-
-
公开(公告)号：CN110851878B
公开(公告)日：2022-10-11
申请号：CN201911138474.1
申请日：2019-11-20
Applicant: 南京邮电大学
Abstract: 一种基于区块链的可问责的医疗数据存储方法，本发明通过使用区块链技术与云存储技术相结合，提出了一种有别于现有医疗区块链的系统框架，所有针对医疗数据进行的操作，例如删除医疗数据、存储医疗数据、查询医疗数据等等，都将经过共识机制写入区块中。同时，本系统通过密码学方法，实现了相关用户对数据操作的不可抵赖性，任何用户的非法操作，都将以区块链中存储的数据为证据被问责。
-
公开(公告)号：CN114970837A
公开(公告)日：2022-08-30
申请号：CN202210914128.3
申请日：2022-08-01
Applicant: 南京邮电大学
Abstract: 本发明公开了面向电力物联网的DOA估计方法、装置和存储介质，获取电力物联网终端的1比特实测测量信号，建立稀疏实值信号向量；利用软阈值收缩函数以及软阈值收缩算子对稀疏实值信号向量的每个非零分量进行标量缩减，得到标量缩减后的稀疏实值信号向量；将标量缩减后的稀疏实值信号向量以及原始的稀疏实值信号向量输入到训练获得的深度神经网络，输出获得面向电力物联网的DOA估计结果；通过利用原来不动点延拓算法中的更新梯度公式转化为其等价的更新迭代规则，只需在网络架构的最后一层加入归一化层就可以解决问题，本发明应用于电力物联网中的大规模终端设备接入场景中，有效提升了在大规模设备信号重构的速度和精度。
-
公开(公告)号：CN112511313A
公开(公告)日：2021-03-16
申请号：CN202011343316.2
申请日：2020-11-25
Applicant: 南京邮电大学
Abstract: 一种远程医疗系统中基于味觉诱发脑电信号的身份识别方法，首先进行用户注册阶段：对初始脑电数据集进行预处理；利用逐点双列相关系数法和关系系数选出用户对应的最优电极通道、有效时间段和相应的每个通道上的最优特征，提取出脑电信号特征值进行编码，利用用户心电信号生成64位的DES加密算法密钥，并对脑电信号特征值序列加密保存；进行用户认证阶段：医疗机构对此前用户注册时的脑电信号特征序列进行解密，通过对比用户认证时的脑电信号特征序列，若两者差值在规定阈值内，则认证通过。本方法克服认证凭证容易被遗忘和伪造等缺点；此外尤其适用于视听觉均有障碍的人群，并且本方法对脑电信号特征进行了编码加密保存，防止了入侵者的破坏，使身份识别更加可靠。
-
公开(公告)号：CN111046369A
公开(公告)日：2020-04-21
申请号：CN202010172856.2
申请日：2020-03-13
Applicant: 南京邮电大学
Abstract: 基于双脑脑机接口系统的在线身份认证方法，两名离线数据采集用户分别头戴便携式脑电设备静坐在电脑面前，根据运动想象提示信息进行想象，采集到初始脑电数据集A；算法部分采用带通滤波器和改进的独立分量分析方法对所述脑电信号数据进行预处理，以便提取到较为纯净的脑电数据集 ；使用公共空间模式对上述脑电数据集 进行特征提取，获取特征提取后的脑电数据集D；将特征提取后的脑电数据集D采用支持向量机的方法进行分类，识别出用户的想象动作；最后进入在线测试阶段，每次根据两名被试用户的运动想象识别结果控制初始鼠标点上下左右移动，当初始鼠标点与目标鼠标点位置重合时两人身份即得到验证。
-
Patent Agency Ranking
公开(公告)号：CN117221122A
公开(公告)日：2023-12-12
申请号：CN202311172306.0
申请日：2023-09-12
Applicant: 南京邮电大学
IPC: H04L41/0896 , H04L67/10 , H04L41/14 , G06N3/098 , G06N20/00
Abstract: 本发明公开了一种基于带宽预分配的异步分层联合学习训练方法，包括：在训练开始时，云服务器在每个边缘服务器范围内选取相应数量的客户端，并将最新的模型参数分发给客户端；客户端利用自身的数据对模型参数进行多轮迭代，训练结束时，根据其当前位置选择最近且有剩余带宽的边缘服务器进行模型参数上传，并根据带宽情况合理分配资源以加速上传速度；每个边缘服务器在经过一定时间间隔Taggregation后进行一轮边缘聚合，然后将聚合后的参数上传至云服务器进行一轮云聚合；经过云聚合后，云服务器再进行下一轮客户端的选取。本发明不仅适应动态场景下参与方之间数据分布的变化，还能充分利用有限的通信资源，从而提升训练效果。
-
公开(公告)号：CN114970837B
公开(公告)日：2022-11-11
申请号：CN202210914128.3
申请日：2022-08-01
Applicant: 南京邮电大学
Abstract: 本发明公开了面向电力物联网的DOA估计方法、装置和存储介质，获取电力物联网终端的1比特实测测量信号，建立稀疏实值信号向量；利用软阈值收缩函数以及软阈值收缩算子对稀疏实值信号向量的每个非零分量进行标量缩减，得到标量缩减后的稀疏实值信号向量；将标量缩减后的稀疏实值信号向量以及原始的稀疏实值信号向量输入到训练获得的深度神经网络，输出获得面向电力物联网的DOA估计结果；通过利用原来不动点延拓算法中的更新梯度公式转化为其等价的更新迭代规则，只需在网络架构的最后一层加入归一化层就可以解决问题，本发明应用于电力物联网中的大规模终端设备接入场景中，有效提升了在大规模设备信号重构的速度和精度。
-
公开(公告)号：CN114997749A
公开(公告)日：2022-09-02
申请号：CN202210919919.5
申请日：2022-08-02
Applicant: 南京邮电大学
Abstract: 本发明公开了电力人员智能调度方法和系统，方法包括：获取机器工作时的音频信号样本，根据音频信号样本确定机器是否存在故障；若判断机器存在故障，则根据音频信号样本确定机器故障类型；根据可调度的电力人员人数、电力人员故障修复次数、电力人员修复成功率以及机器故障类型构建智能调度问题；求解所述智能调度问题获得智能调度方案。本发明基于机器故障类型，能够第一时间对电力人员进行精准调度，从而完成机器故障的维修。
-
公开(公告)号：CN117221122B
公开(公告)日：2024-02-09
申请号：CN202311172306.0
申请日：2023-09-12
Applicant: 南京邮电大学
IPC: H04L41/0896 , H04L67/10 , H04L41/14 , G06N3/098 , G06N20/00
Abstract: 本发明公开了一种基于带宽预分配的异步分层联合学习训练方法，包括：在训练开始时，云服务器在每个边缘服务器范围内选取相应数量的客户端，并将最新的模型参数分发给客户端；客户端利用自身的数据对模型参数进行多轮迭代，训练结束时，根据其当前位置选择最近且有剩余带宽的边缘服务器进行模型参数上传，并根据带宽情况合理分配资源以加速上传速度；每个边缘服务器在经过一定时间间隔Taggregation后进行一轮边缘聚合，然后将聚合后的参数上传至云服务器进行一轮云聚合；经过云聚合后，云服务器再进行下一轮客户端的选取。本发明不仅适应动态场景下参与方之间数据分布的变化，还能充分利用有限的通信资源，从而提升训练效果。
-
公开(公告)号：CN115049522A
公开(公告)日：2022-09-13
申请号：CN202210986128.4
申请日：2022-08-17
Applicant: 南京邮电大学
Abstract: 本发明公开了一种面向电力物联网的电力终端多任务联邦学习方法，1）电力服务提供商在云平台发布联邦学习任务后，云平台初始化全局模型；2）云平台将全局模型依次分发到边缘聚合器和电力终端，在电力终端通过使用本地能量数据训练本地模型，本地模型训练完毕后上传到边缘聚合器；3）利用边缘聚合器在边缘平台中执行边缘聚合后将局部模型发送到云平台进行中心聚合，获得全局模型；全局模型预测电量。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.028 seconds)
