-
公开(公告)号：CN113489001B
公开(公告)日：2023-09-22
申请号：CN202110804005.X
申请日：2021-07-16
Applicant: 南京邮电大学
Abstract: 本发明是一种联合巡检场景中多智能体任务区域规划方法，该任务区域规划方法包括：目标区域全局信息获取；获取可调用各智能体巡检能力状况和位置信息；对目标区域进行网格化切割并建模；结合智能体信息和目标区域信息进行任务区域规划。在考虑智能体信息和任务密度不均衡的条件下，本发明采用基于任务密度分配的联合巡检场景中多智能体任务区域规划，可以有效的降低因任务密度不同和智能体能力状况不一所引起的规划不均衡问题。
-
公开(公告)号：CN113536689B
公开(公告)日：2023-08-18
申请号：CN202110848178.1
申请日：2021-07-26
Applicant: 南京邮电大学
IPC: G06F30/27 , G06N3/126 , G06Q10/0631 , G06F111/04
Abstract: 本发明提供一种基于混合遗传智能算法的多无人机任务分配执行控制方法，在多无人机场景下，在地图中获取需要前往的任务点集合T，并获取当前可用的无人机群集合U，根据地图中任务点集合T和无人机群U建立多旅行商任务模型；任务预分配，使用混合遗传算法对多旅行商任务模型进行求解，得出各无人机的任务执行有序序列；进行任务动态分配，在新任务出现时，通过K邻近算法将新任务基于无人机群体未执行的任务进行分配，对新分配了任务的无人机使用单遗传算法进行单线路任务重排序，得到新分配了任务的无人机的新路线；该方法采用混合算法完成对无人机任务的初始分配与任务动态分配，能够实现任务分配执行的高效性。
-
公开(公告)号：CN115909266A
公开(公告)日：2023-04-04
申请号：CN202211367523.0
申请日：2022-11-03
Applicant: 南京邮电大学
Abstract: 一种融合双重注意力机制的单目3D目标检测方法，基于目标检测算法，融合通道注意力机制及空间注意力机制，提供有效聚焦，提升收敛速度，减少时延，可以更好地解决目标检测的精度问题，提高网络的可解释性，同时提升目标检测的性能。通过将通道注意力机制(channel attention)、空间注意力机制(spatial attention)两种注意力机制综合运用，聚焦输入图像的全局与局部的双重重要信息来提高单目3D目标检测的精度。该发明成本极低、便于推广使用，能够在自动驾驶、障碍物检测与定位中扮演非常重要的角色。
-
公开(公告)号：CN115484033A
公开(公告)日：2022-12-16
申请号：CN202211114292.2
申请日：2022-09-13
Applicant: 南京邮电大学
Abstract: 本发明提供一种基于国密算法的PMU电力系统通信方法，信息发送设备与信息接收设备作为通信双方，向PMU电力系统的密钥管理服务申请获取国密SM2私钥；生成国密SM2完整公私密钥；信息发送设备从密钥管理服务中查询是否存在与信息接收设备之间的会话密钥，在不存在时，信息发送设备将加密后的会话密钥、签名结果、公钥以及ID信息发送给信息接收设备；信息接收设备验证通过后，协商出会话密钥或到密钥管理服务处查询会话密钥并解密；本发明不仅能够免去证书的管理，还解决了基于身份的加密体系中密钥托管的问题，同时结合国密算法进行签名、验证、加密，能够使得PMU电力系统的认证通信既轻量又安全。
-
公开(公告)号：CN115394440A
公开(公告)日：2022-11-25
申请号：CN202210958683.6
申请日：2022-08-09
Applicant: 江苏跃凯生物技术有限公司 , 南京邮电大学
Abstract: 本申请提供一种基于模型融合的葡萄糖浓度预测方法及相关设备，在获取到初始样本数据集后，采用卡尔曼滤波算法对初始样本数据集中的传感器电流信号进行降噪平滑处理，使电流信号更接近真实值，提高预测结果的精度；基于K折交叉验证，将优化后的LSTM模型得到的对葡萄糖浓度的初步预测结果输入优化后的XGBoost模型，得到葡萄糖浓度的最终预测结果。利用模型融合的思想，将LSTM模型的初步预测结果作为XGBoost模型输入，充分发挥LSTM模型和XGBoost模型的各自优势，提高葡萄糖浓度预测的精度。采用K折交叉验证的方式可以降低模型在构建和融合过程中出现过拟合的风险并提高模型的泛化能力，提高预测结果的精度。
-
Patent Agency Ranking
公开(公告)号：CN115348063A
公开(公告)日：2022-11-15
申请号：CN202210882066.2
申请日：2022-07-25
Applicant: 国网江苏省电力有限公司淮安供电分公司 , 南京邮电大学 , 南京鼎研电力科技有限公司
Abstract: 本发明涉及网络安全人工智能技术领域，公开了一种基于DNN及K‑means的电力系统网络流量识别方法，对原始数据进行筛选，选出可为分类提供较多信息的数据项组成数据样本；对样本数据进行整合操作和归一化操作进行预处理；迭代训练DNN网络模型，使用预处理的训练集训练DNN网络模型，用于电力系统网络流量的初步分类，得到分类置信度和正负例结果；对DNN网络模型处理后的判定为疑似服务器的样本再使用K‑means算法进行分类。与现有技术相比，本发明在电力网络数据的分类应用中具有较高的准确率，可以满足现实环境下电力系统网络流量分类的需求。
-
公开(公告)号：CN109753949B
公开(公告)日：2022-08-12
申请号：CN201910097579.0
申请日：2019-01-31
Applicant: 南京邮电大学
IPC: G06V20/58 , G06V10/764 , G06K9/62
Abstract: 本发明公开了一种基于深度学习的多视窗交通标志检测方法，首先通过仿射变换在不同的照明条件和方向上提供其他交通标志图片，然后利用扩充的数据集训练基于YOLO框架的交通标志检测模型，最后利用多视窗YOLO模型对输入图像进行分区域操作，对每个区域分别检测，并将检测结果进行融合，得到最终检测结果。本发明保证了需要进行交通标志检测的应用领域在进行交通标志检测时的准确性，不仅能提高交通安全性，同时也保证了交通运行效率，具有较高的研究意义。
-
公开(公告)号：CN110299187B
公开(公告)日：2022-03-22
申请号：CN201910597641.2
申请日：2019-07-04
Applicant: 南京邮电大学
IPC: G16B50/50
Abstract: 本发明公开了一种基于Hadoop的并行化基因数据压缩方法，事先从待压缩基因序列中选取并通过k‑mer构建Hash表编码参考序列，并将参考序列存储为索引文件。启动Hadoop集群，将配置、索引和待压缩文件传到HDFS上，配置MapReduce任务，在Map任务中读取待压缩序列的所有信息，使用Combiner与Partitioner对Map结果优化。在Reduce任务中进行待压缩序列与参考序列的匹配去重,最后将结果压缩输出。本发明使用分布式计算方式可以在读取单个基因实现并行化并提高效率，还可以实现多条基因序列的并行处理，以实现处理压缩大批量基因文件的加速。
-
公开(公告)号：CN113472590A
公开(公告)日：2021-10-01
申请号：CN202110795013.2
申请日：2021-07-14
Applicant: 南京邮电大学
IPC: H04L12/24
Abstract: 本发明是一种DDS中基于机器学习的QoS配置方法，利用已知的DDS QoS配置文件数据集结合机器学习方法决策树，训练得到决策树模型；在决策树构造过程中对决策树进行预剪枝，在生成决策树后再次剪枝，剪去分类准确性差别不大的分支及叶节点；训练结束之后，发布者发布带有消息类型标签的数据；读取发布者发布数据中的标签数据；结合训练得到的决策树，选取相应配置生成初始QoS配置文件；校验初始QoS配置文件中各配置项之间是否兼容，去除不兼容项生成配置项间相互兼容的QoS配置文件；最后发布端应用生成的QoS配置文件。本发明将QoS配置与传统机器学习方法相结合，实现了通信中间件DDS中QoS的自动配置。
-
公开(公告)号：CN109886086A
公开(公告)日：2019-06-14
申请号：CN201910006652.9
申请日：2019-01-04
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于HOG特征和线性SVM级联分类器的行人检测方法，主要用于通过提高智能车在行驶过程中实施行人检测的准确性，从而解决智能车在行驶过程中的的安全问题。为了打破传统的基于HOG和SVM的行人检测算法在提取行人HOG特征时，行人必须大体上保持直立姿势的局限性，本发明提出将行人分为站立、蹲下、弯腰三种不同的肢体动作，分别作为一种正样本数据集训练成相应的弱分类器，再将得到的三个弱分类器集成为一个强分类器，并将该级联结构的强分类器作为智能车行人检测模型的方法。
-
-
-
-
-
-
-
-
-
Search Results
134
records
(took 0.028 seconds)
