-
公开(公告)号：CN116318834A
公开(公告)日：2023-06-23
申请号：CN202310061359.9
申请日：2023-01-16
Applicant: 南京信息工程大学
IPC: H04L9/40 , G06F18/214 , G06N3/006 , G06F18/2411
Abstract: 本发明公开了一种基于优化相关向量机的互联网入侵检测方法及装置，所述方法包括获取NSL‑KDD数据集，包括训练集和测试集；对NSL‑KDD数据集进行非数值独热编码和数值归一化处理，获得预处理后的训练集和测试集；将预处理后的训练集输入至预先构建并基于改进的乌鸦搜索算法优化过的相关向量机模型进行训练，获得优化并训练后的相关向量机模型；将预处理后的测试集，输入优化并训练后的相关向量机模型进行测试，得到分类检测结果，本发明具有更好的收敛性，而且还能提高入侵检测数据集的分类准确率并降低误报率。
-
公开(公告)号：CN112215755B
公开(公告)日：2023-06-23
申请号：CN202011171763.4
申请日：2020-10-28
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于反投影注意力网络的图像超分辨率重建方法，包括以下步骤：(1)利用图像退化模型建立数据集；(2)构建多尺度特征融合反投影注意力网络，所述多尺度特征融合反投影注意力网络包括图像特征提取模块、图像特征映射模块、全局注意力模块和图像重建模块；(3)训练多尺度特征融合反投影注意力网络并调整参数；(4)将待重建的图像输入训练好的多尺度特征融合反投影注意力网络得到重建后的图像。本发明仅通过相对较小的训练集就可以获得超越其他先进方法的重建质量，极大节约了训练成本；且使得重建的图像具有更加清晰锐利的边缘特征，更接近真实HR图像。
-
公开(公告)号：CN115496663A
公开(公告)日：2022-12-20
申请号：CN202211246421.3
申请日：2022-10-12
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于D3D卷积组内融合网络的视频超分辨率重建方法，包括：获取待重建的低分辨率视频序列；将所述待重建的低分辨率视频序列输入测试训练好的视频超分辨率重建网络模型；模型输出得到视频超分辨率重建结果，即高分辨率视频序列；其中所述视频超分辨率重建网络模型包括时间分组模块、C3D浅层特征提取模块、D3D卷积组内融合模块、组间注意力机制模块和重建模块。提高视频帧的利用率，能够学习从当前输入特征图中获取偏移向量，可以整合时间和空间信息，在保持视频帧时间一致性的同时获取更为优良的重建性能。
-
公开(公告)号：CN112215755A
公开(公告)日：2021-01-12
申请号：CN202011171763.4
申请日：2020-10-28
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于反投影注意力网络的图像超分辨率重建方法，包括以下步骤：(1)利用图像退化模型建立数据集；(2)构建多尺度特征融合反投影注意力网络，所述多尺度特征融合反投影注意力网络包括图像特征提取模块、图像特征映射模块、全局注意力模块和图像重建模块；(3)训练多尺度特征融合反投影注意力网络并调整参数；(4)将待重建的图像输入训练好的多尺度特征融合反投影注意力网络得到重建后的图像。本发明仅通过相对较小的训练集就可以获得超越其他先进方法的重建质量，极大节约了训练成本；且使得重建的图像具有更加清晰锐利的边缘特征，更接近真实HR图像。
-
公开(公告)号：CN106793085A
公开(公告)日：2017-05-31
申请号：CN201710133352.8
申请日：2017-03-08
Applicant: 南京信息工程大学
CPC classification number: H04W64/006 , G01S5/0252
Abstract: 本发明公开了一种基于正态假设检验的指纹定位方法，包括在定位区域选指纹点，在每个指纹点处采集来自n个不同AP的RSSI值组成RSSI样本总体；判断所得的RSSI样本总体是否符合正态分布；若符合正态分布，则用正态分布函数估计样本总体的概率密度，否则用核函数估计其概率密度；筛选出大概率信号，并求得这些大概率信号的均值作为信号强度估计值，建立指纹库；采集待定位点的RSSI值，并根据匹配方法进行位置计算；输出位置坐标。本发明是从指纹库的建立精度进行优化，对RSSI样本采用正态检验，根据检验结果采用不同的概率密度函数，有效的去除采集得RSSI信号中的奇异值，从而使得位置估计更加精确。
-
Patent Agency Ranking
公开(公告)号：CN103618906B
公开(公告)日：2016-06-29
申请号：CN201310660447.7
申请日：2013-12-09
Applicant: 南京信息工程大学
IPC: H04N19/567 , H04N19/154
Abstract: 本发明提出了一种基于主观视频质量的H．264码率控制方法，一种结构相似性预测模型，通过提出的线性预测模型预测得到当前帧的结构相似性，在此基础上定义了一个表征帧主观复杂度的结构相似性因子来分配当前帧的目标比特数。该方法在未增加计算复杂度和保证码率控制精度的基础上，提高了编码视频图像的结构相似性，更加符合人的主观感受，可用于实时编码环境。本发明的方法包括如下步骤：A、计算第i个GOP层未编码帧的剩余比特数；B、通过线性预测模型计算当前帧的结构相似性；C、计算当前帧的结构相似性因子FC；D、根据结构相似性因子分配当前帧的目标比特数；E、计算量化参数；F、率失真优化。
-
公开(公告)号：CN105262506A
公开(公告)日：2016-01-20
申请号：CN201510570687.7
申请日：2015-09-09
Applicant: 南京信息工程大学
IPC: H04B1/7163
Abstract: 本发明提供一种时频重叠高斯调幅通信信号分离方法，包括以下步骤：步骤一，建立信号模型，将接收到的混合信号转换成由若干个高斯调幅源信号组成，将混合信号的求解过程转化成求解多维变量参数的过程；步骤二，采用遗传算法计算出多维变量参数的初始值；步骤三，采用最小值搜索法计算出多维变量参数的最优值；步骤四，根据多维变量参数的最优值计算出各个源信号。能有效地实现单通道时频重叠高斯调幅通信信号的分离，该方法是先建立高斯调幅通信信号模型，求出所需要估计参数的初始值，利用该方法搜索到各个所需估计参数的最优值，根据得到的最优值恢复出各个高斯调幅源信号。
-
-
公开(公告)号：CN102752591B
公开(公告)日：2014-09-17
申请号：CN201210196077.1
申请日：2012-06-14
Applicant: 南京信息工程大学
IPC: H04N19/00
Abstract: 本发明公开了一种基于综合因子的H.264码率控制方法，属于视频编码技术领域。本发明考虑了P帧在GOP中的位置对当前帧码率控制的影响，定义了一个综合因子，用该因子对帧层目标比特的分配进行优化，然后利用前一帧的实际编码比特数和当前编码帧的目标比特的比率作为量化参数的调整因子，动态地进行量化参数的调整并进行率失真最优化。综合因子定义为当前编码帧的图像灰度直方图的平均差值比率、图像亮度分量的平均绝对误差比率和P帧在GOP中位置的加权和。本发明方法提高码率控制的精度和视频的质量。
-
公开(公告)号：CN102740456B
公开(公告)日：2014-08-06
申请号：CN201210181248.3
申请日：2012-06-05
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种无线传感器网络的节点定位方法。本发明方法在传统DV-Hop定位方法基础上，对其进行了以下改进：在无线传感器网络所监测区域的每个顶点分别部署至少一个锚节点；利用最小二乘法则对各锚节点计算的平均每跳距离进行校正；通过加权处理多个锚节点计算的平均每跳距离来修正未知节点自身的平均每跳距离；采用二维双曲线算法估计未知节点位置坐标；用粒子群优化方法进一步校正已求出的未知节点估计位置。相比现有技术，本发明明显提高了节点定位的精度，改善了方法的稳定性，而且减少了硬件开销。
-
-
-
-
-
-
-
-
-
Search Results
135
records
(took 0.031 seconds)
