-
公开(公告)号：CN108986148A
公开(公告)日：2018-12-11
申请号：CN201810236334.7
申请日：2018-03-21
Applicant: 南京邮电大学
Abstract: 本发明公开了一种实现多智能小车协同搜索识别并跟踪特定目标群体的方法，该方法首先初始化一个目标操作域O并将其分成A个小块,采用A辆智能小车在这A个区域进行搜索；接着通过计算事先输入目标群体中其中一个目标的归一化转动向量(NMI)值，智能小车在搜索过程中不断进行图像的采集以及预处理。将采集到的图像的NMI值与事先输入的进行匹配，若相等，则说明测量结果为真,否则视为未发现目标。然后将该测量值作为单个智能小车i的输入并根据贝叶斯规则分别更新地图。引入概率图的非线性变换以通过线性化贝叶斯更新来简化计算，最后提出了一种类似共识的分布式融合方案，用于多小车的地图融合，得到一个新的分散概率图。
-
公开(公告)号：CN108648198A
公开(公告)日：2018-10-12
申请号：CN201810444546.4
申请日：2018-05-10
Applicant: 南京邮电大学
Abstract: 本发明公开一种视频内多目标运动人体区域的分割方法，该方法首先初始化一个目标视频流，先将视频流分割成长度24帧的片段，对每个片段首尾采取背景差分法确定视频流中发生变化的区域，然后对该运动区域提取最大矩形进行切割。对一切割部分采取逐帧光流法提取区域内目标运动的信息，来获取目标运动的精确情况。本发明方法能够更加精确和高效的进行多目标运动人体区域的分割，具有良好的可实施性。
-
公开(公告)号：CN108449790A
公开(公告)日：2018-08-24
申请号：CN201810422276.7
申请日：2018-05-04
Applicant: 南京邮电大学
IPC: H04W52/24 , H04W72/04 , H04B17/382
Abstract: 本发明给出了一种基于差分进化算法的认知无线网络的时间和功率分配方法。该方法采用差分进化算法，通过不断地变异、交叉操作形成临时种群，根据贪婪法则，通过选择操作，比较临时种群中个体的目标函数值与其对应的当前种群中个体的目标函数值；当临时种群个体的目标函数值大，则代替对应个体进入下一代种群，反之，则保留当前种群的个体。在达到最大进化代数G之前，种群需要循环进行变异、交叉、选择操作，最终构成最优种群，搜索到最优的时间分配值，计算出最佳发射功率使认知用户的效用函数达到最大值。本发明能够有效提高认知用户的吞吐量以及认知无线网络的频谱利用率和能量效率。
-
公开(公告)号：CN108399435A
公开(公告)日：2018-08-14
申请号：CN201810237226.1
申请日：2018-03-21
Applicant: 南京邮电大学
Abstract: 本发明公开一种基于动静特征的视频分类方法，解决视频分类准确度不够高的问题。本发明首先对视频中的动态特征和静态特征进行处理，利用Cholesky变换对这些信息融合后，使用GRU神经网络完成视频的分类；接着通过DT算法捕获每个视频帧的动态特征，再通过DBSCAN聚类算法将每个视频帧隔离，在每个视频片段的每个帧里构建运动框并连接每个视频片段相邻帧之间的运动框，完成动态特征的捕获和跟踪；然后通过HoG和BoW方法将动态特征生成动态信息直方图与通过CNN神经网络生成的静态信息直方图利用Cholesky变换相融合；最后利用GRU神经网络实现视频的分类。本发明通过对动态和静态信息的分开处理，能够提升视频分类的准确性，具有良好的实施性和鲁棒性。
-
公开(公告)号：CN104915608B
公开(公告)日：2018-07-27
申请号：CN201510234860.6
申请日：2015-05-08
Applicant: 南京邮电大学
Abstract: 本发明给出种信息物理融合系统隐私保护型数据分类方法,使用随机决策树和门限加法同态密码解决了信息物理融合系统在分布式数据挖掘过程中的隐私泄漏问题。该方法首先由信息物理融合系统的各单元确定随机决策树的结构;然后对决策树的结点值进行计算,最后用建成的随机决策森林和门限加法同态公钥密码对新的实例进行分类。本发明利用分布式随机决策树准确地建立分类器,结合门限加法同态密码,能够在提供高效可靠的隐私保护的前提下,进行信息物理融合系统中的数据分类。
-
Patent Agency Ranking
公开(公告)号：CN104703195B
公开(公告)日：2018-05-25
申请号：CN201510082464.6
申请日：2015-02-16
Applicant: 南京邮电大学
Abstract: 本发明给出一种移动自组网路由节点行为预测方法，该方法首先选择合适的移动自组路由属性，设置模糊邻近关系，然后根据此原则对记录进行分类，最后使用贝叶斯分类器进行预测，评估路由节点的行为。本发明的目的是提供一种移动自组网路由节点行为预测方法，解决移动自组网路由节点行为预测问题，建立一种基于贝叶斯的预测方法，通过现有的数据分析，对移动自组网路由节点行为进行预测，提高移动自组网的运行效率。
-
公开(公告)号：CN104915967B
公开(公告)日：2018-03-06
申请号：CN201510234712.4
申请日：2015-05-08
Applicant: 南京邮电大学
IPC: G06T7/207
Abstract: 本发明提供一种隧道内车辆运动路径的预测方法，该方法首先要先在隧道内部每隔一段用户指定的距离布置若干摄像头，并通过用户指定的时间拍摄若干照片，把照片的处理结果与照片库进行匹配，确定车辆的体征信息；然后对照片进行阈值分割，中值滤波等一系列处理，结合运动矢量来更新隧道中目标车辆的下一位置，完成对车辆的跟踪以及动态预测。本发明能够有效的获取出照片中所蕴含的信息，并将此信息及时反馈给驾驶员，为准确地分析隧道内车辆的行驶状况提供了丰富的内容基础。
-
公开(公告)号：CN105654729B
公开(公告)日：2018-01-02
申请号：CN201610183090.1
申请日：2016-03-28
Applicant: 南京邮电大学
Abstract: 本发明给出一种基于卷积神经网络的短时交通流量预测方法，该方法首先根据预测路段的上下游路段条数以及预测使用的历史流量数据个数，确定输入矩阵的格式；然后根据输入矩阵的格式，确定卷积神经网络预测模型的结构，并使用预测路段及其上下游路段的历史流量数据完成模型的训练；最后使用训练好的模型进行预测。该方法利用具有强大特征学习能力的卷积神经网络来准确预测短时交通流量，将预测路段及其上下游路段的流量一同考虑，不仅使输入数据扩展到二维，以满足卷积神经网络的输入格式，同时也提供了与预测路段相关联路段的信息，使预测模型学习到更多流量特征，从而提升预测精度。
-
公开(公告)号：CN107169990A
公开(公告)日：2017-09-15
申请号：CN201710266254.1
申请日：2017-04-21
Applicant: 南京邮电大学
CPC classification number: G06T7/251 , G06N3/006 , G06T2207/10016
Abstract: 本发明公开了一种基于粒子群优化算法的视频多运动目标定位方法。该方法首先通过背景差法进行图斑检测，然后通过将粒子群以图斑为单位划分成粒子子群，在每个子群内使用粒子群优化算法，来达到多运动目标定位的目的。本发明方法能够解决多个目标探测问题以及因对象胶着、图片昏暗而导致的检测困难问题。
-
公开(公告)号：CN107169423A
公开(公告)日：2017-09-15
申请号：CN201710269887.8
申请日：2017-04-24
Applicant: 南京邮电大学
Abstract: 本发明公开了一种视频人物运动类型识别方法，该方法使用三维人体运动捕获中的信息，结合对应的二维视频捕获的运动数据，产生两组相对应的运动状态序列，建立一个概率模型，可以用于分析在视频数据中，即使用普通网络摄像机拍摄的常规二维视频中捕获的人物运动数据，通过对应关系计算其代表的最有可能的三维运动状态，进行视频中人物运动的识别。由于三维数据在精度与对人物关节运动的分析上所具有的优势，所以本发明采用二维与三维数据混合的方式来提高分析的精确度与效率。
-
-
-
-
-
-
-
-
-
Search Results
374
records
(took 0.033 seconds)
