公开(公告)号：CN117194679A

公开(公告)日：2023-12-08

申请号：CN202311145552.7

申请日：2023-09-06

Applicant: 同济大学

Inventor： 韩丰夏 ,  赵生捷 ,  王竹

IPC: G06F16/36 ,  G06F16/33 ,  G06F18/20 ,  G06Q50/26

Abstract: 本发明涉及一种城市灾害事件知识图谱构建与表示方法、装置及存储介质，其中方法包括以下步骤：获取城市原始数据；定义实体中心知识图谱和事件中心知识图谱的本体，并通过实体映射和关系抽取技术对获取的数据进行处理；将实体中心知识图谱和事件中心知识图谱基于实体链接方式进行实体合并，实现两个知识图谱的融合，得到城市灾害事件知识图谱，其中，实体链接通过对抗生成增加训练数据以提升对齐的准确率；对城市灾害事件知识图谱的节点和关系进行表示学习，得到知识图谱的低维嵌入向量表示。与现有技术相比，本发明具有知识图谱构建更合理、可以实现复杂的灾害事件语义分析等优点。

公开(公告)号：CN117036922A

公开(公告)日：2023-11-10

申请号：CN202311086178.8

申请日：2023-08-25

Applicant: 同济大学

Inventor： 赵生捷 ,  黄嘉锋 ,  张林

IPC: G06V20/05 ,  G06V10/40 ,  G06N3/0464 ,  G06V10/82

Abstract: 本发明涉及一种基于轻量化卷积模块的水下生物检测方法和装置，方法包括以下步骤：获取水下待检测图片，将图片输入改进的检测模型进行检测，得到水下生物检测结果，其中，改进的检测模型为改进的YOLOv5模型或改进的YOLOX模型，改进的YOLOv5模型或改进的YOLOX模型的卷积模块为轻量化卷积模块，轻量化卷积模块包括输入层、隐藏层、分组自适应卷积层和通道洗牌输出层。与现有技术相比，本发明具有计算复杂度更低等优点。

公开(公告)号：CN116973882A

公开(公告)日：2023-10-31

申请号：CN202310787348.9

申请日：2023-06-29

Applicant: 同济大学

Inventor： 邓浩 ,  刘明清 ,  张林 ,  赵生捷 ,  刘庆文

IPC: G01S7/48 ,  H04W12/06 ,  G01S7/497 ,  G01S17/06 ,  G01S17/86 ,  G01S17/894 ,  G01S17/08 ,  G01S3/14 ,  H01S3/081 ,  H01S3/082 ,  H01S3/00 ,  H01S3/10 ,  H01S3/13

Abstract: 本发明涉及一种分离式耦合腔激光系统的定位和异常检测方法，分离式耦合腔激光系统包括一个发射端和多个接收端，方法包括以下步骤：S1、控制泵浦源发射激光；S2、设置泵浦源发射低功率，获取所有接收端的ID信息；S3、进行握手；S4、设置泵浦源发射高功率激光，对激光进行分束；S5、基于ToF测定模块计算发射端和接收端之间的距离；S6、根据AOA测定模块确定实际的接收端对应的到达角α2；S7、根据S5测得的距离和到达角α2，对接收端进行定位，同时检测发射端和接收端相对静止时传输通道中的异常状态。与现有技术相比，本发明具有实现一对多的传能、通信、定位，支持发射端对多接收端进行智能控制和检测等优点。

公开(公告)号：CN112073976B

公开(公告)日：2023-06-02

申请号：CN202010823334.4

申请日：2020-08-17

Applicant: 同济大学

Inventor： 赵生捷 ,  陈伟超 ,  张荣庆 ,  肖京 ,  丁富强 ,  张林

IPC: H04W16/14 ,  H04W28/16 ,  H04W48/16 ,  H04W52/34

Abstract: 本发明涉及一种基于机器学习的非正交多址中的用户通用分组方法，包括步骤1：获取系统内所有用户的发射功率预算以及信道增益系数数据；步骤2：构建多用户分组通信模型；步骤3：求解多用户分组通信模型，获得功率优化闭式解以及用户分组解；步骤4：根据用户分组解对用户进行分组，并通过功率优化闭式解进行功率控制，完成用户通用分组。与现有技术相比，本发明具有实现用户重叠分组、提高用户接入量、兼顾计算复杂度和有效性等优点。

公开(公告)号：CN115618634A

公开(公告)日：2023-01-17

申请号：CN202211345214.3

申请日：2022-10-31

Applicant: 同济大学

Inventor： 赵生捷 ,  曹旻桢 ,  邓浩

IPC: G06F30/20 ,  G06F16/29 ,  G06Q50/26 ,  G06F119/12

Abstract: 本发明涉及一种基于多智能体交互的暴雨洪涝灾害仿真模拟系统，包括：降水智能体，被配置为：根据接收到的降水参数生成待仿真区域的降雨输出结果；栅格智能体，被配置为：接收待仿真区域的高程数据，并根据降水智能体的降雨输出结果，输出待仿真区域地表的水位参数；GIS智能体，被配置为：接收待仿真区域的城市GIS信息，并根据栅格智能体输出的水位参数，计算待仿真区域地表的水流，得到受灾结果。与现有技术相比，本发明将智能体交互应用于灾害仿真中，具有支持降水数据的多参数自定义输入、模型输出多样化等优点。

公开(公告)号：CN114302321B

公开(公告)日：2022-10-14

申请号：CN202111483695.X

申请日：2021-12-07

Applicant: 同济大学

Inventor： 朱亚萍 ,  赵生捷 ,  罗烨

IPC: H04W4/02 ,  H04W4/029 ,  H04W12/04 ,  H04W12/069

Abstract: 本发明提供一种隐藏锚节点位置信息的隐私保护定位方法。该方法使用密钥共享技术，使锚节点的位置信息在无线定位过程中无法被其他节点包括服务器获知。在定位过程中，服务器为每个锚节点分配一个非零参数，每个锚节点将包含自身位置信息的隐私输入构建成对应于每个锚节点的非零参数的密钥多项式，并将多项式的数值发布给对应的其他锚节点；每个锚节点将从其他锚节点处接收到的所有多项式数值求和后发送给服务器；服务器根据接收到的数值构建方程组，进一步求解得到待定位节点的位置坐标。本发明通过密钥共享技术，可以有效地保护无线网络定位系统中锚节点的位置隐私安全，避免因位置泄露而导致的不可估量的后果。

公开(公告)号：CN115080781A

公开(公告)日：2022-09-20

申请号：CN202210571972.0

申请日：2022-05-24

Applicant: 同济大学

Inventor： 李冰 ,  赵生捷 ,  姚晗

IPC: G06F16/583 ,  G06N3/04 ,  G06N3/08 ,  G06V10/40 ,  G06V10/764 ,  G06V10/774

Abstract: 本发明涉及一种基于深度哈希的类别失衡图像分层检索方法，包括：S1、获取训练数据集输入到网络模型的特征提取模块，经多个卷积层处理后得到图像的高维特征向量；S2、高维特征向量输入到网络模型的隐含层，隐含层根据高维特征向量来学习图像的特征表示，同时输出图像对应的近似哈希码；S3、近似哈希码经激活函数与量化处理后形成离散的二进制串，作为最终哈希码输入到隐含层的分类层中，分类层通过二次检索方法计算出图库中对应的图像，完成分类模型的训练；S4、将待检索图像输入到完成训练的分类模型中，输出待检索图像在图库中对应的图像。与现有技术相比，本发明具有提高图像检索精度，减少模型参数量，使模型移植、存储更为方便等优点。

公开(公告)号：CN115050090A

公开(公告)日：2022-09-13

申请号：CN202210445216.3

申请日：2022-04-26

Applicant: 同济大学

Inventor： 梁爽 ,  钱瑞昊 ,  王颉文 ,  赵生捷

IPC: G06V40/20 ,  G06V10/764 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于结构性注意力机制的图卷积人体骨架动作识别方法，包括以下步骤：S1：构建结构性注意力模块，包含基于身体部分关系的注意力模块和基于身体对称节点轨迹的注意力模块两个子模块；S2：为图卷积的中间结果自适应邻接矩阵添加基于身体部分关系的注意力模块，得到强化身体部分结构的自适应邻接矩阵；S3：利用身体对称节点轨迹的关系构建相关注意力模块，强化人体骨架动作识别模型对身体对称性的关注；S4：将经过结构性注意力强化后的特征送入分类器，得到各动作对应的分数，从而获得最终识别结果。与现有技术相比，本发明考虑了动作识别中人体结构性的行为机制，具有识别精度高的优点。

公开(公告)号：CN114925854A

公开(公告)日：2022-08-19

申请号：CN202210349578.2

申请日：2022-04-02

Applicant: 同济大学

Inventor： 赵生捷 ,  涂成武 ,  邓浩

IPC: G06N20/20 ,  G06K9/62

Abstract: 本发明涉及一种基于梯度相似性度量的联邦学习节点选择方法及系统，方法包括以下步骤：各个节点获取最新的模型，进行本地训练，得到各自本地更新的梯度；各个节点将其本地更新的梯度递交至中心服务器；中心服务器接收各个节点的梯度，将梯度两两之间进行相似度计算，得到相似性矩阵，所述相似性矩阵中的元素值为两个节点的梯度之间的相似度；通过相似度筛选得到可靠节点集合，对可靠节点集合中节点的梯度进行聚合，更新模型，将更新后的模型下发至各个节点，完成一轮联邦学习。与现有技术相比，本发明对联邦学习节点进行了筛选，避免在单轮联邦学习中选择过多的具有低质量数据集的节点，从而提高了联邦学习的收敛效率和全局模型的性能。

公开(公告)号：CN114724181A

公开(公告)日：2022-07-08

申请号：CN202210292119.5

申请日：2022-03-24

Applicant: 同济大学

Inventor： 梁爽 ,  王颉文 ,  谢驰 ,  庄子鲲 ,  赵生捷

IPC: G06V40/10 ,  G06V40/20 ,  G06V10/44 ,  G06V10/764 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于姿态增强型关系特征的人体动作识别方法,包括以下步骤：S1：获取人体姿态关键点数据和周围物体包围框，并将姿态关键点数据转换为包围框格式；S2：使用基础网络提取图像特征，并通过ROIPooling进一步得到人体、姿态、物体对应的基础特征；S3：利用基础特征与包围框分别计算出2组人体‑姿态关系特征与2组人体‑物体关系特征，将关系特征按特定权重与基础特征融合，获得人体、姿态、物体增强型特征；S4：将三种增强型特征送入分类器，并将分类结果进行融合，得到各动作对应的分数，从而获得最终识别结果，与现有技术相比，本发明考虑了动作识别中的不同情况，具有识别精度高、适用范围广等优点。