-
公开(公告)号：CN107944947A
公开(公告)日：2018-04-20
申请号：CN201711082647.3
申请日：2017-11-07
Applicant: 南京邮电大学
CPC classification number: G06Q30/0611 , G06Q30/08 , G06Q50/01
Abstract: 本发明公开了一种利用社交网络的移动群智感知激励方法，可用于注册用户缺乏，尤其是活跃用户数较少的移动群智感知系统。该方法中，系统由三部分组成，任务拥有者、社交网络和用户。任务拥有者通过社交网络向他的社交邻居广播感知任务，用户向任务拥有者提交一个含有报价的标书，同时在他们的社交网络上继续广播任务招募更多的用户参与群智感知。任务拥有者根据用户的报价从用户中选择出优胜者，并计算相应的报酬。对于成功招募到其他用户的用户，本方法计算并支付对应的奖励给招募者。本发明所提的一种利用社交网络的移动群智感知激励方法，满足个体理性、盈利性、计算有效性、真实性和时间敏感性。
-
公开(公告)号：CN107888321A
公开(公告)日：2018-04-06
申请号：CN201711091279.9
申请日：2017-11-08
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于OAM的模分多址接入方法，该方法包括将M(M≥1)路基带信号调制到相控阵列天线产生的携带本征值为li的OAM模态的毫米波 载波上，OAM模态由拉盖尔-高斯波束表示，总的发送信号表达为接收端接收到的总信号为 然后k(M≥K≥1)个终端接收到信号 后，使用接收天线阵列，把自己所需要的第i路基带信号从 中分解出来，得到第i路基带接收信号 最后将 采样量化处理后，得到量化基带接收信号 T为码元间隔。该发明利用OAM波束的正交性以及其模态l的希尔伯特空间特性，提出以OAM模态作为新自由度的模分多址接入方案，该发明能够提高频谱利用率、增加设备连接数量，从而大幅度提升毫米波系统容量，满足未来海量数据的传输要求，应用前景巨大。
-
公开(公告)号：CN107832878A
公开(公告)日：2018-03-23
申请号：CN201711046462.7
申请日：2017-10-31
Applicant: 南京邮电大学盐城大数据研究院有限公司
CPC classification number: G06Q10/04 , G06F17/30194 , G06Q50/02
Abstract: 本发明提供一种基于大数据分析和生长模型的作物生长趋势分析方法，所述方法为输入作物生长环境感知物联网产生的数据到Hadoop大数据平台，通过在mapreduce运算框架上建立目标作物的动态生长模型，计算求解物候(PHE)来预测作物的生长趋势。本发明利用大数据分布式计算环境，针对物联网采集的作物生长环境输入数据，提高生长模型在大数据量环境下的计算速度，提高模型建立准确性、高效性，降低作物生长模型响应时间。
-
公开(公告)号：CN107703652A
公开(公告)日：2018-02-16
申请号：CN201710872346.4
申请日：2017-09-25
Applicant: 南京邮电大学
IPC: G02F1/13 , G02F1/133 , G02F1/1333 , G02F1/1337
CPC classification number: G02F1/1313 , G02F1/133 , G02F1/1333 , G02F1/1337
Abstract: 一种基于石墨烯/超材料协同驱动的电控液晶可调太赫兹波吸收器及其制备方法，属于太赫兹光电子技术领域。所述吸收器包括石英基板a、液晶层和石英基板b，石英基板a和石英基板b通过框胶结合构成液晶盒，液晶层设于石英基板a和石英基板b相接处；石英基板a的内侧从里到外依次包括周期亚波长金属单元阵列、多孔石墨烯层和光取向层a；所述石英基板b的内侧从里到外依次包括金属反射镜和光取向层b，所述液晶层中注入太赫兹波段大双折射率液晶材料。本发明所述制备方法简便高效，能够任意设计亚波长单元结构阵列，制备的太赫兹波吸收器具有良好的电场分布和控制液晶的能力，同时具备调制频段宽、调制速度快等优点。
-
公开(公告)号：CN107688964A
公开(公告)日：2018-02-13
申请号：CN201710664774.8
申请日：2017-08-07
Applicant: 南京邮电大学
CPC classification number: G06Q30/0283 , G06Q30/0611 , G06Q50/01
Abstract: 本发明公开了一种用于大规模众包任务扩散的激励方法。该方法中，众包平台和注册用户之间体现为一个反向拍卖过程。注册用户向众包平台提交一个含有报价的标书，众包平台根据历史记录为每个注册用户预测其影响力，并根据预测结果，按照边际影响力单位成本从注册用户中选出一批入选者，并计算每个注册用户的报酬。本发明所提的一种用于大规模众包任务扩散的激励方法满足计算有效性、个人理性和防欺骗性。本方法可广泛用于大规模众包任务的扩散中。
-
Patent Agency Ranking
公开(公告)号：CN107248092A
公开(公告)日：2017-10-13
申请号：CN201710449290.1
申请日：2017-06-14
Applicant: 南京邮电大学盐城大数据研究院有限公司
IPC: G06Q30/02
CPC classification number: G06Q30/0206 , G06Q30/0207 , G06Q30/0225
Abstract: 本发明公开了一种基于供需关系的移动群智感知激励方法，提出了一种在群智感知系统中平台和智能手机用户的交互方法，每个用户对系统的贡献被认为是用户进行感知而消耗的资源，并且每个感知任务具有一个最小资源需求；并在此基础上提供了一种基于供需关系的移动群智感知激励机制，资源价格和用户的贡献由供需关系决定。本发明所提的一种基于供需关系的移动群智感知激励方法具有计算有效性、个人理性、收益性、防欺骗性和非垄断性。
-
公开(公告)号：CN103390181B
公开(公告)日：2016-12-28
申请号：CN201310278575.5
申请日：2013-07-03
Abstract: 本发明是一种RFID(Radio Frequency Identification，射频识别)系统动态标签信息采集和处理的方案，涉及标签原始数据流减少消极读、去除积极读和过滤冗余读的方法。该发明提出一种四层RFID数据处理架构，四个层次分别为物理读写器层、逻辑读写器层、相关读写器层和汇聚层。发明提出了去除积极读和过滤冗余读的算法，该算法通过四个内存数据表和四个判断机制，设计积极读判断模块和积极读验证模块，解决传统算法中消极读误判的问题。本发明兼顾RFID数据处理架构和算法，具有一定的使用价值。
-
公开(公告)号：CN106209802A
公开(公告)日：2016-12-07
申请号：CN201610509451.7
申请日：2016-06-30
Applicant: 全球能源互联网研究院 , 国网江苏省电力公司 , 国家电网公司 , 国网江苏省电力公司南京供电公司 , 南京邮电大学
CPC classification number: H04L63/065 , H04L63/08 , H04L63/0869 , H04L63/108 , H04W4/70 , H04W12/04 , H04W12/06
Abstract: 本发明提供了一种基于组策略的电力4G网络安全认证和密钥协商方法，包括；首先将大量的MTC设备分组，组首搜集组成员的认证请求信息，并对这些信息进行聚合；接着组首(Group Header)与移动管理实体(MME)，用户归属地服务器(HSS)完成相互认证，通过时间戳来判断组首是否合法，同时用户归属地服务器生成组认证矢量(GAV)；然后MME存储GAV，比较时间戳，进一步验证组首的合法性；最后，组首与组成员进行相互认证，认证完成后，组首将相应协商信息发送给组成员，组成员验证HSS的信息，并生成会话密钥SSK。该发明能够在大量终端设备同时访问核心网时，极大地减轻核心网的网络拥塞和负担，而且减少通信开销，还能够减少认证时延，有效抵抗常见攻击。
-
公开(公告)号：CN103354506B
公开(公告)日：2016-09-28
申请号：CN201310278572.1
申请日：2013-07-03
Abstract: 本发明公开了一种物联网业务架构以及业务组合方法，该方法将物联网基于业务分成五层，分别是设备接入层，数据通信层，设备管理层，业务管理层，业务应用层。该架构下，在Qos基础上给出了基于蚁群算法的动态业务组合方法，即将该架构下业务的Qos属性与蚁群算法中的参数做出合理映射，以满足用户需求及最高Qos属性为目的选择参与组合的服务，该组合方法可以很好地满足用户需求以及保证组合服务的服务质量，充分利用了网络中的设备和已有的原子业务，因此本发明具有一定的实际使用价值和经济价值。
-
公开(公告)号：CN104994170A
公开(公告)日：2015-10-21
申请号：CN201510414218.6
申请日：2015-07-15
Applicant: 南京邮电大学
Abstract: 本发明公开了传感器网络中基于混合因子分析模型的分布式聚类方法，该方法用混合因子分析模型来建模传感器网络中各节点处待聚类的数据，各节点基于自身数据计算局部充分统计量，而后将该量扩散广播给其邻居节点，当节点收到所有来自邻居节点的局部充分统计量之后，其可以获得联合充分统计量，并基于该统计量估计出混合因子分析模型中的各个参数，最终基于估计出的模型完成聚类。本发明建立混合因子分析模型可以在聚类的同时完成数据的降维，采用分布式聚类方式，避免传统的集中式处理方式中由中心节点带来的网络崩溃。在本发明分布式聚类方法中，各节点间传输的是充分统计量而不是数据，既大大节省了通信开销，又可以较好地保护数据中的隐私信息。
-
-
-
-
-
-
-
-
-
Search Results
241
records
(took 0.031 seconds)
