-
公开(公告)号：CN109284799B
公开(公告)日：2022-03-04
申请号：CN201811206321.1
申请日：2018-10-17
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于深度学习的RFID标签相对位置定位方法，所述方法包括步骤：S1、将一系列RFID标签按随机顺序均匀水平排列，保持一RFID天线平行所述RFID标签运动，使用所述RFID天线持续读取所述RFID标签相互之间的相位信息数据和信号强度信息数据；S2、设定一数据整理结构，基于所述数据整理结构将所述相位信息数据和信号强度信息数据制成训练数据，并采用深度神经网络对所述训练数据进行训练，初步得到所有所述RFID标签相互之间的相对位置关系；S3、采用指定的排序算法对所述RFID标签相互之间的相对位置关系进行进一步排序，确定所有所述RFID标签相互之间的最终相对位置关系；本发明的方法可以准确地分析出一系列密集排列的RFID标签的排列顺序。
-
公开(公告)号：CN111737759B
公开(公告)日：2021-10-08
申请号：CN202010805039.6
申请日：2020-08-12
Applicant: 南京邮电大学 , 安徽晶奇网络科技股份有限公司
Abstract: 针对在分布式环境下海量数据在运算处理的过程中容易遇到数据泄露以及恶意分析的问题，本发明提出一种基于Hadoop平台MapReduce环境下的隐私保护方法，该方法通过使用Hadoop集群中的MapReduce技术，结合随机抽取记录的方式，将数据集分配到各个节点，并启动Map分任务进行数据的整合处理。Reduce分任务通过使用指数机制完成属性的选择与更新，最后对叶子节点添加随机噪声，使得分类的结果满足差分隐私。该方法在保证数据可用性的同时也具有较好的分类准确率。
-
公开(公告)号：CN112766233A
公开(公告)日：2021-05-07
申请号：CN202110190644.1
申请日：2021-02-19
Applicant: 南京邮电大学
Abstract: 一种基于激光雷达和RFID的人体行为识别方法，包含静态和动态人体行为识别两种类型，在结构上主要分为三个部分：LiDAR、RFID阅读器和标签以及数据处理模块。LiDAR用于实时获取视场内的人体行为；RFID标签负责确定目标ID和辅助分类；数据处理模块用于模型训练和预测。本发明强调人体行为识别的隐私性、安全性和鲁棒性，能够在复杂多变的环境中进行准确的行为识别。
-
公开(公告)号：CN111951957A
公开(公告)日：2020-11-17
申请号：CN202010818888.5
申请日：2020-08-14
Applicant: 南京邮电大学
IPC: G16H50/20 , G06F16/215 , G06F16/25 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种基于注意力机制与层次时间记忆的糖尿病数据异常检测方法，对高速传输来的糖尿病数据进行预处理，把预处理过后的糖尿病数据输入到注意力模型(Attention model)当中去，通过注意力模型后过滤出糖尿病流数据当中的重要数据信息。紧接着把过滤出来的数据信息输入到层次时间记忆网络模型(HTM)中，进行实时的糖尿病流数据异常检测。并且实时计算出每个糖尿病流点数据的异常可能性，和最初设定的阈值进行比较，决定该数据点是否处于异常状态。把检测出来的异常点数据实时保存在数据库当中，并输出预警报告。速度更快，效率更高。
-
公开(公告)号：CN111737759A
公开(公告)日：2020-10-02
申请号：CN202010805039.6
申请日：2020-08-12
Applicant: 南京邮电大学 , 安徽晶奇网络科技股份有限公司
Abstract: 针对在分布式环境下海量数据在运算处理的过程中容易遇到数据泄露以及恶意分析的问题，本发明提出一种基于Hadoop平台MapReduce环境下的隐私保护方法，该方法通过使用Hadoop集群中的MapReduce技术，结合随机抽取记录的方式，将数据集分配到各个节点，并启动Map分任务进行数据的整合处理。Reduce分任务通过使用指数机制完成属性的选择与更新，最后对叶子节点添加随机噪声，使得分类的结果满足差分隐私。该方法在保证数据可用性的同时也具有较好的分类准确率。
-
Patent Agency Ranking
公开(公告)号：CN111537952A
公开(公告)日：2020-08-14
申请号：CN202010395953.8
申请日：2020-05-12
Applicant: 南京邮电大学
Abstract: 本发明提出了一种基于深度学习的RFID室内三维定位方案，通过人在天线和标签间移动，对标签的特征信息产生影响，结合相对定位与绝对定位，运用深度学习技术，进一步挖掘数据特征，以标签的RSSI、Phase、Timestamp作为输入数据训练模型，实现较好的RFID三维室内定位效果，定位模型稳定可靠，能够应用在实际生活场景中。
-
公开(公告)号：CN110942299A
公开(公告)日：2020-03-31
申请号：CN201911022026.5
申请日：2019-10-25
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于区块链的版权交易系统，包括用户网页端，后端Web服务器，区块链节点，所述后端Web服务器分别与用户网页端和区块链节点信息互通；所述用户网页端用于提供用户登录注册的界面、发起交易、查看交易记录及用户拥有的版权信息；所述后端Web服务器用于数据增添修改查询以及将用户发送的请求转换为区块链账户与区块链节点进行交互；所述区块链节点用于对发起的交易进行流程处理并存储原始交易记录的数据。优点：能够在区块链网络中完成交易的核心流程，具有透明性和不可篡改性，能够削弱中介第三方的权利，解决部分版权管理混乱的问题。
-
公开(公告)号：CN109959897A
公开(公告)日：2019-07-02
申请号：CN201910274350.X
申请日：2019-04-08
Applicant: 南京邮电大学
IPC: G01S5/14
Abstract: 本发明公开了一种基于旋转天线的RFID二维位置定位方法，所述方法使用旋转的RFID天线读取待测RFID标签的信号强度信息，并在指定位置设定预设数目的参考标签，结合信号强度信息和参考标签计算RFID天线与待测RFID标签之间的距离和相对方向，具体的，根据旋转台的其实旋转时间戳、终止时间戳和RFID天线正对待测RFID标签时的时间戳来计算对应时刻RFID天线的旋转角度；通过设置两个或三个参考标签来计算得到RFID天线与待测RFID标签所在平面的距离；再结合得到的旋转角度和RFID天线距离待测RFID标签所在平面距离分别得到待测RFID标签的x轴坐标和z轴坐标，实现RFID标签的二维位置定位；本发明的RFID标签定位精确度高，适用范围广。
-
公开(公告)号：CN106055410A
公开(公告)日：2016-10-26
申请号：CN201610397591.X
申请日：2016-06-07
Applicant: 南京邮电大学
CPC classification number: G06F9/5016 , G06F9/45558 , G06F2009/45583
Abstract: 本发明公开一种云计算内存资源分配方法，云主机和集群环境的虚拟机在运行过程中，通过Domain0判断内存状态，如果Domain0内存资源足够且集群中各虚拟机的内存资源充足，则进行内存自发调节；如果Domain0内存资源不足，则从其他Domain U中回收内存资源，再进行内存竞价调节；如果集群中虚拟机处于内存资源紧缺，则进行内存竞价调节。
-
公开(公告)号：CN119961856A
公开(公告)日：2025-05-09
申请号：CN202510027744.0
申请日：2025-01-08
Applicant: 南京邮电大学
IPC: G06F18/25 , G06F18/27 , G06V10/766 , G06V10/80 , G06V10/82 , G06N3/0442 , G06N3/0455 , G06N3/08
Abstract: 本发明深度学习自然语言处理技术领域，公开了一种基于视觉前缀的生成式多模态信息抽取方法，具体为：输入文本信息及图像信息，实现文本和图像关系抽取，视觉表示作为可插入的视觉前缀，以指导错误不敏感的预测决策的文本表示，实现层次多尺度视觉特征作为融合的视觉前缀，多模态信息提取器有效地提取特征。本发明将视觉信息与文本信息进行融合，通过多层次的视觉前缀注意力机制将视觉特征与文本特征进行交互更新，结合一个统一的多模态信息提取器，将多模态信息抽取任务统一为使用指令调优的生成问题，能够实现自动回归生成信息提取结果。
-
-
-
-
-
-
-
-
-
Search Results
57
records
(took 0.026 seconds)
