-
公开(公告)号：CN108366048B
公开(公告)日：2021-01-12
申请号：CN201810021778.9
申请日：2018-01-10
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于无监督学习的网络入侵检测方法，其实现步骤为：将样本数据存放到张量中；通过对张量数据进行基于评价指标的局部搜索，找到评价指标最高的子张量；数据；将数据分成左右子节点，通过不断比较父节点和左右子节点评价指标值的数值关系，判断二叉树生长是否终止。将二叉树所有的左叶节点存放到可疑行为集合中并输出。本发明提高了对张量数据中的多密集块的检测的准确率和召回率，给出了评价可疑行为的指标，同时给出了二叉树生长终止条件的严格数学证明。本发明可以用于在稀疏背景下对密集块检测，即在数据源很少的情况下，对网络入侵进行检测。
-
公开(公告)号：CN108665103A
公开(公告)日：2018-10-16
申请号：CN201810455194.2
申请日：2018-05-11
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于离散最优控制的恐慌人群疏散方法。适用于灾难发生时对恐慌人群的引导疏散，主要用于解决心理恐慌对人群疏散的影响。本发明从宏观角度建立了以LWR和Underwood模型为基础的偏微分方程，模拟了人群在恐慌状态下以一种流体的方式进行逃离。本发明运用最优控制下结合LWR模型和Underwood模型，能更好地控制人群疏散过程中的速度，验证了所提出的控制具有较好的实际可行性。
-
公开(公告)号：CN118692056A
公开(公告)日：2024-09-24
申请号：CN202410857184.7
申请日：2024-06-28
Applicant: 南京邮电大学
IPC: G06V20/58 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/0895
Abstract: 本发明一种融合自监督语义学习的行人检测方法，具体包括以下步骤：获取并预处理行人数据图像；获取并预处理行人数据图像；将预处理的图像输入特征提取网络，得到初始检测特征图；将初始检测特征图输入自监督学习网络，输出最终检测特征图和正负原型对比损失；将最终检测特征图和正负原型对比损失输入检测器得到最终预测的类别与检测框。本发明增强了模型的显式上下文建模能力，为模型添加了对行人语义的额外监督，在多个维度上提升了模型的感知能力，在保证精度的同时增加更多的正样本。
-
Patent Agency Ranking
公开(公告)号：CN113743291B
公开(公告)日：2023-11-07
申请号：CN202111025070.9
申请日：2021-09-02
Applicant: 南京邮电大学
IPC: G06V20/40 , G06V10/764 , G06V10/80 , G06V10/40
Abstract: 本发明提出了一种融合注意力机制的多尺度检测文本的方法及装置，所述方法以Resnet为主干网络，通过将嵌入注意力机制的特征金字塔(FPN)分支和改进的空洞空间金字塔池化(IASPP)分支并行增强特征提取融合；提取融合的特征放入改进的可微二值化模块进行后处理，最后生成精确的文本包围盒。本发明提供的融合注意力机制的多尺度检测文本的方法能够实现自然场景文本的检测，且在多方向和弯曲文本的检测上有着优异的表现。
-
公开(公告)号：CN116992356A
公开(公告)日：2023-11-03
申请号：CN202310738188.9
申请日：2023-06-21
Applicant: 南京邮电大学
IPC: G06F18/2413 , G06F18/15 , G06F18/213 , G06F18/40 , G06Q30/0201 , G06Q40/02
Abstract: 本申请公开了基于大数据挖掘技术的银行客户分类系统研究，涉及大数据技术领域，包括以下步骤：步骤一、数据采集和预处理：首先进行数据收集并对收集的数据进行删除、补齐和忽视；步骤二、数据探索和可视化：通过可视化和统计方法探索数据的分布、关联、异常等特征；步骤三、综合特征选择，将杂乱无章的数据映射为不同贡献度的若干特征；步骤四、BCCS模型的创建，使用训练数据对不同的算法及模型进行训练和调优，以获取相应的模型；步骤五、模型应用和优化，将上述最佳模型应用于实际问题中，不断对上述最佳模型进行优化和更新，以提高其准确性和效率；步骤六、结果分析，对上述最佳模型输出的结果进行可视化和解释，使用户能够理解和使用挖掘结果。
-
公开(公告)号：CN113780187A
公开(公告)日：2021-12-10
申请号：CN202111071360.7
申请日：2021-09-13
Applicant: 南京邮电大学
Abstract: 本发明提出一种交通标志识别模型训练方法、交通标志识别方法和装置，所述交通标志识别方法通过利用深度学习神经网络中单阶段检测算法具有的识别特性，大大避免了检测的时长；所述交通标志识别模型训练方法以FCOS算法为基础，通过引入注意力机制CBAM来减少正负样本不均衡的现象；引入swish函数避免一定程度的特征丢失现象；并通过多尺度特征融合来保护特征不同尺度的特征。本发明所述交通标志识别方法能够实现真实道路场景中交通标志的实时检测和识别，并解决了检测中存在检测对象目标小、自然环境干扰和识别的实时性等问题。
-
公开(公告)号：CN111985397A
公开(公告)日：2020-11-24
申请号：CN202010841478.2
申请日：2020-08-20
Applicant: 南京邮电大学
Abstract: 本发明公开一种基于深度学习的小学生口算题文本图片内容识别方法，其针对小学生口算题图像识别，主要针对Densenet网络做了多分支改进，使其可以对图像特征进行充分的提取；同时，为了充分利用多分支Densenet网络所提取的特征，针对联合CTC-Attention模型做了多分支改进，以提升对口算题的识别效果，解决了现有技术中，由于小学生口算题图像中同时含有印刷体数字和不规范的手写体数字，从而导致采用传统的识别方法准确度有限的问题。
-
公开(公告)号：CN105335760A
公开(公告)日：2016-02-17
申请号：CN201510784451.3
申请日：2015-11-16
Applicant: 南京邮电大学
IPC: G06K9/62
CPC classification number: G06K9/6256 , G06K9/6271
Abstract: 本发明涉及一种图像数字字符识别方法，优化了算法结构，将光照和倾斜的影响放在图像预处理阶段，保证在字符识别前获得较好的二值化字符图像；随后，采用二维PCA算法提取图像中的主要特征，降低图像的维度和运算复杂度；而由决策树和Adaboost算法相结合，优化了分类算法，既保证了识别的效率又降低了出现过拟合的风险；最后使用九一分法验证分类模型的泛化能力，确保了分类器的稳定性；通过对以上的算法优化，使得数字字符识别的准确率和速度均有了明显提高。
-
-
-
-
-
-
-
Search Results
18
records
(took 0.022 seconds)
