-
公开(公告)号：CN115171165A
公开(公告)日：2022-10-11
申请号：CN202210906148.6
申请日：2022-07-29
Applicant: 南京邮电大学
IPC: G06V40/10 , G06V10/42 , G06V10/44 , G06V10/74 , G06V10/80 , G06V10/82 , G06V10/46 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种全局特征与阶梯型局部特征融合的行人重识别方法及装置，方法包括：利用预训练好的行人重识别网络模型对待识别图像、图库图像分别进行提取得到待识别图像行人特征、图库图像行人特征；将待识别图像行人特征与图库图像行人特征进行相似度匹配，输出相似度排名前N的行人图像，作为行人重识别结果；行人重识别网络包括骨干网络、改进的全局特征分支和块权重指导的阶梯型局部特征提取分支；采用公开的数据集训练行人重识别网络，获得训练好的行人重识别网络模型。本发明设计了全局特征与阶梯型局部特征融合的行人重识别方法。目标是学习鲁棒性更强的行人特征表示，以应对复杂的行人重识别场景，达到一个好的识别效果。
-
公开(公告)号：CN115170805A
公开(公告)日：2022-10-11
申请号：CN202210886251.9
申请日：2022-07-26
Applicant: 南京邮电大学
Abstract: 本发明公开了一种结合超像素和多尺度分层特征识别的图像分割方法，该方法建立在卷积神经网络模型上，以从图像的高斯金字塔中提取多尺度分层特征作为识别依据，再与多层感知器相连接实现图像中各像素的识别，解决现有技术中基于卷积神经网络结构的图像分割方法中需要将数据集归一化，并且不同的尺寸混合在一起难以训练的问题；并且该方法对图像进行超像素分割，结合LBP纹理特征改进的超像素方法对原图像进行分割，使得到的超像素块更贴合目标边缘，再利用颜色均值对原图像进行合并，最终实现图像中各目标的识别，从而解决在前期图像预处理过程中没有人为的对图像中的目标进行划分，导致对于图像处于交叠边缘位置的像素可能出现误判的问题。
-
公开(公告)号：CN115169851A
公开(公告)日：2022-10-11
申请号：CN202210748327.1
申请日：2022-06-29
Applicant: 南京邮电大学
Abstract: 本发明公开了一种冷链物流质量管理系统，物联网感知设备设置在物流资产上，用于生成物流数据，边缘区块链包括边缘网关，边缘网关包括固定边缘网关和移动边缘网关，固定边缘网关与移动边缘网关之间通过同步引擎实现数据处理同步，固定边缘网关和移动边缘网关包括计算模块，计算模块收集物流数据并对其进行验证以及预处理，随后生成数据块，云区块链包括云服务器，云服务器接收数据块并进行储存。本发明还公开一种冷链物流质量管理方法。本发明提供的一种冷链物流质量管理系统及其方法，能够实现在操作转变时持续的物联网感知和数据交换，基本消除了数据点缺失的情况，保证传感器数据的完整性和实时可视性，以实现冷链物流的质量管理。
-
公开(公告)号：CN110891293B
公开(公告)日：2022-09-16
申请号：CN201911093932.4
申请日：2019-11-11
Applicant: 南京邮电大学
Abstract: 本发明公开了车联网信息传输技术领域的一种基于车辆轨迹预测的多属性网络选择方法，旨在解决现有技术中车载移动终端可以接收到多个不同基站所覆盖的网络信号，由于车联网中车辆流动性大、运动速度快，若接入某一网络的时间过短容易造成网络的频繁切换，会产生信号不稳定的技术问题。所述方法包括如下步骤：预测车辆的轨迹和车速；基于所述轨迹和车速，预测车辆在不同网络中的驻留时间；将所述驻留时间与预设阈值进行比较，提取驻留时间大于预设阈值的网络作为候选网络；从所述候选网络中选取接入网络。
-
公开(公告)号：CN114885420A
公开(公告)日：2022-08-09
申请号：CN202210282489.0
申请日：2022-03-22
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于混合深度强化学习的NOMA‑MEC系统中的用户分组和资源分配方法及装置。本发明提出的混合深度强化学习算法利用DDPG优化连续动作和DQN优化离散动作解决了深度强化学习难以处理同时具有离散和连续动作空间的混合问题。具体地，算法根据用户的信道状态确定用户设备的带宽分配、卸载决策、子信道分配(用户分组情况),以使系统的计算速率与所耗功率之比最大化。该算法可以良好地适应环境的动态特性，有效提升系统的能量效率和频谱资源利用率。
-
Patent Agency Ranking
公开(公告)号：CN113920577A
公开(公告)日：2022-01-11
申请号：CN202110900089.7
申请日：2021-08-06
Applicant: 南京邮电大学
Abstract: 本发明公开了一种室内非接触式人体活动识别方法及系统，包括：利用天线阵列采集室内的反射信号；对反射信号滤波处理得到去除噪声后的反射信号；输入到预先训练好的人体活动识别模型，确定人体活动类别，所述人体活动识别模型为预先训练好的基于迁移学习算法的CNN网络模型。优点：使用天线阵列采集人的动作，在室内进行活动识别，可以应用于居家养老的场景；对原始数据进行降噪，能够去除大部分的高频噪声，并且保留信号的相位变化；采用CNN结构进行训练旨在降低系统复杂性，同时利用迁移学习的思想，赋予该系统单独学习的能力，并将从一个位置获得的知识用于其他位置。最终达到了使用尽可能少的数据来实现高精度的位置无关感知的目的。
-
公开(公告)号：CN109618351B
公开(公告)日：2022-01-07
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：CN108769675B
公开(公告)日：2021-12-17
申请号：CN201810565703.7
申请日：2018-06-04
Applicant: 南京邮电大学
IPC: H04N19/114 , H04N19/122 , H04N19/119 , H04N19/139 , H04N19/52
Abstract: 本发明公开了一种基于两阶多假设预测的分布式视频自适应重构方法，在两阶多假设预测的基础上，在第一阶段重构中选取前向重构的关键帧作为前向参考帧；在二次重构中添加了自适应算法，将前向参考帧、后向参考帧以及双向运动补偿算法生成的边信息作为候选参考帧，将所有候选参考帧整合进相同的假设集合中，执行像素域的多假设预测算法得到权重向量；然后计算权重向量的L1范数，通过最大L1范数自适应的选择最终参考帧。本发明充分考虑现有两阶多假设预测的方案，在像素域重构中自适应选择参考帧，解决了由于传统方法选择参考帧所导致的不同类型视频效果不稳定的问题。
-
公开(公告)号：CN113627871A
公开(公告)日：2021-11-09
申请号：CN202110690513.X
申请日：2021-06-22
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于多目标粒子群算法的工作流调度方法、系统及存储介质，所述方法首先考虑集群内各服务器的降频特性和执行时间的差异性，在传统模型基础上构建了一个涵盖工作流执行开销、执行时间、集群负载均衡的多目标综合评估模型；其次，面向工作流调度提出了一种多目标粒子群算法，并给出了一种高效求解方法。此方法缓解了粒子群算法的过早收敛、物种多样性低的缺陷，降低了工作流在集群服务器上的执行开销、执行时间，较好的平衡了集群服务器的负载。
-
公开(公告)号：CN113553188A
公开(公告)日：2021-10-26
申请号：CN202110885382.0
申请日：2021-08-03
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于改进天牛须算法的移动边缘计算卸载方法，首先，在MEC系统中搜集系统信息，并根据移动边缘计算的先验知识明确整体系统收益函数；其次，在对卸载策略进行空间映射后，通过所构建的改进天牛须算法快速求解最优卸载策略。最后，MEC系统根据卸载策略将任务卸载计算，进而实现在提升用户使用体验的同时最大化系统整体收益。
-
-
-
-
-
-
-
-
-
Search Results
446
records
(took 0.031 seconds)
