-
公开(公告)号：CN102509467A
公开(公告)日：2012-06-20
申请号：CN201110332977.X
申请日：2011-10-28
Applicant: 南京邮电大学
IPC: G08G1/09 , H04N7/18 , H04N21/2343
Abstract: 本发明公开了一种基于移动手持设备的交通信息展示系统，属于智能交通领域，包括数字摄像机、视频编码器、视频分析器、服务器、客户端；其中视频编码器接收数字摄像机采集到的视频，然后将其编码成不同比特率的视频流文件；视频分析器对采集到的视频进行相关的视频分析，然后将分析结果同编码后的视频流一起传输给服务器；服务器按照客户端的要求转发接收到的视频流；客户端为移动手持设备，用于与用户进行交互，提供路况视频及其他相关的交通信息。本发明还公开了该系统的信息获取方法，用户可以根据实时获取的信息选择所要经过的线路。本发明采用适应流媒体传输方式，实现视频流的传输、接收与显示，结合电子地图实现实时路况信息的显示。
-
公开(公告)号：CN114969452B
公开(公告)日：2024-11-26
申请号：CN202210479206.1
申请日：2022-05-05
Applicant: 南京邮电大学
IPC: G06F16/903 , G06F16/906 , G06F18/214 , G06F18/2413 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种个人热舒适预测方法及系统，属于人工智能与建筑能量管理交叉技术领域，方法包括：获取环境数据、个人生理数据、个人面部热成像和个人热舒适反馈数据并将其划分成支撑集和查询集；将支撑集和查询集的数据输入到预训练好的深度神经网络中，得到个人热舒适等级；本发明方法支持小样本学习，具有低计算复杂度和高预测精度等优势。
-
公开(公告)号：CN109640254B
公开(公告)日：2021-03-09
申请号：CN201910010283.0
申请日：2019-01-04
Applicant: 南京邮电大学
IPC: H04W4/02 , H04W64/00 , H04W4/021 , H04B17/318
Abstract: 本发明揭示了一种基于改进高斯滤波的加权质心定位算法，该算法包括以下步骤：S1：向目标区域部署节点，锚节点会周期性的向周围发送自身的数据信息；S2：待测节点收到来自其邻居节点的RSSI值，对收到的RSSI值预处理，再判断已经记录的RSSI值是否已经超过预先设定的个数值；S3：对预处理过后的RSSI值进行高斯滤波处理并进行加权，得到最终的RSSI值；S4：将最终得到的RSSI值转换成距离，并以该距离值作为加权质心定位算法的权重因子的组成部分进而进行坐标定位；S5：根据部署节点时对未知节点坐标估计和计算得的未知节点的坐标计算定位误差。该算法能够在测距阶段，降低测距误差，在定位阶段降低定位误差，两阶段相结合，在一定程度上可很好的提高定位精度。
-
公开(公告)号：CN111526555A
公开(公告)日：2020-08-11
申请号：CN202010447497.7
申请日：2020-05-25
Applicant: 南京邮电大学
Abstract: 本发明揭示了一种基于遗传算法的多跳路由路径选择方法，包括如下步骤：S1、确定汇聚节点，分别计算每个节点到汇聚节点间的距离，按照距离的大小进行降序排列、生成一个距离列表；S2、从距离列表中的第一个节点开始，以该节点作为起点、汇聚节点作为终点，进行基于遗传算法的最优路径找寻，对已生成路由路径的节点进行标记；S3、从距离列表中的第一个节点开始遍历，若该节点被标记为已生成路由路径则跳转判断下一节点，若该节点未被标记为已生成路由路径则返回至S2，直至距离列表中的所有节点均被标记被已生成路由路径。本发明以高效寻优的遗传算法结合无线传感器网络的特点，改善了无线传感器网络中节点路由路径选择的效率和能耗。
-
公开(公告)号：CN105676178B
公开(公告)日：2019-05-24
申请号：CN201610019570.4
申请日：2016-01-13
Applicant: 南京邮电大学
Abstract: 本发明公开了基于压缩感知和BP神经网络的无线传感器网络定位方法，该方法将压缩感知和BP神经网络应用于基于网格的多目标定位，使用接收信号强度(RSSI)作为定位参数。可以分为以下步骤，步骤一：利用压缩感知对无线传感器网络节点进行定位，判断节点是否位于网格中心；步骤二：对于不在网格中心的未知节点，依次采用BP神经网络和极大似然估计法计算出节点的坐标。用BP神经网络修正RSSI测量值误差，最后用极大似然估计法计算得出未知节点的真实坐标。本发明可以同时进行多目标定位，并且克服了传统的压缩感知方法只能在网格中心进行定位的缺点，利用BP神经网络克服了RSSI定位带来的精度差的缺点，在减小功耗的同时提高了定位精度。
-
Patent Agency Ranking
公开(公告)号：CN109640254A
公开(公告)日：2019-04-16
申请号：CN201910010283.0
申请日：2019-01-04
Applicant: 南京邮电大学
IPC: H04W4/02 , H04W64/00 , H04W4/021 , H04B17/318
Abstract: 本发明揭示了一种基于改进高斯滤波的加权质心定位算法，该算法包括以下步骤：S1：向目标区域部署节点，锚节点会周期性的向周围发送自身的数据信息；S2：待测节点收到来自其邻居节点的RSSI值，对收到的RSSI值预处理，再判断已经记录的RSSI值是否已经超过预先设定的个数值；S3：对预处理过后的RSSI值进行高斯滤波处理并进行加权，得到最终的RSSI值；S4：将最终得到的RSSI值转换成距离，并以该距离值作为加权质心定位算法的权重因子的组成部分进而进行坐标定位；S5：根据部署节点时对未知节点坐标估计和计算得的未知节点的坐标计算定位误差。该算法能够在测距阶段，降低测距误差，在定位阶段降低定位误差，两阶段相结合，在一定程度上可很好的提高定位精度。
-
公开(公告)号：CN104159202B
公开(公告)日：2018-04-27
申请号：CN201410393086.9
申请日：2014-08-11
Applicant: 南京邮电大学
Abstract: 本发明公开了一种多径无线传感器网络编码流量分配方法，属于无线网络通信技术领域。该方法的源节点将数据流量分配到不同路径上，中间节点利用逆向网络编码进行编码并利用组播方式进行流量传输。在给定网络传输流量时，源节点根据流量分配方法将数据流量分配到不同的路径上进行传输，以减少传输给定流量所需的传输次数。本发明能够增加网络中的网络编码机会，并且能够减少无线传感器网络中的传输次数，提高吞吐量。
-
公开(公告)号：CN106447502A
公开(公告)日：2017-02-22
申请号：CN201610597825.5
申请日：2016-07-27
Applicant: 南京邮电大学
IPC: G06Q50/00
CPC classification number: G06Q50/01
Abstract: 本发明公开了一种基于WeiPHP的校园微信服务平台，包含后台管理系统模块、社团平台模块、校园信息系统模块和交易平台模块；通过将校园信息服务与微信公众号结合，提供的服务涵盖了整个校园里的师生、社团、机构的各种需求，用户可以更加便捷的获取到自己的图书、消费、社团、教务等信息，还可以实时获取到学校、学院的重要消息通知等，极大方便了学生的校园生活。实现了以微信公众号为入口，搭建校园微信服务平台的目标，达到了系统的稳定性、可拓展性、易操作、用户移动体验良好等技术指标。
-
公开(公告)号：CN103607770B
公开(公告)日：2016-08-17
申请号：CN201310571838.1
申请日：2013-11-14
Applicant: 南京邮电大学
Abstract: 本发明公开了一种无线传感器网络定位中高精度距离估计方法，属于无线传感器网络定位技术领域，包括以下步骤：（1）无线传感器网络部署；（2）确定未知节点相距锚节点的最短距离；（3）获得未知节点相对锚节点的外环节点数；（4）计算未知节点距锚节点的估计距离。本发明在距离估计的过程中，通过使用锚节点功率控制技术、邻居节点的分布信息以及未知节点预先存储的仿真数据，从而有效地减少了未知节点到锚节点的估计距离的误差，并且由于锚节点功率控制技术的引入，本发明在各向异性的网络中，依旧保持良好的距离估计精度。
-
公开(公告)号：CN105676178A
公开(公告)日：2016-06-15
申请号：CN201610019570.4
申请日：2016-01-13
Applicant: 南京邮电大学
Abstract: 本发明公开了基于压缩感知和BP神经网络的无线传感器网络定位方法，该方法将压缩感知和BP神经网络应用于基于网格的多目标定位，使用接收信号强度(RSSI)作为定位参数。可以分为以下步骤，步骤一：利用压缩感知对无线传感器网络节点进行定位，判断节点是否位于网格中心；步骤二：对于不在网格中心的未知节点，依次采用BP神经网络和极大似然估计法计算出节点的坐标。用BP神经网络修正RSSI测量值误差，最后用极大似然估计法计算得出未知节点的真实坐标。本发明可以同时进行多目标定位，并且克服了传统的压缩感知方法只能在网格中心进行定位的缺点，利用BP神经网络克服了RSSI定位带来的精度差的缺点，在减小功耗的同时提高了定位精度。
-
-
-
-
-
-
-
-
-
Search Results
63
records
(took 0.029 seconds)
