-
公开(公告)号：CN109766455A
公开(公告)日：2019-05-17
申请号：CN201811358982.6
申请日：2018-11-15
申请人： 南京邮电大学
摘要： 本发明公开了一种有鉴别的全相似性保留哈希跨模态检索方法，包括：由图像文本对组成样本构成数据集，并将数据集按照分成特征向量训练集和测试集后做规整和均一化处理；提取双模态数据，构造有鉴别的全相似性保留哈希的目标函数；迭代法求解目标函数，比较求解值与设定阈值的大小；使用预设公式计算哈希码；利用图像特征投影矩阵和文本特征投影矩阵对训练集进行投影变换，获得图像文本语义特征矩阵，再次计算哈希码；计算测试集中每个图像哈希码与训练集中所有文本哈希码之间的汉明距离 和测试集每个文本哈希码与训练集中所有图像哈希码之间的汉明距离 升序排序 和 并对计算结果进行精度计算，完成跨模态检索；本发明提升了跨模态检索的精度。
-
公开(公告)号：CN108399421A
公开(公告)日：2018-08-14
申请号：CN201810095061.9
申请日：2018-01-31
申请人： 南京邮电大学
IPC分类号： G06K9/62
摘要： 本发明公开了一种基于词嵌入的深度零样本分类方法，在学习阶段未出现的类别，依然可以在预测阶段被识别。本发明提出了基于词嵌入和深度特征提取的零样本图像学习模型，该方法通过强大的深度神经网络学习一个图像特征和语义特征联合嵌入的子空间，利用词向量的语义能力，达到图像的零样本学习目的。本发明不仅提出了深度学习方法与零样本学习结合的模型，同时还针对其结合部分嵌入空间做了大量改进，为图像零样本，亦或者其他模态的零样本学习提供参考和指导，克服传统零样本学习中样本属性定义不明确、人工特征提取等等缺点。本发明广泛用于端到端的类别预测任务中，特别适合训练样本不足甚至是缺少某一类训练样本的类别预测任务。
-
公开(公告)号：CN118101000B
公开(公告)日：2024-07-02
申请号：CN202410502700.4
申请日：2024-04-25
申请人： 南京邮电大学
摘要： 本发明属于车联网无线通信技术领域，公开一种辅助6G车与车通信的混合智能反射面功率分配优化方法；所述方法包括混合智能反射面的配置；建立多车道高速公路车辆场景；混合智能反射面辅助车与车通信信道建模；混合智能反射面辅助车与车通信中继车辆的选择；建立混合智能反射面辅助车与车通信能耗模型；采用基于Dinkelbach的迭代算法优化有源元件放大功率和发射功率，完成功率分配优化；本发明使道路上行驶的每辆车都有成为辅助中继的可能，极大提高了车与车通信灵活性；解决了无源智能反射面的“乘性衰落”和有源智能反射面元件的能耗大的问题，显著提高接收信号的信噪比从而提高车与车通信的可靠性。
-
公开(公告)号：CN118036667B
公开(公告)日：2024-06-14
申请号：CN202410442022.7
申请日：2024-04-12
申请人： 南京邮电大学 , 江苏拓邮信息智能技术研究院有限公司
IPC分类号： G06N3/0455 , G06N3/0442 , G06N3/0985 , G06N3/048 , G06F18/25 , G06F18/10
摘要： 本发明公开了一种多源异构流数据预测方法，属于多源异构流数据技术领域；方法为：获取各数据源的数据流；对获取到的数据流进行预处理，获得预处理后的数据流；将预处理后的数据流构建为异构图；构建多源异构数据预测模型，并进行训练；将异构图输入到预训练好的多源异构数据预测模型中进行预测，获得预测结果。本发明通过异构图结构对预处理过的数据进行建模，并使用改进后的Transformer模块作为基础输入进行异构数据流聚合，Transformer模块捕获数据流之间的复杂关系，使用LSTM捕获数据流的时间依赖性，提高多源异构数据流的预测准确率和效率。
-
公开(公告)号：CN118101000A
公开(公告)日：2024-05-28
申请号：CN202410502700.4
申请日：2024-04-25
申请人： 南京邮电大学
摘要： 本发明属于车联网无线通信技术领域，公开一种辅助6G车与车通信的混合智能反射面功率分配优化方法；所述方法包括混合智能反射面的配置；建立多车道高速公路车辆场景；混合智能反射面辅助车与车通信信道建模；混合智能反射面辅助车与车通信中继车辆的选择；建立混合智能反射面辅助车与车通信能耗模型；采用基于Dinkelbach的迭代算法优化有源元件放大功率和发射功率，完成功率分配优化；本发明使道路上行驶的每辆车都有成为辅助中继的可能，极大提高了车与车通信灵活性；解决了无源智能反射面的“乘性衰落”和有源智能反射面元件的能耗大的问题，显著提高接收信号的信噪比从而提高车与车通信的可靠性。
-
公开(公告)号：CN117391402A
公开(公告)日：2024-01-12
申请号：CN202311669303.8
申请日：2023-12-07
申请人： 南京邮电大学
IPC分类号： G06Q10/0631 , G06Q50/06 , G06Q50/26 , G06N3/006
摘要： 本发明属于能源协同技术领域，公开了一种面向碳中和的智慧工厂多能协同优化方法，其基于多区域拉丁超立方采样和场景削减技术获取风光典型场景，建立基于期望值的多能协同随机规划模型；基于智慧工厂各能源设备数据以及电热负荷数据采用基于粒子迁移策略的多种群优化算法求解基于期望值的多能协同随机规划模型，最终获得各能源设备的出力情况。本发明所述方法能够进行高效采样且避免采样过程中出现采样低估和采样失效的情况，并可提高复杂模型的求解效率和精度。
-
公开(公告)号：CN116260590A
公开(公告)日：2023-06-13
申请号：CN202310023356.6
申请日：2023-01-09
申请人： 南京邮电大学
IPC分类号： H04L9/32
摘要： 本发明公开了一种跨链场景下的高并发中继事务协调方法及系统，涉及区块链跨链技术领域，通过中继事务处理模块接收交易请求，拆分并分级管理跨链全局事务，记录跨链交互信息的状态，实现局部事务责任定位；通过高效路由模块进行跨链交互信息的自适应动态转发与跨链流量管理，将跨链交互信息转发至区块链；通过链上数据扩容模块进行中继链的链上数据拓展以及计算下放，以实现中继链的链下数据的安全与可信。本发明采用基于有限状态机与跨链子事务依赖图的高效率无锁异步中继事务处理技术，采用具有结果签名的去中心化预言机网络实现链上数据拓展及节点问责，同时设计自适应的多模态高效跨链路由，从而实现高并发中继事务协调方法，提高了处理效率。
-
公开(公告)号：CN115883090A
公开(公告)日：2023-03-31
申请号：CN202211572086.6
申请日：2022-12-08
申请人： 南京邮电大学
摘要： 本发明属于区块链技术领域，公开了面向跨链交易的密钥生成与管理方法，由发起者在源链向目标链发送交易请求，接收者接收到交易请求并生成密钥S1，使用S1通过DES加密算法来加密发起者所需要的链上资产数据，得到密文L1；发起者和接收者使用ECDH密钥交换算法得到共享密钥S2；接收者使用共享密钥S2通过DES加密算法加密会话密钥S1得到密文L2；接收者将密文L1和密文L2发送给发起者；发起者首先利用共享密钥S2对密文L2进行解密，得到会话密钥S1，再用密钥S1对密文L1进行解密，得到目标链上的资产数据。本发明将对称式加密算法和非对称式加密算法结合，既保证了数据安全又提高了加密和解密的速度。
-
公开(公告)号：CN111198820B
公开(公告)日：2022-08-26
申请号：CN202010001850.9
申请日：2020-01-02
申请人： 南京邮电大学
摘要： 本发明公开了一种基于共享隐层自编码器的跨项目软件缺陷预测方法，首先，对数据集进行预处理并划分训练集和测试集；其次，采用具有共享机制的自编码器进行特征提取，分别提取出训练集和测试集的深度特征；最后，引入焦点损失函数，训练分类器。本发明解决了跨项目软件缺陷预测中的特征分布差异问题以及首次提出了基于焦点损失共享隐层自编码器技术，使得不同的数据分布变得更加相似，利用焦点损失学习技术，给不同类别的样本分配不同的权重来解决类不平衡，同时在容易分类的样本和难分类的样本上给予不同的权重来使得分类器能够更好的学习难以分类的样本。
-
公开(公告)号：CN111126464A
公开(公告)日：2020-05-08
申请号：CN201911280832.2
申请日：2019-12-13
申请人： 南京邮电大学
摘要： 本发明提出了一种基于无监督域对抗领域适应的图像分类方法，该方法将生成对抗网络的技术应用于无监督领域适应的图像分类；为了消除边缘样本的错分率，该方法将源域样本和目标域样本共同处理基于深度双通道网络。首先，利用有标签的源域样本训练双通道网络的参数；然后，通过对抗游戏和相关性对齐方法学习与不变特征来消除域差异；另外该方法通过联合中心鉴别方法和特征相似增强方法使域不变特征有更好的鉴别性，本发明分类效果更好，通过无监督与对抗领域适应图像分类方法，边缘样本的错分率得到了有效的缓解。
-
-
-
-
-
-
-
-
-
搜索结果
51 条记录 (耗时 0.114 秒)
