-
公开(公告)号：CN104833964A
公开(公告)日：2015-08-12
申请号：CN201510210466.9
申请日：2015-04-28
Applicant: 南京邮电大学
Inventor： 刘斌
CPC classification number: G01S7/415 , G01S13/726 , G01S15/66
Abstract: 本发明公开了一种针对雷达/声呐系统的目标检测跟踪一体化方法和装置，以解决复杂观测环境下的雷达/声呐目标检测与跟踪问题。本发明方法首先获取和目标个数、目标运动模式、信号类型、物理观测环境相关的概率测度先验数据信息；采用贝叶斯非参建模方法对上述先验数据信息进行统一化建模；在上述先验模型基础之上，融入当前观测信息，采用贝叶斯机制构建目标状态后验模型；采用蒙特卡洛后验分布采样方法对目标参数后验分布进行随机采样，利用所抽取的随机样本进行相应的统计推断，以估计目标有无、目标个数以及目标运动参数。本发明方法和装置的将对复杂观测环境下雷达/声呐目标检测跟踪问题的有效解决具有促进作用。
-
公开(公告)号：CN109288511A
公开(公告)日：2019-02-01
申请号：CN201811112401.0
申请日：2018-09-21
Applicant: 南京邮电大学
Abstract: 本发明揭示了一种从钙离子荧光观测值中获取神经元动作电位出现时刻的采样算法，包括如下步骤：S1、使用约束非负反卷积方法从给定的钙离子荧光观测值Y中获取脉冲峰值时刻spt0；S2、使用spt0作为脉冲峰值时刻采样的初始状态值，计算脉冲峰值时刻采样的建议分布标准偏差σi；S3、得到脉冲峰值时刻采样的建议分布 生成候选脉冲峰值时刻spt*；S4、计算脉冲峰值时刻的接受概率α(spti-1,spt*)；S5、将α(spti-1,spt*)与(0,1)中均匀分布的随机数R进行比较，得到新的脉冲峰值时刻spti。本发明能够拟合出更为接近于原始荧光观测值的数值，获取到了更为精确的脉冲峰值时刻，具有很高的使用及推广价值。
-
公开(公告)号：CN105843743B
公开(公告)日：2018-10-02
申请号：CN201610220057.1
申请日：2016-04-11
Applicant: 南京邮电大学
IPC: G06F11/36
Abstract: 本发明公开了一种特殊自动化测试用例实际输出结果正确性的验证方法,该方法在对自动化测试用例产生的实际数据进行特定分析处理时，不影响其自动化测试本身的进程。步骤1：获取无Bug数据存储在本地文件下；步骤2：用获取到的无Bug数据训练出一个神经网络模型；步骤3：给定m维的特征向量为输入值[x1,x2,…,xi,…,xm]，执行对应自动化测试用例得到实际测试结果Tk；步骤4：将上述步骤3中的输入值代入步骤2中已训练完成的神经网络中，经过神经网络的训练得出预测输出值ok，然后将步骤3中执行对应自动化测试用例得到实际测试结果Tk与训练完成后的神经网络输出的预测值ok进行比较，通过比较的结果ΔTk来判断此测试用例是否出现Bug。
-
公开(公告)号：CN107231224A
公开(公告)日：2017-10-03
申请号：CN201710255699.X
申请日：2017-04-19
Applicant: 南京邮电大学
Abstract: 本发明公开了一种最大传输时限下LTE WLAN网络动态聚合决策方法，该方法考虑在异构无线网络场景下，用户在移动过程中通过LTE与WLAN网络聚合等方式，在时限内多个决策时间点为用户选择最优的网络接入方案，使得在最大时间期限要求内完成传输任务同时使得用户的数据使用费用最低。该方法采用演进型基站中心调度决策控制的方式，在最大传输时间需求给定下，根据各个决策时间点的网络状态，用户等待传输队列长度与剩余允许传输时间，计算用户在各个时间节点采用不同网络接入方式的代价，代价最小的方案集合为最优接入方案策略。该聚合方法能够兼容WLAN分流承载方案，最大程度利用免授权频段辅助蜂窝通信的频谱效率。
-
公开(公告)号：CN105843743A
公开(公告)日：2016-08-10
申请号：CN201610220057.1
申请日：2016-04-11
Applicant: 南京邮电大学
IPC: G06F11/36
CPC classification number: G06F11/3688 , G06F11/3672
Abstract: 本发明公开了一种特殊自动化测试用例实际输出结果正确性的验证方法,该方法在对自动化测试用例产生的实际数据进行特定分析处理时，不影响其自动化测试本身的进程。步骤1：获取无Bug数据存储在本地文件下；步骤2：用获取到的无Bug数据训练出一个神经网络模型；步骤3：给定m维的特征向量为输入值[x1,x2,...,xi,...,xm]，执行对应自动化测试用例得到实际测试结果Tk；步骤4：将上述步骤3中的输入值代入步骤2中已训练完成的神经网络中，经过神经网络的训练得出预测输出值ok，然后将步骤3中执行对应自动化测试用例得到实际测试结果Tk与训练完成后的神经网络输出的预测值ok进行比较，通过比较的结果ΔTk来判断此测试用例是否出现Bug。
-
Patent Agency Ranking
公开(公告)号：CN104834702A
公开(公告)日：2015-08-12
申请号：CN201510208569.1
申请日：2015-04-28
Applicant: 南京邮电大学
Inventor： 刘斌
Abstract: 本发明公开了一种针对科研项目申报的学科选择方法，以为有志于申请国家省地各类科研项目的科研工作者提供简单易执行、同时又有理论支持的、最优化的学科选择方法。本发明方法具体包括以下步骤：计算个人研究方向、研究内容同项目申报指南中所列各学科的相关度；对所在单位员工近年来在每一学科申报的数据进行统计分析，计算数据特征值；将相关度数据和数据特征值按照贝叶斯推理规则进行融合计算，得到各学科的推荐权值；选择推荐权值最大的学科进行申报。本发明为科研项目申报过程提供了一种有效的学科选择方法，可用于个人项目申报，或科研管理部门对所在单位项目申报提出规划与建议。
-
公开(公告)号：CN104124391A
公开(公告)日：2014-10-29
申请号：CN201410352169.3
申请日：2014-07-23
Applicant: 南京邮电大学
CPC classification number: H01L51/5262 , H01L51/5012 , H01L51/5203 , H01L51/56
Abstract: 白光顶发光型有机发光二极管及其制备方法，从下往上顺序依次蒸镀：衬底、反射阳极、空穴注入层、空穴传输层、双蓝光发光层、红光发光层、电子传输层、电子注入层、半透明阴极和光耦合输出层。制备过程是先将衬底清洁，再在真空中进行蒸镀，待蒸镀结束后冷却即可。本发明通过使用半透明阴极和光耦合输出层，有效的抑制了多光束干涉，整体增强了白光的输出；利用双蓝光发光层靠近阳极的结构特点，增强蓝光波段的宽角干涉；利用异质结结构的双蓝光发光层，控制激子复合区域，增强蓝光强度的同时提高器件色度的稳定性。该发明有效改善了白光顶发光型有机发光二极管的色度和稳定性，具有潜在的应用价值。
-
公开(公告)号：CN108897790B
公开(公告)日：2022-09-20
申请号：CN201810594764.6
申请日：2018-06-11
Applicant: 南京邮电大学
IPC: G06F16/9535 , G06F16/2458
Abstract: 一种基于鲁棒协同过滤算法的推荐方法，包括如下步骤：S1、根据数据集构建用户评分矩阵Rm×n以及用户评分时间矩阵Tm×n；S2、根据Tm×n计算用户的兴趣衰减权重；S3、根据Rm×n以及用户的兴趣衰减权重将Rm×n标准化为Z‑scores，然后计算用户之间的相似度sim；S4、计算用户之间的敏感性，根据用户之间的敏感性产生拉普拉斯噪声，将该噪声加上用户原本的相似度sim，得到新的相似度sim″；S5、根据sim″，求得用户的最相似的N个邻居；S6、根据N个邻居的评分信息，使用Z‑socres标准化后的协同过滤预测评分公式，预测评分。本发明在拥有较高推荐精确度的同时还具备抵御攻击的能力，实现了推荐精确度和抵御攻击能力之间的平衡。
-
公开(公告)号：CN109288511B
公开(公告)日：2021-05-04
申请号：CN201811112401.0
申请日：2018-09-21
Applicant: 南京邮电大学
Abstract: 本发明揭示了一种从钙离子荧光观测值中获取神经元动作电位出现时刻的采样算法，包括如下步骤：S1、使用约束非负反卷积方法从给定的钙离子荧光观测值Y中获取脉冲峰值时刻spt0；S2、使用spt0作为脉冲峰值时刻采样的初始状态值，计算脉冲峰值时刻采样的建议分布标准偏差σi；S3、得到脉冲峰值时刻采样的建议分布生成候选脉冲峰值时刻spt*；S4、计算脉冲峰值时刻的接受概率α(spti‑1,spt*)；S5、将α(spti‑1,spt*)与(0,1)中均匀分布的随机数R进行比较，得到新的脉冲峰值时刻spti。本发明能够拟合出更为接近于原始荧光观测值的数值，获取到了更为精确的脉冲峰值时刻，具有很高的使用及推广价值。
-
公开(公告)号：CN108897790A
公开(公告)日：2018-11-27
申请号：CN201810594764.6
申请日：2018-06-11
Applicant: 南京邮电大学
IPC: G06F17/30
Abstract: 一种鲁棒协同过滤推荐算法，包括如下步骤：S1、根据数据集构建用户评分矩阵 以及用户评分时间矩阵 ；S2、根据 计算用户的兴趣衰减权重；S3、根据以及用户的兴趣衰减权重将标准化为Z-scores，然后计算用户之间的相似度sim；S4、计算用户之间的敏感性，根据用户之间的敏感性产生拉普拉斯噪声，将该噪声加上用户原本的相似度sim，得到新的相似度 ；S5、根据 ，求得用户的最相似的N个邻居；S6、根据N个邻居的评分信息，使用Z-socres标准化后的协同过滤预测评分公式，预测评分。本发明在拥有较高推荐精确度的同时还具备抵御攻击的能力，实现了推荐精确度和抵御攻击能力之间的平衡。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.025 seconds)
