-
公开(公告)号：CN115310896A
公开(公告)日：2022-11-08
申请号：CN202210792169.X
申请日：2022-07-05
Applicant: 南京邮电大学
Abstract: 本发明提供了一种基于大数据的物流信息管理方法，包括：采集物流数据，并通过所述物流数据构建物流信息管理库，将所述物流数据在物流信息管理库中进行存储，并对存储的物流数据制定数据查看权限规则；通过所述物流数据构建货品运输调配模型，并根据所述货品运输调配模型制定货品运输策略；根据所述货品运输策略，对货品运输信息跟踪记录，生成物流记录表，对记录显示的异常信息通过物流调度监控中心执行报警操作，并根据所述物流记录表进行货品物流运输预测，获取预测结果，本发明不仅能保证数据的安全性，而且根据构建的货品运输调配模型可以制定出最优的运输策略，节省运输成本，根据记录的异常信息进行及时报警，从而避免出现货品损失。
-
Patent Agency Ranking
公开(公告)号：CN112617813B
公开(公告)日：2023-02-14
申请号：CN202011471969.9
申请日：2020-12-15
Applicant: 南京邮电大学
Abstract: 本发明公开了跌倒检测技术领域的一种基于多传感器的非侵入式跌倒检测方法及系统，解决了老人在浴室等私密空间内发生跌倒时的隐私保护问题，具有检测准确度高，虚警率低等特点。分别采集被监测对象反射的毫米波雷达信号和被监测对象辐射的热释电红外信号；对采集到的被监测对象反射的毫米波雷达信号进行傅里叶变换，生成毫米波雷达特征矩阵，进而获取毫米波雷达最优特征矩阵；对采集到的被监测对象辐射的热释电红外信号进行傅里叶变换并进行特征提取，获取热释电红外信号级联特征矩阵；将毫米波雷达最优特征矩阵和热释电红外信号级联特征矩阵串联并获取最优级联特征矩阵；以最优级联特征矩阵作为决策分类器的输入，输出被监测对象的状态信息。
-
公开(公告)号：CN112617813A
公开(公告)日：2021-04-09
申请号：CN202011471969.9
申请日：2020-12-15
Applicant: 南京邮电大学
Abstract: 本发明公开了跌倒检测技术领域的一种基于多传感器的非侵入式跌倒检测方法及系统，解决了老人在浴室等私密空间内发生跌倒时的隐私保护问题，具有检测准确度高，虚警率低等特点。分别采集被监测对象反射的毫米波雷达信号和被监测对象辐射的热释电红外信号；对采集到的被监测对象反射的毫米波雷达信号进行傅里叶变换，生成毫米波雷达特征矩阵，进而获取毫米波雷达最优特征矩阵；对采集到的被监测对象辐射的热释电红外信号进行傅里叶变换并进行特征提取，获取热释电红外信号级联特征矩阵；将毫米波雷达最优特征矩阵和热释电红外信号级联特征矩阵串联并获取最优级联特征矩阵；以最优级联特征矩阵作为决策分类器的输入，输出被监测对象的状态信息。
-
公开(公告)号：CN111046193A
公开(公告)日：2020-04-21
申请号：CN201911385727.5
申请日：2019-12-27
Applicant: 南京邮电大学
Abstract: 本发明的目的是提供了一种基于元学习的领域知识图谱补全方法，提供一种知识图谱补全方式，仅依靠领域知识图谱中的少量样本实现实体补全和新知识的快速部署，从而提高领域知识图谱补全的效率。克服了小样本领域知识图谱难以自动处理、人工处理成本高的问题，通过元学习方法实现了在小样本领域中有效的三元组向量表示的获得方法。训练的元关系向量对于任务的改变具有敏感性，其训练过程相对普通的表示学习过程只增加了一个参数，在面对新领域知识时可以达到快速部署的效果，提高了计算效率。可扩展性强，可以适应表示学习中的多种损失函数，可以随效率和精度要求灵活更改损失函数。
-
公开(公告)号：CN109444813A
公开(公告)日：2019-03-08
申请号：CN201811255127.2
申请日：2018-10-26
Applicant: 南京邮电大学
Abstract: 一种基于BP和DNN双神经网络的RFID室内定位方法，弥补了传统的基于RSSI室内定位技术中在同一环境下将路径损耗系数n设为常数的缺点，通过结合神经网络技术，建立信号强度与路径损耗系数的转化模型，准确预测出不同位置的路径损耗系数n，减小了传统基于RSSI定位方法中路径损耗系数n固定而产生的误差，提高了系统定位精度；结合BP网络和深度神经网络，将BP网络输出的不同位置的路径损耗系数n，以及接收到的待测标签信号强度作为DNN的输入，能够根据不同的环境输出相应路径损耗系数n，从而更加准确的预测待测标签的坐标，并提高了系统鲁棒性；结合深度神经网络输出待测标签坐标，能够实时的对待测标签进行定位，克服了传统定位方法实时性差的缺点。
-
公开(公告)号：CN109344331A
公开(公告)日：2019-02-15
申请号：CN201811254958.8
申请日：2018-10-26
Applicant: 南京邮电大学
IPC: G06F16/9535 , G06F16/33 , G06F16/35
Abstract: 本发明提出一种基于在线社会网络的用户情感分析方法，与很多已研究出来的基于用户体征数据的情绪分析方法不同，本方法从在线社会网络的角度着手，通过对用户的日常行为进行分析，找出用户的兴趣点所在，使用SVM分类器对此类数据进行情感识别。本方法是一种启发策略性方法，通过本方法可以从用户日常使用社交网络出发，对用户情绪进行判断。
-
-
-
-
-
Search Results
16
records
(took 0.025 seconds)
