-
公开(公告)号：CN110232492A
公开(公告)日：2019-09-13
申请号：CN201910255573.1
申请日：2019-04-01
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于改进离散粒子群算法的多无人机协同任务调度方法，根据敌方目标的位置和无人机的基本信息，解决了无人机协同多目标打击任务调度问题。本发明将任务调度的约束条件融入到粒子的更新中，使用交叉变异改进了粒子的迭代方式，并且使用变异操作避免了算法陷入局部极值。本发明使用了改进的离散粒子群算法根据无人机完成任务的航程代价和最大无人机暴露时间对调度方案进行对比研究，经过多次迭代得出最佳的任务调度方案。
-
公开(公告)号：CN110163157A
公开(公告)日：2019-08-23
申请号：CN201910438591.3
申请日：2019-05-24
Applicant: 南京邮电大学
Abstract: 本发明公开一种利用新型损失函数进行多人姿态估计的方法，该发明使用的模型由两个关键的部分组成：候选关节的单人姿态估计和全局最大的关节关联算法。本发明使用全局视图解决目标干扰问题，采用自上而下的框架，首先检测个人，然后进行执行单人姿态估计，输出每个候选关节的位置列表，然后利用关联算法将候选关节点构成一个person-joints的连接图，最后用全局最大的关节联合算法求解图中关节点得出最终姿态。本发明使用图模型对每个关节和全局关联进行多重预测，对于拥挤场景中的不可避免的干扰以及非常有效的推理具有鲁棒性。
-
公开(公告)号：CN110163131A
公开(公告)日：2019-08-23
申请号：CN201910384116.2
申请日：2019-05-09
Applicant: 南京邮电大学
Abstract: 本发明公开一种混合卷积神经网络与小生境灰狼优化的人体动作分类方法，该方法首先对输入的视频帧生成动作库和局部时空特征，再借助时空特征从视频运动中检测兴趣点并对其提取深度卷积特征，然后用GWO算法获得CNN分类器最优的权重并利用反向传播算法训练多个CNN分类器，最后融合多个分类器的输出以纠正结果。本发明将卷积神经网络与灰狼优化算法相结合，通过训练具有梯度下降和全局搜索能力的CNN分类器来减少分类错误。本发明能够解决无约束视频中人体动作分类准确度不够高的问题，并提高分类性能，具有高度的鲁棒性与实效性。
-
公开(公告)号：CN105975804B
公开(公告)日：2019-07-23
申请号：CN201610281013.X
申请日：2016-04-29
Applicant: 南京邮电大学
IPC: G16B5/00
Abstract: 本发明公开一种基于生物网络的蛋白质复合物求取方法，解决分析生物网络中蛋白质相互作用并求取蛋白质复合物的问题。该方法将蛋白质生物网络构建成图模型，依据给定的种子顶点和蛋白质间的相互作用，结合蛋白质集群适应度和蛋白质顶点适应度的求解方法，分析蛋白质间的相互作用，求解蛋白质复合物。本发明能够形成解决在生物网络中求取蛋白质复合物问题的方案，使蛋白质复合物求取问题在解决过程的准确性和高效性方面得到保障。
-
公开(公告)号：CN109977881A
公开(公告)日：2019-07-05
申请号：CN201910245310.2
申请日：2019-03-28
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于无线射频技术的人物动作特征提取和识别优化方法，无线射频识别系统主要包括阅读器和标签两部分。阅读器可以向空间中发出信号，标签接受到信号之后可以发送应答信号。在空间中布置多台阅读器，并将标签附着于人体之上。当用户做出动作时，阅读器所接受到的信号将会发生变化，当动作结束时，将多台阅读器所获得的数据进行整合，将运动过程中信号的变化均分为若干段，再借助深度学习技术识别出用户动作的类型。本方法解决了视频动作识别技术算力要求高的问题。
-
Patent Agency Ranking
公开(公告)号：CN109949176A
公开(公告)日：2019-06-28
申请号：CN201910245861.9
申请日：2019-03-28
Applicant: 南京邮电大学
IPC: G06Q50/00 , G06F16/901
Abstract: 本发明公开了一种基于图嵌入的社交网络中异常用户检测方法，根据社交网络图中的用户节点和社区的归属关系值构建初始的用户节点嵌入模型，然后根据某个用户节点和其他用户节点建立目标函数，进而得到最终的用户节点嵌入模型，选取某个用户节点最终嵌入模型和其他用户节点之间的连接关系得到嵌入加权向量公式，根据嵌入加权向量公式采用数据归一化方法得到用户节点的异常水平公式，当用户节点异常水平大于最大阈值或者小于最小阈值定义为异常用户节点。本发明方法能够有效提升社交网络中异常用户节点检测的有效性和准确性。
-
公开(公告)号：CN109934854A
公开(公告)日：2019-06-25
申请号：CN201910245857.2
申请日：2019-03-28
Applicant: 南京邮电大学
Abstract: 本发明公开了一种利用多目摄像头检测运动目标的装置及方法，包括4个摄像头，分别为中心摄像头C0，摄像头C1～C3以及控制系统，通过摄像头C1～C3以检测目标是否存在；检测到目标后，输出脉冲至摄像头C0，C0将对目标成像；摄像头通过球坐标系成像，将空间信息映射至球坐标系，并计算穿过平面上一点的切平面的方程；之后在空间球坐标系里形成目标物体到小眼的圆锥投影，然后计算得到椭圆投影面积S，得出目标椭圆成像结果；本发明降低了检测难度和复杂度。
-
公开(公告)号：CN104657473B
公开(公告)日：2019-01-25
申请号：CN201510080263.2
申请日：2015-02-13
Applicant: 南京邮电大学
IPC: G06F16/2458
Abstract: 本发明给出一种保证质量单调性的数据挖掘方法，该方法将原始大数据集用PCA技术压缩处理后映射到R‑tree数据结构上；然后改进改进的K近邻分类算法对数据集进行挖掘处理。本发明给出的方法主要包含两部分：编码部分及挖掘部分，其中编码部分利用R‑tree来表示数据，它将数据中有高相似性的数据组合在一起，作为R‑tree的一个结点，以达到对海量数据压缩的目的并提高挖掘部分的效率；挖掘部分利用改进的K近邻分类算法的思想，对数据结点进行处理，预测输入的测试点分类。本发明能解决传统的算法在进行有限的时间及资源限制下对大数据挖掘时，很难做到挖掘结果的质量与资源限制的平衡以及保证近似结果质量单调性的问题。
-
公开(公告)号：CN105760549B
公开(公告)日：2019-01-18
申请号：CN201610166201.8
申请日：2016-03-22
Applicant: 南京邮电大学
IPC: G06F16/9537
Abstract: 本发明公开一种基于属性图模型的近邻查询方法，该方法将顶点集查询问题定义成属性图模型，从全局角度求解属性图中的top‑k具有最小直径的顶点集，通过渐进式搜索和最少优先算法等策略获取可行解空间。本发明方法能够形成解决全局情况下属性图中的top‑k最小直径顶点集方案，使属性图中的最小顶点集求解问题在解决过程在时间和空间复杂度上得到优化，并避免早熟收敛。
-
公开(公告)号：CN109064484A
公开(公告)日：2018-12-21
申请号：CN201810236397.2
申请日：2018-03-21
Applicant: 南京邮电大学
CPC classification number: G06T7/246 , G06K9/00778 , G06N3/0454 , G06T2207/10016 , G06T2207/20081 , G06T2207/20164
Abstract: 本发明公开了一种基于子群组划分与动量特征融合的人群运动行为识别方法，该方法首先利用角点跟踪和背景建模的方法，获取视频图像帧中运动目标的时空信息，利用前景中群体分布的空间区域信息，将空间上相邻近的人群划分为若干子群体，子群体通过一段时间内的运动相关性进行进一步的分割，得到具有运动一致性的子群体；其次在子群体分割的基础上，提取出人群运动三个动量特征进行融合；最后将融合的特征以及视频帧的像素特征作为微分循环卷积神经网络的输入进行训练，采用人工标记的方法将训练视频片段标记成不同的描述词汇，用带标记的数据调整微分循环卷积神经网络的结果，得到了良好的训练成果，能够有效识别人群的运动行为，达到较好的效果。
-
-
-
-
-
-
-
-
-
Search Results
374
records
(took 0.031 seconds)
