
申请日:2021-06-09
Applicant: 南京邮电大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于GeoHash的地理坐标点密度聚类方法,该发明首先利用GeoHash将每个坐标点p进行处理,获取其GeoHash编码,并根据编码将坐标点p加入对应实块的坐标点集合,形成实块集合B;然后,利用块的邻接关系,对B进行处理,生成连通实块区域集合Ω;最后,对于Ω中每个连通实块区域中的坐标点,执行密度聚类算法,得到对应的簇集;所有生成的簇集的并集即为全局密度聚类的结果簇集。本发明采用了分治法的思想,易于实现,使得密度聚类的时间效率显著提高,并且能够保证结果的正确性。
-
公开(公告)号:CN114298020A
公开(公告)日:2022-04-08
申请号:CN202111659209.5
申请日:2021-12-30
Applicant: 南京邮电大学
IPC: G06F40/279 , G06F40/216 , G06F40/30 , G06K9/62
Abstract: 本发明公开一种基于主题语义信息的关键词向量化方法及其应用,具体包括:首先利用Sentence‑BERT模型为每个文档生成具有文档语义信息的向量;再通过UMAP降维算法对生成的文档向量进行降维并突显局部语义特征;然后,在降维后的文档向量上进行HDBSCAN主题聚类,并将每个文档归类到一个或多个主题中;最后,利用文档和主题之间的关系,计算主题中每一个关键词的主题词频率‑逆主题频率(TTF‑ITF)得分,对该关键词与每个主题的主题词频率‑逆主题频率(TTF‑ITF)得分进行合并,生成最终的关键词向量。本发明实现高精度表征主题语义信息的关键词向量化,可应用于主题词提取、文本分类和文档检索。
-
公开(公告)号:CN109271485B
公开(公告)日:2022-03-08
申请号:CN201811092172.0
申请日:2018-09-19
Applicant: 南京邮电大学
Abstract: 本发明公开了一种支持语义的云环境加密文档排序检索方法,包括两个阶段:第一阶段为数据预处理和外包,利用LDA模型生成文档‑主题矩阵和关键词‑主题矩阵,并计算主题概率向量和关键词概率,将其发送至数据检索端;生成密钥组合并对文档和文档‑主题矩阵进行加密,生成加密文档集合加密文档主题矩阵发送到云服务器。第二阶段为加密文档排序检索,将生成加密形态的检索陷门,发送到云服务器端执行排序检索,返回主题语义最相关的k个加密文档;然后,将收到的加密文档进行解密,进而获得最终的明文检索结果。采用本发明可使数据预处理和排序检索的执行效率显著提高,同时也保护了检索关键词的私密性,且引入LDA模型实现了支持语义的排序检索功能。
-
公开(公告)号:CN109936562B
公开(公告)日:2021-07-27
申请号:CN201910019362.8
申请日:2019-01-09
Applicant: 南京邮电大学
IPC: H04L29/06
Abstract: 本发明公开了一种面向雾计算的可扩展访问控制方法,该方法采用线性秘密分享矩阵作为访问结构实现基于属性的访问控制,利用雾节点作为边缘服务节点,通过合理分配访问控制中的加解密运算,以降低终端用户在访问控制中的运算开销。并且本发明可以在保持原有访问策略的基础上添加新的合法成员形成新的访问策略,同时还可以检测访问用户在上传新访问策略时是否对原始数据进行了篡改,实现了对原始数据的完整性保护。
-
公开(公告)号:CN109885650B
公开(公告)日:2021-05-11
申请号:CN201910014136.0
申请日:2019-01-08
Applicant: 南京邮电大学
Abstract: 本发明公开了一种外包云环境隐私保护密文排序检索方法,包括两个阶段:第一阶段是文档数据的预处理和外包,首先将明文文档进行向量化并对该文档进行加密,然后将生成的向量进行聚类操作,自底向上构造索引树,树的叶子节点指向各加密文档,最后将加密后的密文文档和生成的索引树上传至云服务器,并将密钥共享给授权用户。第二阶段是加密文档数据排序检索阶段,首先授权用户根据所需检索的关键词生成检索陷门上传至云服务器;云服务器执行检索并得到密文结果,然后将结果返回给授权用户;最后授权用户通过解密,获得明文检索结果。采用本发明能够实现在保证较高检索精度的条件下,显著提高检索效率。
-
公开(公告)号:CN112632151A
公开(公告)日:2021-04-09
申请号:CN202011566396.8
申请日:2020-12-25
Applicant: 南京邮电大学
IPC: G06F16/2458
Abstract: 本发明公开了一种基于二分过滤的移动对象传染行为挖掘方法,首先根据时间窗口阈值和移动对象的轨迹,生成二分监测点集合HT;并将初始传染源对象以传染行为三元组b=(from,to,ts)的形式添加到集合Vresult,并将每一个初始传染源加入传染源集合W,若from不存在,则to为初始传染源对象,以HT中的第一个二分监测点为活动监测点,对移动对象轨迹集合O中尚未被感染的每一个对象oi进行分析,将W中可能传染oi的对象加入集合Pi,利用Pi中最早传染oi的传染对象s及传染时间t构造新的三元组(s,oi,t),并加入Vresult,将oi加入W,第一个二分监测点处理结束依次处理每一个二分监测点。最终,Vresult即为确定的传染行为挖掘结果。采用本发明可以实现高效、准确的传染行为挖掘。
-
-
-
-
-
-
-
-
-