-
公开(公告)号：CN111477020A
公开(公告)日：2020-07-31
申请号：CN202010293154.X
申请日：2020-04-15
Applicant: 南京邮电大学
IPC: G08G1/07
Abstract: 本发明公开了一种基于合作博弈的城市十字路口通行效率优化方法和设备，通过合作博弈中的改进的Shapley估值算法计算出四个相位的Shapley值；根据四个相位的Shapley值计算各个相位各个周期所需分配的绿灯时间。本发明根据各相位的车辆排队长度，采用合作博弈中改进的Shapley估值方法，以四个相位为参与者，合理分配各个相位的绿灯时间，达到有效利用信号灯周期内绿灯时间，优化路口车流辆的通行效率的目的。
-
公开(公告)号：CN111211994A
公开(公告)日：2020-05-29
申请号：CN201911194495.5
申请日：2019-11-28
Applicant: 南京邮电大学
IPC: H04L12/851 , G06N3/08 , G06K9/62 , H04L12/26
Abstract: 本发明公开了一种基于SOM与K-means融合算法的网络流量分类方法，首先采用SOM算法对流量数据进行一次聚类，求出聚类结果中各个簇的簇中心及簇的数目，将簇中心作为K-means的初始聚类中心，再将簇的数目作为K值，执行K-means算法进行二次聚类得到输出结果。采用S_Dbw指数作为聚类结果评价指标，对于包含各种噪声和不同密度的数据集，该指数具有较强的鲁棒性。本发明与基于监督学习的流量分类算法相比，减少了标注类别的成本，与其他基于无监督学习的的算法相比性能更优。
-
公开(公告)号：CN111209921A
公开(公告)日：2020-05-29
申请号：CN202010014253.X
申请日：2020-01-07
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于改进的YOLOv3网络的车牌检测模型及构建方法，包括改进的YOLOv3网络用于输入车牌图像并提取三个不同尺度的特征图；对得到的三个不同尺度的特征图进行上采样后将深度特征缩放到相同比例后进行向下采样，通过构建的卷积层进行解码生成增强特征后的特征图；将生成的增强特征后的三个不同尺度的特征图和来自YOLOv3特征提取网络提取的三个不同尺度的特征图进行特征聚合，生成特征金字塔，获得改进的YOLOv3网络的车牌检测模型；对车牌检测模型进行训练获得最终模型。本发明实现检测速度方面会大幅提高，引进了金字塔多尺度特征网络用于增强骨干网的特征并生成更有效的多尺度特征金字塔,更好地从输入图像中提取特征。
-
公开(公告)号：CN111104903A
公开(公告)日：2020-05-05
申请号：CN201911317498.3
申请日：2019-12-19
Applicant: 南京邮电大学
Abstract: 本发明公开了一种深度感知交通场景多目标检测方法和系统，包括将待检测图片输入至预先训练完成的Mask R-CNN模型识别出第一类目标的类别以及目标位置；将识别完成的图片输入至预先训练完成的优化的CNN模型，检测出该图片中第二类目标的类别、置信度以及目标位置。本发明能够充分考虑交通场景复杂以及现有的目标跟踪算法存在严重的小目标漏检的问题，提出一种优化的CNN模型，在原始CNN网络的优点上，将特征提取网络和检测网络进行优化，训练生成新的模型以进行小目标检测。这种在大目标检测结果上进行小目标检测的方法，可以增强交通场景下多目标的检测效果，并提高小目标识别的准确性。
-
公开(公告)号：CN110930320A
公开(公告)日：2020-03-27
申请号：CN201911074637.4
申请日：2019-11-06
Applicant: 南京邮电大学
Abstract: 本发明公开了图像处理技术领域的一种基于轻量化卷积神经网络的图像去雾方法，旨在解决现有技术中采用图像增强的去雾方法处理的图像存在信息丢失、采用图像复原的去雾方法处理的图像如果选取参数不当会影响复原后图像的效果、采用基于深度学习的去雾算法影响图像去雾的速度的技术问题。所述方法包括如下步骤：将有雾图像输入预先训练好的轻量化卷积神经网络，获取无雾图像；所述轻量化卷积神经网络包括不少于两个不同尺度的深度可分离卷积层，所述深度可分离卷积层包括彼此串联的深度卷积和逐点卷积。
-
Patent Agency Ranking
公开(公告)号：CN110418363A
公开(公告)日：2019-11-05
申请号：CN201910798089.3
申请日：2019-08-27
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于改进熵权和灰色关联分析法的异构无线网络垂直切换方法，包括1、分析异构网络中垂直切换场景，2、一种改进熵权法，3、通过灰色关联分析法求得每个候选网络与理想网络的灰色关联度，4、根据步骤2和步骤3的结果，求得候选网络与理想网络的灰色加权关联度，并对此进行排序，获得最佳的候选网络。本发明可以有效减少切换次数和降低反转现象，与其他垂直切换判决算法相比具有更好的性能。
-
-
公开(公告)号：CN107580213B
公开(公告)日：2019-06-21
申请号：CN201710599843.1
申请日：2017-07-21
Applicant: 南京邮电大学
Abstract: 本发明公开了一种视频状态检测查验方法，本发明在充分考虑视频请求信息，通过对视频通道进行时频访问的分析，实现对视频通道的查验分类，通过获取视频集成单元的网络带宽的基础上，对查验视频通道进行提前预估，有效提高视频状态检测效率，避免由于循环轮询各视频点造成的网络带宽占用；同时，所有操作可在视频平台侧进行数据同步并进行远程运营维护，当出现问题了，可安排运维人员精准定位故障视频通道，有效提高了运营维护效率。
-
公开(公告)号：CN109598933A
公开(公告)日：2019-04-09
申请号：CN201811503475.7
申请日：2018-12-10
Applicant: 南京邮电大学
IPC: G08G1/01
Abstract: 本发明公开了一种基于数据驱动的k邻近非参数回归的交通流预测方法，基于两步数据搜索算法开发，首先在非预测时间段内，从历史数据库中寻找和识别候选输入数据去与当前状态近似，然后在预测点处从候选输入数据中识别用于预测的最佳决策输入数据，最后利用最佳决策输入数据通过预测算法生成预测。本算法可以有效地减少用于搜索历史数据的时间，从而降低系统预测过程中的执行时间，提高了预测系统的预测效率，同时也保准了系统预测的准确率。
-
公开(公告)号：CN109558435A
公开(公告)日：2019-04-02
申请号：CN201811241007.7
申请日：2018-10-24
Applicant: 南京邮电大学
IPC: G06F16/2458 , G06Q30/02
Abstract: 本发明提出了一种面向精准营销的加权频繁项集挖掘算法，该发明首先针对销售企业的营销策略存在找客户难，获客成本高，运营效率低等问题，对客户前期的购买行为和客户在电商平台的访问行为进行分析，分别对购买商品、点击浏览、收藏商品及加入购物车等行为赋予不同的购买概率值，以反映用户对不同项目的喜好度；其次，根据某商品的利润占企业利润的比例为该商品赋予不同的权重，以反映不同商品对企业的重要程度；本发明提高算法的时间效率，有利于从海量不确定数据中迅速挖掘出对用户具有重要意义的频繁项集信息，实现精准营销。
-
-
-
-
-
-
-
-
-
Search Results
446
records
(took 0.031 seconds)
