-
公开(公告)号：CN112651245A
公开(公告)日：2021-04-13
申请号：CN202011577267.9
申请日：2020-12-28
Applicant: 南京邮电大学
IPC: G06F40/295 , G06N3/04 , G06N3/08
Abstract: 本发明提供了一种序列标注模型及序列标注方法，包括输入层，BiLSTM网络层和CRF层。利用该模型进行序列标注任务时，首先在输入层加入ELMo字向量作为额外特征，使每个字符的表示是其字符向量和ELMo表示的拼接，其次在BiLSTM网络层中除了使用正向LSTM网络学习每个字符的历史特征，也以逆序将序列输入到反向LSTM网络中学习每个字符的后续特征，将字符的上下文特征拼接输入到CRF层，最后使用条件随机场进行联合建模得到全局最优的标签序列。本发明提供的方法在中文命名实体识别的数据集如Boson、LDC2009等上取得了良好的性能，其平均性能F1值提高了4.95％。
-
公开(公告)号：CN106940825B
公开(公告)日：2021-02-09
申请号：CN201710070382.9
申请日：2017-02-09
Applicant: 南京邮电大学
Abstract: 本发明涉及一种面向灾难应急的疏散规划方法及疏散规划系统，通过建立虚拟力场，将复杂的大规模疏散问题通过力场函数进行描述，并通过力场函数的负梯度方向决定人员的疏散方向，解决了对于复杂的灾难环境难以建模的问题，使问题描述简单，同时提升了算法的计算效率；而且能够将待疏散人员位置、避难场所分布及其容量等影响应急疏散规划的因素考虑在内，给待疏散人员提供及时的疏散引导，并且在算法的求解过程中，将应急避难场所实时剩余容量参数作为引力系数，使得整个疏散过程中避难场所的容量达到均衡状态，节省了大量疏散时间，随着疏散人数规模的增加，算法优势愈加明显。
-
公开(公告)号：CN112327891A
公开(公告)日：2021-02-05
申请号：CN202011276481.0
申请日：2020-11-16
Applicant: 南京邮电大学
IPC: G05D1/06
Abstract: 本发明揭示了一种无人机自主降落系统及方法，应用于无人机设备中，系统包括：图像识别模块，用于采集无人机设备的运行环境图像，对所采集的图像进行处理、识别，并最终输出图像识别结果；控制模块，与所述图像识别模块信号连接，用于依据所述图像识别结果对无人机设备进行飞行控制，使无人机设备自主降落。本发明通过对现有部件的整合利用，在较低的设备成本下提高了无人机自身对于图像的处理能力，实现了无人机的自主降落。同时，本发明的还结合了图像识别技术及飞行控制技术、控制效果准确且可重复性强、使用价值高。
-
公开(公告)号：CN112287241A
公开(公告)日：2021-01-29
申请号：CN202011108107.X
申请日：2020-10-16
Applicant: 南京邮电大学
IPC: G06F16/9536 , G06F16/906 , G06Q30/06 , G06Q50/14
Abstract: 本发明提供了一种旅游推荐方法，用于分析用户的旅游偏好，主要包括以下步骤：获取用户行为信息，包括标签数据和评分数据，判断是否属于冷启动；获取用户的标签数据，并判断该用户是否有评分数据；若无评分数据，则使用基于标签的推荐算法，按照标签权重进行排序，生成推荐结果；使用基于标签的推荐算法和基于用户的协同过滤推荐算法，将标签权重融入评分数据，生成推荐结果；对推荐结果进行过滤，选取Top N的数据进行缓存以供系统调用，向用户进行个性化推荐。本发明旨在通过获取并分析用户的旅游偏好数据，结合基于标签的推荐算法和基于用户的协同过滤推荐算法，向用户提供个性化的推荐结果，提高用户的旅游体验。
-
公开(公告)号：CN112149538A
公开(公告)日：2020-12-29
申请号：CN202010960694.9
申请日：2020-09-14
Applicant: 南京邮电大学
Abstract: 本发明提出了一种基于多任务学习的行人重识别方法，包括：获取跨摄像机行人图像，构建一个行人重识别训练数据集；构造一个多任务学习网络，所述网络可以将属性任务和身份识别任务相结合，可以联合优化所有参数和损失，从而达到提升行人重识别准确率的目的；属性任务和识别任务中分别包含验证和验证步骤，分类和验证损失来优化样品的距离，识别损失用于构建一个大的类空间，同时验证损失，本发明通过最小化相似图像和最大限度地扩大不同图像之间的距离来优化空间，以提高识别精度。
-
Patent Agency Ranking
公开(公告)号：CN109740627A
公开(公告)日：2019-05-10
申请号：CN201811422307.5
申请日：2018-11-27
Applicant: 南京邮电大学
Abstract: 一种基于并行卷积神经网络的昆虫图像识别系统及识别方法，首先大规模采集昆虫图像，再进行图像预处理，形成训练集和测试集。图像识别中，利用并行卷积神经网络，在大批量数据集的基础上完成模型的训练，输出相应特征后利用分类模块对图像进行分类。在用户检索部分，通过移动终端获取图像数据，进行预处理，用户根据系统提供的特征信息条目，添加相应描述信息，将图像和基本信息上传服务器后，利用训练好的模型对图像进行测试，进行相似性度量，从而向用户反馈识别结果，用户对结果进行相似性判断，后台收集用户反馈的识别有误的数据，并再次优化模型，提升昆虫图像识别准确率。
-
公开(公告)号：CN103823718B
公开(公告)日：2017-02-15
申请号：CN201410061305.3
申请日：2014-02-24
Applicant: 南京邮电大学
Abstract: 本发明涉及一种面向绿色云计算的资源配置方法，采用虚拟化技术，将任务调度问题抽象为虚拟机部署问题；对用户请求的任务量进行预测，并结合当前系统状态和资源分布，采取保守控制策略，预先对系统资源进行分配、控制，降低云计算系统能耗，避免资源的浪费。
-
公开(公告)号：CN104619016A
公开(公告)日：2015-05-13
申请号：CN201510031944.X
申请日：2015-01-22
Applicant: 南京邮电大学
IPC: H04W64/00
CPC classification number: H04W64/006 , H04W4/04 , H04W24/10
Abstract: 本发明公开了一种基于RSSI的室内定位方法。该方法首先对RSSI测量值进行基于卡尔曼的滤波优化，然后利用滤波优化后的RSSI值进行室内定位；所述基于卡尔曼的滤波优化，在每一次对增益矩阵进行求解之前，首先将当前残余奇异值的最大值与一预设阈值进行比较，若残余奇异值的最大值大于或等于所述阈值，则将增益矩阵置零并进入下一次自循环中，否则，不采取任何额外操作，进入状态更新阶段。相比现有技术，本发明可有效消除人对无线信号传播所产生的噪声影响，并改善因为累积误差导致的定位精度的降低，在噪声均值变化幅度较大的室内环境中具有较高定位精度和定位稳定性，且时间开销较低。本发明尤其适用于人流密集的室内定位。
-
公开(公告)号：CN103944784A
公开(公告)日：2014-07-23
申请号：CN201410166275.2
申请日：2014-04-23
Applicant: 南京邮电大学
Abstract: 本发明公开了一种面向大规模云数据中心的服务器协同监控方法，以服务器相互感知、彼此监视的方式来替代集中式架构的监控模式，提升服务器的自我管理能力，有效减轻监控服务器的监控负担，消除性能瓶颈和单点失效风险。发明给出了协同监控机制模型及功能组件，以及数据服务器加入系统时、单个数据服务器失效时、成片数据服务器失效时协同监控机制的工作步骤。本发明应用在大规模的云数据中心中，系统响应时间明显少于集中式监控机制的响应时间，有效实现了负载均衡，具有很低的更新开销，且无论数据服务器发生离散失效还是在服务器成片失效的情况下，均能够有效的将全部的失效服务器检测出来。
-
公开(公告)号：CN103886715A
公开(公告)日：2014-06-25
申请号：CN201410072278.X
申请日：2014-02-28
Applicant: 南京邮电大学
Abstract: 本发明公开了一种人体跌倒检测方法。跌倒给人的生活和运动带来很大的威胁，严重影响着老人和运动者的身心健康。实时跌倒检测能给老人和运动者提供及时的帮助，降低跌倒带来的风险。本发明提出一种基于三轴加速度传感器的人体跌倒检测方法。方法通过提取跌倒过程中的人体运动特征，重点利用加速度传感器三个轴的相关性对向前跌倒、向后跌倒、左侧跌倒、右侧跌倒四种跌倒行为进行有效检测和区分。方法对四种跌倒行为的平均识别正确率可达到了90%以上，方法平均响应时间小于1.7s，具有较高的性能表现。
-
-
-
-
-
-
-
-
-
Search Results
125
records
(took 0.027 seconds)
