-
公开(公告)号：CN111314935B
公开(公告)日：2022-07-12
申请号：CN202010097179.2
申请日：2020-02-17
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于NOMA‑MEC系统的下行传输时延最小化的方法，首先构建一个配备移动边缘计算服务器的基站和K个移动用户的系统模型，其中基站和用户均配备单个天线用于信号的发送和接收；根据下行NOMA的传输特点和MEC系统的特性，推导出用户的信噪比、传输比特约束、功率约束以及能耗约束；然后，构建以最小化系统时延为目的的数学模型；最后，设计优化算法，得出以最小化时延为目标的最优资源分配方案。本发明解决了现有NOMA‑MEC系统在多用户的场景下，下行传输过程中时延和能效不均衡的问题，且能在计算任务、功率以及能耗的共同约束下将系统的传输时延降至最低。
-
公开(公告)号：CN114584150A
公开(公告)日：2022-06-03
申请号：CN202210211863.8
申请日：2022-03-04
Applicant: 南京邮电大学
Abstract: 本发明是一种利用深度神经网络实现的传感器网络信号补全方法，包括如下步骤：步骤1：将观测节点的信号输入并行标量量化器中，得到量化后的观测节点信号的离散输出，建立问题；步骤2：设计图信号的插值模块；步骤3：设计图信号量化规则模块，图信号量化规则模块采用软‑硬量化器量化；步骤4：将步骤2得到的插值模块和步骤3得到的图信号量化规则模块进行联合训练。本发明使用并行标量量化器，并对每个量化器进行分别设计，使用神经网络对量化比特分配与插值算子进行联合设计，提高了补全性能。
-
公开(公告)号：CN114189868A
公开(公告)日：2022-03-15
申请号：CN202111490648.8
申请日：2021-12-08
Applicant: 南京邮电大学
Abstract: 本发明是一种面向高可靠低时延物联网中数据安全传输的资源分配方法，包括如下步骤：步骤1：构建支持超可靠低时延通信的上行链路系统；步骤2：构建以最大化所有所述地面节点和基站之间通信的基于安全数据速率的QoE之和为目标的优化问题；步骤3：构建基于博弈论的优化模型，将步骤2中的优化问题建模为有QoE评价策略的博弈问题；步骤4：采用一种分布式的学习算法，迭代得到地面节点与基站之间的资源分配策略，直到步骤2中的优化问题达到最优，信道资源分配方法被确定。本发明将目标复杂的原始问题近似地转化为易处理的问题，并提出了一种高效的分布式迭代算法来收敛到NE解。
-
公开(公告)号：CN113822353A
公开(公告)日：2021-12-21
申请号：CN202111079811.1
申请日：2021-09-15
Applicant: 南京邮电大学
Abstract: 一种基于类相关矩阵特征值分解的域自适应方法。该种域自适应方法，解决了源域和目标域之间的欠适配和不平等问题，使得对参数的选择敏感度降低，而收敛度更高分类精度更加准确。该种域自适应方法，与现有的经典分类方法相比，能够做出更准确的判断。本发明方法并没有使用过于繁杂的函数设计，使得网络的训练时间大大缩短。本发明方法使用基于对抗性的方法，使得特征提取器和分类器能够自动学习目标域和源域之间的度量区别。而不是通过人为定义，避免了可能出现的人工偏差。
-
公开(公告)号：CN113191978A
公开(公告)日：2021-07-30
申请号：CN202110479946.0
申请日：2021-04-30
Applicant: 南京邮电大学
Abstract: 本发明所述的一种分布式约束边变FIR图滤波器异步实现方法，通过引入先进的分布式约束边变FIR图滤波器，使节点遵循一种随机的收集‑计算‑广播方案。使用分布式约束边变FIR图滤波器进行滤波操作来实现图信号去噪问题，得到优化目标为最小化滤波信号与节点异步通信输出信号之间的误差，通过遗传算法对优化问题进行求解以得到最优分布式约束边变FIR图滤波器的系数。本发明所述的有益效果为：能够改进分布式图滤波器性能以增加计算量为代价的现状，有效的节约通信能耗，并且通过分布式约束边变FIR图滤波器来解决信号去噪问题，其去噪效果要优于其他去噪图滤波器的效果。最后采用遗传算法(Genetic Algorithm，GA)对优化问题进行求解，以获得最优图滤波器系数。
-
Patent Agency Ranking
公开(公告)号：CN108416607A
公开(公告)日：2018-08-17
申请号：CN201711471333.2
申请日：2017-12-29
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于旅客信任度的智能旅馆推荐方法，其实现步骤为：采集旅客消费数据；从旅客评论中提取特征情感词对，合并同类特征，量化各特征的分数；建立旅客-偏好评分矩阵，计算旅客偏好相似度；根据旅客活跃度和旅客评论有效率，计算旅客可靠度；计算旅客间的信任度；基于旅客间信任度通过加权评价值为旅馆打分；推荐前N个旅馆。本发明不仅解决了旅客住宿偏好难于获取的问题，还能够将热门旅馆和值得信赖的旅客所消费的旅馆优先推荐。
-
公开(公告)号：CN108268444A
公开(公告)日：2018-07-10
申请号：CN201810021528.5
申请日：2018-01-10
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于双向LSTM、CNN和CRF的中文分词方法，基于深度学习算法对传统中文分词的改进优化。该方法具体步骤如下：对初始语料进行预处理，提取语料字符特征信息和字符对应的拼音特征信息；利用卷积神经网络得到字符的拼音特征信息向量；利用word2vec模型得到文本的字符特征信息向量；将拼音特征向量和字符特征向量进行拼接，得到上下文信息向量，放入双向LSTM神经网络中；利用线性链条件随机场对双向LSTM的输出进行解码，得到分词标注序列；对分词标注序列进行解码得到分词结果。本发明利用深度神经网络提取文本字符特征和拼音特征并结合条件随机场进行解码，可以有效提取中文文本特征并且能够在中文分词任务上取得很好的效果。
-
公开(公告)号：CN105701808A
公开(公告)日：2016-06-22
申请号：CN201610016056.5
申请日：2016-01-11
Applicant: 南京邮电大学
IPC: G06T7/00
CPC classification number: G06T2207/30004
Abstract: 本发明公开一种基于组合点匹配的全自动医学图像配准方法，其实现步骤为：(1)、提取医学图像外轮廓，进一步提取轮廓特征点；(2)提取特定区域角点作为特征点；(3)、组合两种特征点分别获得参考图像与浮动图像特征点集；(4)建立基于改进豪斯多夫距离的点集相似度评价机制；(5)根据评价机制进行点集全自动配准，直至满足终止条件，输出配准结果。本发明实现了不限区域全自动医学图像配准，在保证结果精度的同时极大加快了图像配准的速度。
-
公开(公告)号：CN105263135A
公开(公告)日：2016-01-20
申请号：CN201510442635.1
申请日：2015-07-24
Applicant: 南京邮电大学
CPC classification number: H04W12/02 , H04W52/04 , H04W56/00 , H04W56/003
Abstract: 本发明公开了一种MIMO通信系统的鲁棒性安全设计方法，该方法的接收端均配置有功率分离器，其将接收到的功率分为用于接收端信息解码和能量收集的同步实现。若空闲接收端成为潜在窃听者，发送端采用预编码和引入人工噪声的方法，能有效提高系统安全速率以及系统能量的转移效率。在发送端仅已知空闲接收端部分信道状态信息的情况下，此鲁棒性安全设计被描述为一个非凸半无限的最优化问题。利用一阶泰勒扩展和S-Procedure定理等可将其转换为半正定松弛问题，并最终通过基于凸优化工具的迭代算法给出有效的鲁棒性安全设计方法。本发明在确保系统安全通信的前提下，显著提高了系统的安全速率，同时也提高了系统的能量转移效率，更好地满足了用户的通信和能量需求。
-
公开(公告)号：CN114564994B
公开(公告)日：2024-11-15
申请号：CN202210191628.9
申请日：2022-02-28
Applicant: 南京邮电大学
IPC: G06N3/042 , G06F18/10 , G06N5/04 , G06F16/901
Abstract: 一种传感器网络图结构学习方法，将传感器网络中的观测数据转换成数据矩阵；建立平稳图信号表示模型；将建立得到的平稳信号模型作为输入经过一个图滤波器来与观测数据进行拟合；根据图信号学习框架将信号去噪问题表述为平滑信号正则化问题，从而使信号具有全局平滑性；利用ADMM方法将带约束的优化问题得到求解，使用交替优化的思想，求解得到滤波器系数、图结构及输入的平稳信号；调整参数来控制学习得到的图结构拉普拉斯矩阵的稀疏性，删去加权值小的边，从而学习出准确的图结构。本方法解决了在图信号数目不多的情况下的传感器网络图学习问题，采用对输入的平稳信号引入全局平滑性的方法，从而在观测数据中学习推断得到更加准确的图结构信息。
-
-
-
-
-
-
-
-
-
Search Results
80
records
(took 0.024 seconds)
