-
公开(公告)号：CN116170351A
公开(公告)日：2023-05-26
申请号：CN202310043768.6
申请日：2023-01-29
Applicant: 南京信息工程大学
IPC: H04L43/0876 , G06N3/0464 , G06N3/0455 , G06N3/048 , G06N3/049 , G06N3/08 , H04L41/147 , H04L41/16
Abstract: 本发明公开了一种基于时空图注意力机制的网络流量预测方法，包括网络流量数据的采集，对数据进行处理，转化操作；对DSTGAT网络流量预测模型参数进行初始化设置；将预处理后的网络流量数据输入DSTGAT预测模型中，选择不同的超参数对模型进行训练，训练模型能够挖掘不同节点间网络流量数据的连通性与近相关性，通过使用图神经网络与注意力机制实现时空特征分解，最后进行数据归一化处理，实现网络流量的准确预测。
-
公开(公告)号：CN115879634A
公开(公告)日：2023-03-31
申请号：CN202211649973.9
申请日：2022-12-21
Applicant: 南京信息工程大学
IPC: G06Q10/04 , G06N3/047 , G06N3/0464 , G06N3/094 , G06Q50/02
Abstract: 本发明公开了一种气象环境因素与农业干旱因果推断方法，首先通过CEGAN对抗生成未知混淆变量的代理变量，然后根据领域调研构建特征变量的因果关系图，利用DoWhy的因果识别机制识别验证因果关系，根据数据和因果图，使用自回归密度估计器估计治疗变量对结果变量的干预效果。本发明能够避免深度学习项目中单纯关注缺少因果关系的粗糙关联性，分析特征之间的因果关联强度，可用于预测任务的特征选择，降低了算法复杂度的同时，加强了特征选择的物理可解释性。
-
公开(公告)号：CN112435232A
公开(公告)日：2021-03-02
申请号：CN202011318668.2
申请日：2020-11-23
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于哈尔小波结合图像方差的疵点检测方法，首先，利用中值滤波抑制噪声，利用HW对图像进行增强，从而得到一个预处理图像；其次，基于预处理图像，对图像进行分块，统计每个图像块的方差，通过方差结合阈值将图像块分为带疵点图像块和不包含疵点的图像块；然后，设定阈值，对图像块的方差进行二值化处理，得到二值化处理后的图像块；最后，对二值化处理后的图像块进行合成，得到疵点检测图像。本发明通过中值滤波有效抑制了噪声，通过哈尔小波增大了疵点与图像背景的灰度值差异，不仅能准确检测出布料中的常见疵点，同时对灰度值与布料背景差异很小的疵点非常有效，从而提高布料疵点检测效率，降低误检率。
-
公开(公告)号：CN108322276B
公开(公告)日：2021-02-19
申请号：CN201810050534.3
申请日：2018-01-18
Applicant: 南京信息工程大学
IPC: H04B17/382 , H04B17/309
Abstract: 本发明公开了一种基于D‑S证据理论的频谱感知准确率提升技术，首先根据认知用户的历史感知数据，计算认知用户在历史行为中的可信度值，从而剔除那些可信度低于一定阈值的认知用户选出具有代表性的认知用户参与频谱感知。根据历史数据筛选出来的认知用户，结合D‑S证据理论方法，再次从代表性认知用户中选择更适合的认知用户参与频谱感知，从而可以判断当前信道的可用性。本发明能够有效地减少频谱感知过程中的能量消耗，同时有效地提高了频谱感知的准确率。
-
公开(公告)号：CN105574153A
公开(公告)日：2016-05-11
申请号：CN201510943677.3
申请日：2015-12-16
Applicant: 南京信息工程大学
IPC: G06F17/30
CPC classification number: G06F16/128
Abstract: 本发明提供一种基于文件热度分析和K-means的副本放置方法，首先通过分析文件在给定时间内的访问频率，计算文件的访问热度。利用文件的访问热度，结合K-means算法，预测下一周期内可能的高访问热度文件，综合考虑统计周期、文件大小、工作环境等多种因素，按需动态地调整文件副本的数量及放置位置。本发明能够有效地减少文件访问的平均响应时间，提高数据服务性能。
-
Patent Agency Ranking
公开(公告)号：CN119047657A
公开(公告)日：2024-11-29
申请号：CN202411533393.2
申请日：2024-10-31
Applicant: 南京信息工程大学
Abstract: 本发明属于蜂窝网络通信技术领域，具体涉及子图驱动的轻量化联邦学习时空蜂窝网络预测方法，包括以下步骤：S1、数据预处理；S2、子图划分；S3、模型训练；S4、模型参数剪枝；S5、模型传输；S6、参数聚合；S7、模型更新，为联邦分布式环境设计了一种以节点间时空相关性为核心的分布式子图划分策略，据此制定出更接近实际FL应用场景的子图节点划分方案。本发明将FL框架与STGCN模型进行集成，引入了一种基于传输参数权重的自适应剪枝方案，在模型数据传输阶段设计了强化学习代理进行决策，剪除较低权重参数，以降低模型通信成本与计算成本，实现模型轻量化的同时有效保持预测精度。
-
公开(公告)号：CN118118439B
公开(公告)日：2024-07-09
申请号：CN202410491110.6
申请日：2024-04-23
Applicant: 南京信息工程大学
IPC: H04L47/70 , H04L47/80 , H04L41/0896 , H04L45/125 , H04L45/12
Abstract: 本发明提供了一种基于链路分类的非均匀带宽分配方法，具体为：步骤1：获取网络拓扑中的数据流量，并计算出每条链路的剩余带宽；步骤2：当发送主机向接受主机发送业务时，交换机解析数据包中数据分组的分组头，根据分组头该交换机在自身的流表中查询该数据分组有无对应流规则，若有，则按照对应的流规则进行业务的发送；否则转步骤3；步骤3：寻找业务传输的所有简单路径；步骤4：将路径上的所有链路分为空闲链路，普通链路和瓶颈链路；并对空闲链路和瓶颈链路分配带宽；步骤5：计算每条路径的权重，选择最优路径；步骤6：对最优路径中的普通链路分配带宽；步骤7：将最优路径每条链路所分配到的带宽下发给交换机实现非均匀带宽分配。
-
公开(公告)号：CN116170351B
公开(公告)日：2023-08-22
申请号：CN202310043768.6
申请日：2023-01-29
Applicant: 南京信息工程大学
IPC: H04L43/0876 , G06N3/0464 , G06N3/0455 , G06N3/048 , G06N3/049 , G06N3/08 , H04L41/147 , H04L41/16
Abstract: 本发明公开了一种基于时空图注意力机制的网络流量预测方法，包括网络流量数据的采集，对数据进行处理，转化操作；对DSTGAT网络流量预测模型参数进行初始化设置；将预处理后的网络流量数据输入DSTGAT预测模型中，选择不同的超参数对模型进行训练，训练模型能够挖掘不同节点间网络流量数据的连通性与近相关性，通过使用图神经网络与注意力机制实现时空特征分解，最后进行数据归一化处理，实现网络流量的准确预测。
-
公开(公告)号：CN116208969A
公开(公告)日：2023-06-02
申请号：CN202310221067.7
申请日：2023-03-09
Applicant: 南京信息工程大学
Abstract: 本发明公开了基于改进海洋捕食者算法的无线传感器网络覆盖优化方法，针对固定范围的目标网络监测区域，以该目标网络监测区域内传感器节点数量、传感器节点部署位置、以及传感器节点统一的感知半径与传感半径作为输入，以目标网络监测区域的网络覆盖率作为输出，构建基于布尔感知的传感器节点联合感知模型；以当前传感器节点二维部署位置和目标网络监测区域的网络覆盖率为输入，利用海洋捕食者算法结合Tent混沌对步骤S1得到的传感器节点联合感知模型的待优化参数进行优化，获得优化后的最大网络覆盖率及其所对应的最优节点位置部署方案。改进海洋捕食者算法取得的优化效果更好，网络节点分布更均匀，覆盖盲区与节点覆盖冗余现象更少。
-
公开(公告)号：CN110766063A
公开(公告)日：2020-02-07
申请号：CN201910987689.4
申请日：2019-10-17
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于压缩激励和紧密连接卷积神经网络的图像分类方法，将轻量级的紧密连接卷积神经网络(DenseNet)和高性能的压缩和激励模块(SE)结合，通过训练卷积神经网络，计算损失函数，根据梯度下降更新网络；测试卷积神经网络，计算分类准确度；重复上述步骤构建保存准确度最高的准确度数值和卷积神经网络模型参数，得到效果最好的卷积神经网络模型。本发明压缩和激励模块可以显式地建模通道之间的相互依赖关系，且计算量很小；相较于传统卷积神经网络图像分类方法，能够以很少的参数量和计算量获得高准确度的图像分类结果。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.021 seconds)
