公开(公告)号：CN114816983B

公开(公告)日：2024-11-08

申请号：CN202210231504.9

申请日：2022-03-10

Applicant: 南京邮电大学

Inventor： 吴飞 ,  郑鑫浩 ,  刘晶 ,  季一木 ,  董振江 ,  蒋国平

IPC: G06F11/36 ,  G06F18/241 ,  G06N3/0475 ,  G06N3/094 ,  G06N3/0455

Abstract: 本发明公开了一种基于混合项目对抗学习的跨项目软件缺陷预测方法，使用对抗学习的来改进特征学习的过程，以极大极小博弈的策略使得项目内的原始特征和重构特征难以判别，更好地保留原始鉴别特征。通过生成模型与判别模型的相互作用，在保留原始鉴别特征的同时，不同项目间的分布差异得到了有效的减小。值得注意的是，为了更充分利用不同项目间的信息，本发明提出了一种将源项目与目标项目按照随机比例进行混合的训练方法，通过该方法使得域分类器有了更加强大的判别能力，也为训练集数据不充足提供了一个可靠的解决方法。通过这种方式将增加了模型的泛化能力，使得模型通过在有标签源项目上训练更容易捕捉域间不变性特征。

公开(公告)号：CN117977587A

公开(公告)日：2024-05-03

申请号：CN202410390633.1

申请日：2024-04-02

Applicant: 南京鼎研电力科技有限公司 ,  南京邮电大学

Inventor： 季一木 ,  刘尚东 ,  王惠子 ,  朱英慧 ,  郭永祥 ,  杨超 ,  洪欢 ,  李晨旭

IPC: H02J3/00 ,  G06F18/213 ,  G06F18/2415 ,  G06F17/16 ,  G06N3/0455 ,  G06N3/0464 ,  G06Q50/06

Abstract: 本申请涉及电力负荷的智能预测领域，其具体地公开了一种基于深度神经网络的电力负荷预测系统及方法，其将采集到的待预测电力系统的历史电力负荷数据和与之相关的影响因素数据作为输入数据，然后利用深度学习技术分别对这些输入数据进行特征提取和分析，并结合这些特征得到待预测电力系统未来一段时间内电力负荷的负荷曲线。这样，根据未来一段时间内电力负荷的负荷曲线，可以实现电力系统的负荷预测，从而为电力系统的运行和调度提供参考依据。

公开(公告)号：CN117746252A

公开(公告)日：2024-03-22

申请号：CN202311747742.6

申请日：2023-12-19

Applicant: 南京邮电大学

Inventor： 杜宏煜 ,  季一木 ,  冯保龙 ,  刘尚东 ,  何俊杰 ,  张伟滔 ,  吴欣冉 ,  吴佳鸣

IPC: G06V20/13 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06V10/25 ,  G06V10/774

Abstract: 本发明属于计算机图像处理技术领域，涉及一种基于改进的轻量型YOLOv7的山体滑坡检测方法，首先，采集山体卫星图像并使用超分辨率算法GAN对山体卫星图像进行预处理，之后对图像采用拼接、旋转、腐蚀操作，并为山体卫星图标注真实框以及所属类别；其次，利用轻量级网络MobileNetv3替换原YOLOv7特征提取主干网络，之后，将模型添加小目标检测层，并添加HAT注意力机制，模拟不同天气条件，反复进行训练，得到改进的轻量型YOLOv7模型，对山体卫星图像检测得到山体滑坡检测结果；本发明提高了图像的分辨率；解决正负样本分布不均匀的问题；具备高效的小目标检测能力，能够更好地适应复杂多变的天气条件。

公开(公告)号：CN117728992A

公开(公告)日：2024-03-19

申请号：CN202311620108.6

申请日：2023-11-29

Applicant: 南京邮电大学

Inventor： 季一木 ,  顾天晟 ,  刘尚东 ,  邵思思 ,  石雨辰 ,  郑雨璐 ,  聂一君 ,  纪宗凯

IPC: H04L9/40 ,  H04L41/16 ,  G06N3/08 ,  G06N3/0464

Abstract: 本发明属于网络安全技术领域，公开了一种基于自适应异常感知的DHR智能裁决架构系统，包括输入/输出模块、执行机制、异构执行体池、构件池、智能裁决机制和负反馈机制，通过在DHR裁决模块增加一种智能异常感知机制来辅助仲裁，对执行体的输出结果进行多特征提取及多模型训练，获取最优特征子集及最优训练模型，进而得到该执行体执行结果的异常分数，剔除异常分数高于阈值的输出结果，再进行多模裁决，充分考虑了裁决数据的可靠性，提升了裁决的准确性，提高了拟态防御系统抵御共模攻击的能力。

公开(公告)号：CN117633688A

公开(公告)日：2024-03-01

申请号：CN202311635028.8

申请日：2023-12-01

Applicant: 南京邮电大学

Inventor： 季一木 ,  李海天 ,  李玲娟 ,  刘尚东 ,  徐驰 ,  万玲莉 ,  李昆珈

IPC: G06F18/2433 ,  G06F18/2411 ,  G06F18/23213 ,  G06F18/10 ,  G06F18/213 ,  G06F18/25 ,  G06F18/214 ,  G06N3/0442 ,  G06N3/08

Abstract: 本发明属于电力数据异常检测技术领域，公开了一种基于岭回归‑k均值聚类‑LOF‑LSTM融合算法的大规模电力数据异常检测方法，具体为：在电力数据异常检测之前，通过OVO SVMs模型研究原始大规模电力数据均值和方差特征，对原始电力数据划分为线性趋势型、平稳型、周期型和随机型四种类型，针对不同类型，构建岭回归、k‑means、LOF和LSTM融合算法进行异常检测。本发明能够实现对大规模电力数据的快速划分，并且可以有效避免单一异常检测算法无法检测出所有电力数据问题，提高了大规模电力数据异常检测的精度和效率。

公开(公告)号：CN117058502A

公开(公告)日：2023-11-14

申请号：CN202310871137.3

申请日：2023-07-14

Applicant: 南京邮电大学

Inventor： 季一木 ,  解学东 ,  刘尚东 ,  冯宇健 ,  陈家园 ,  吴隆基 ,  曹埔铭 ,  何俊杰 ,  冯保龙

IPC: G06V10/80 ,  G06V10/62 ,  G06V20/52 ,  G06V10/82 ,  G06V10/74 ,  G06V10/774 ,  G06V10/77

Abstract: 本发明属于行人重识别方法技术领域，公开了一种基于CLIP深度度量学习的文本到图像的跨模态行人重识别方法，首先构建文本图像数据库并进行预处理，对图片以及对应图片的文本描述两两配对，形成图片文本描述和对应行人图片的文本与图片模态的配对，然后对每一个文本描述和对应的行人图片使用对应的神经网络进行特征的学习，同时让两种模态的网络结构进行参数共享，将两种模态得到的特征投影到公共空间中，实现全局对齐视觉和文本嵌入，通过相似分布匹配，对图像‑文本相似分布和归一化标签匹配分布之间的模态差异最小化。本发明对模态内特征分布更为均匀，更有效的提取两种模态的特征，提高行人图片识别的精度，具有更好的跨模态分类性能。

公开(公告)号：CN116740763A

公开(公告)日：2023-09-12

申请号：CN202310707709.4

申请日：2023-06-14

Applicant: 南京邮电大学

Inventor： 吴飞 ,  高阳 ,  季一木 ,  岳晓凡 ,  刘强

IPC: G06V40/10 ,  G06V10/80 ,  G06V10/774 ,  G06V10/40 ,  G06V10/74 ,  G06V10/30 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于双注意力感知融合网络的跨模态行人重识别方法，涉及图像识别技术领域，使用特征提取网络获得行人特征，为了减少跨模态图像的模态信息差异与抑制行人图片中背景噪声带来的不良影响，通过一种双注意力感知融合方法对模态内与模态间信息交互融合，减少模态间隙对跨模态行人重识别的影响；为了从模态内和模态间对齐样本分布，本发明从度量学习角度设计了一种特征相关性判断，它利用同类样本间的相似性与异类样本间的排他性形成监督信息来对特征样本间的相关性进行建模，目的是期望同类人物id特征样本更相似，异类人物id特征样本更不相似；与常规标准交叉熵损失配合训练，使得模型提取的特征获得更好的空间分布。

公开(公告)号：CN116703779A

公开(公告)日：2023-09-05

申请号：CN202310799116.5

申请日：2023-07-03

Applicant: 南京邮电大学

Inventor： 季一木 ,  吴隆基 ,  李玲娟 ,  刘尚东 ,  陈家园 ,  曹埔铭 ,  解学东 ,  何俊杰 ,  冯保龙

IPC: G06T5/00 ,  G06V10/30 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明公开了一种基于AFF特征融合的图像去噪方法，属于多尺度图像去噪技术领域；该方法包括以下步骤：步骤S1：数据预处理；步骤S2：构建高斯合成去噪模型；在MRF‑Net骨干网络架构的基础上，构建新的高斯合成去噪模型DDMFFNet；步骤S3：对构建高斯合成去噪模型进行训练；步骤S4：测试数据集输入到训练好的高斯合成去噪模型DDMFFNett中，得到去噪后的图像。本发明通过对MRF‑Net模型的整体网络架构进行优化，利用改进的AFF特征融合模块，提取不同特征图像的信息，增强信息在不同层次的传输和表达能力，利用密集连接模块缓解梯度消失的问题，使特征的传输更加有效，增强网络的特征提取能力，增强特征重用能力，并且减少了冗余的参数，提升图像的去噪效果。

公开(公告)号：CN116633615A

公开(公告)日：2023-08-22

申请号：CN202310580816.5

申请日：2023-05-23

Applicant: 之江实验室 ,  南京邮电大学

Inventor： 吴飞 ,  胥熙 ,  季一木 ,  万志国 ,  陈飞 ,  宋一波 ,  王木森

IPC: H04L9/40 ,  H04L9/00

Abstract: 本发明公开了一种基于区块链和风险评估的访问控制方法包括：在BR‑ABAC中构建智能合约，并进行数据采集；在BR‑ABAC中构建风险评估算法，构建访问风险评估模型并优化；评估模型性能，确定评估指标和评分函数；采用K折交叉验证法验证模型效果；根据风险等级划分实现对用户访问资源的控制。本发明提出的一种基于区块链和风险评估的访问控制方法，相比于现有技术，基于区块链和风险评估的访问控制方法，根据链上智能合约中已经设置好的访问控制策略来判断用户是否具有相应权限，有效提升访问控制的安全性和动态性的优势；针对零信任网络中用户的历史访问行为，持续评估访问主体每次访问时的访问风险，可有效提升零信任网络的安全性和效率。

公开(公告)号：CN113537467B

公开(公告)日：2023-08-18

申请号：CN202110799668.7

申请日：2021-07-15

Applicant: 南京邮电大学

Inventor： 蒋凌云 ,  吴梦雪 ,  季一木 ,  孙静 ,  田鹏浩

IPC: G06N3/0464 ,  G06N3/045 ,  G06N3/0475 ,  G06N3/094 ,  G06V10/774

Abstract: 本发明是一种基于WGAN‑GP的对抗扰动图像生成方法。该方法包括如下步骤：利用特征提取器从目标网络模型中获取其中一个卷积层的特征向量，并将其作为先验信息；生成器将原始图像的特征向量和噪声向量作为级联向量输入到生成器后生成对抗扰动图像；判别器判断生成器生成的对抗扰动图像的类别是否符合训练集中的类别描述信息；目标神经网络模型利用误判损失函数来指导生成器生成的对抗扰动图像的类别更接近目标标签的类别。本发明提升了生成对抗扰动图像的隐蔽性和图像质量，利用目标网络模型的特征提取器，使GAN网络生成器从学习原始图像的特征转换为学习目标特征，以减少训练开销和提高对抗成功率。