-
公开(公告)号：CN115719625A
公开(公告)日：2023-02-28
申请号：CN202211045060.6
申请日：2022-08-29
Applicant: 南京邮电大学
Abstract: 本发明提供一种融合知识图谱和深度学习的糖尿病预测方法及系统，该方法通过构建体检数据实体向量库，基于体检数据实体向量库得到患者体检数据的向量表示，得到体检数据向量；构建糖尿病领域知识图谱；基于构建的糖尿病领域知识图谱，抽取患者症状描述中的实体和关系，并表示成向量的形式，得到症状描述向量，进而获得患者自身状况的矩阵；融合自注意力机制与卷积神经网络，构建分类预测模型，由分类预测模型获得预测结果。本发明与现有方法相比，能够通过同时考虑患者体检数据与症状描述，并基于知识和数据双驱动，具有更高的准确性和可解释性。
-
公开(公告)号：CN115484033A
公开(公告)日：2022-12-16
申请号：CN202211114292.2
申请日：2022-09-13
Applicant: 南京邮电大学
Abstract: 本发明提供一种基于国密算法的PMU电力系统通信方法，信息发送设备与信息接收设备作为通信双方，向PMU电力系统的密钥管理服务申请获取国密SM2私钥；生成国密SM2完整公私密钥；信息发送设备从密钥管理服务中查询是否存在与信息接收设备之间的会话密钥，在不存在时，信息发送设备将加密后的会话密钥、签名结果、公钥以及ID信息发送给信息接收设备；信息接收设备验证通过后，协商出会话密钥或到密钥管理服务处查询会话密钥并解密；本发明不仅能够免去证书的管理，还解决了基于身份的加密体系中密钥托管的问题，同时结合国密算法进行签名、验证、加密，能够使得PMU电力系统的认证通信既轻量又安全。
-
公开(公告)号：CN115394440A
公开(公告)日：2022-11-25
申请号：CN202210958683.6
申请日：2022-08-09
Applicant: 江苏跃凯生物技术有限公司 , 南京邮电大学
Abstract: 本申请提供一种基于模型融合的葡萄糖浓度预测方法及相关设备，在获取到初始样本数据集后，采用卡尔曼滤波算法对初始样本数据集中的传感器电流信号进行降噪平滑处理，使电流信号更接近真实值，提高预测结果的精度；基于K折交叉验证，将优化后的LSTM模型得到的对葡萄糖浓度的初步预测结果输入优化后的XGBoost模型，得到葡萄糖浓度的最终预测结果。利用模型融合的思想，将LSTM模型的初步预测结果作为XGBoost模型输入，充分发挥LSTM模型和XGBoost模型的各自优势，提高葡萄糖浓度预测的精度。采用K折交叉验证的方式可以降低模型在构建和融合过程中出现过拟合的风险并提高模型的泛化能力，提高预测结果的精度。
-
公开(公告)号：CN115348063A
公开(公告)日：2022-11-15
申请号：CN202210882066.2
申请日：2022-07-25
Applicant: 国网江苏省电力有限公司淮安供电分公司 , 南京邮电大学 , 南京鼎研电力科技有限公司
Abstract: 本发明涉及网络安全人工智能技术领域，公开了一种基于DNN及K‑means的电力系统网络流量识别方法，对原始数据进行筛选，选出可为分类提供较多信息的数据项组成数据样本；对样本数据进行整合操作和归一化操作进行预处理；迭代训练DNN网络模型，使用预处理的训练集训练DNN网络模型，用于电力系统网络流量的初步分类，得到分类置信度和正负例结果；对DNN网络模型处理后的判定为疑似服务器的样本再使用K‑means算法进行分类。与现有技术相比，本发明在电力网络数据的分类应用中具有较高的准确率，可以满足现实环境下电力系统网络流量分类的需求。
-
公开(公告)号：CN109753949B
公开(公告)日：2022-08-12
申请号：CN201910097579.0
申请日：2019-01-31
Applicant: 南京邮电大学
IPC: G06V20/58 , G06V10/764 , G06K9/62
Abstract: 本发明公开了一种基于深度学习的多视窗交通标志检测方法，首先通过仿射变换在不同的照明条件和方向上提供其他交通标志图片，然后利用扩充的数据集训练基于YOLO框架的交通标志检测模型，最后利用多视窗YOLO模型对输入图像进行分区域操作，对每个区域分别检测，并将检测结果进行融合，得到最终检测结果。本发明保证了需要进行交通标志检测的应用领域在进行交通标志检测时的准确性，不仅能提高交通安全性，同时也保证了交通运行效率，具有较高的研究意义。
-
Patent Agency Ranking
公开(公告)号：CN111145174B
公开(公告)日：2022-08-09
申请号：CN202010000186.6
申请日：2020-01-02
Applicant: 南京邮电大学
Abstract: 本发明提出了一种基于图像语义特征进行点云筛选的3D目标检测方法。包括以下步骤：首先2D语义分割方法对图像数据进行分割得到语义预测。将生成的语义预测通过已知的投影矩阵投影到LIDAR点云空间中，从而使点云中的每一个点都能获得对应图像位置的语义类别属性。我们将车辆、行人、骑车人相关的点从原始点云中提取出来并形成视锥。其次我们将视锥作为深度3D目标检测器的输入，并设计符合视锥特性的损失函数来进行网络训练。本发明设计了基于图像语义特征进行点云筛选的3D目标检测算法，大大减少了3D检测的时间和计算需求。最后我们的方法在3D目标检测的基准数据集KITTI上的表现表明，我们的方法具有很好的实时目标检测性能。
-
公开(公告)号：CN114816983A
公开(公告)日：2022-07-29
申请号：CN202210231504.9
申请日：2022-03-10
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于混合项目对抗学习的跨项目软件缺陷预测方法，使用对抗学习的来改进特征学习的过程，以极大极小博弈的策略使得项目内的原始特征和重构特征难以判别，更好地保留原始鉴别特征。通过生成模型与判别模型的相互作用，在保留原始鉴别特征的同时，不同项目间的分布差异得到了有效的减小。值得注意的是，为了更充分利用不同项目间的信息，本发明提出了一种将源项目与目标项目按照随机比例进行混合的训练方法，通过该方法使得域分类器有了更加强大的判别能力，也为训练集数据不充足提供了一个可靠的解决方法。通过这种方式将增加了模型的泛化能力，使得模型通过在有标签源项目上训练更容易捕捉域间不变性特征。
-
公开(公告)号：CN112766233B
公开(公告)日：2022-07-26
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：CN114676755A
公开(公告)日：2022-06-28
申请号：CN202210208723.5
申请日：2022-03-04
Applicant: 南京邮电大学
Abstract: 本申请涉及一种基于图卷积网络的无监督域自适应的分类。所述方法包括：获取源域中的样本数据和目标域中样本数据作为训练数据；根据源域和目标域中样本数据间的相似性分别更新两个域中样本的图连接关系；将源域和目标域中的样本数据输入到域自适应网络中进行训练，域自适应网络是基于图卷积网络的无监督域自适应网络，域自适应网络包括：跨域特征提取模型、源域特征提取模型、分类模型、域对抗鉴别模型、类对齐模型；训练域自适应网络不断更新迭代域自适应网络中的参数，当域自适应网络达到收敛条件时，获得域自适应分类模型；输入待分类数据至域自适应分类模型进行分类，获得待分类数据的分类结果。提高了基于图卷积的无监督域自适应模型性能。
-
公开(公告)号：CN114648095A
公开(公告)日：2022-06-21
申请号：CN202210190501.5
申请日：2022-02-28
Applicant: 南京邮电大学
Abstract: 本发明涉及生态环境监测技术领域，公开了一种基于深度学习的空气质量浓度反演方法，将卷积神经网络、长短期记忆神经网络和全连接神经网络与引入Nesterov动量的自适应学习率RMSProp算法和参数初始化策略相结合，对传统的LSTM模型进行了优化并且提出使用了自适应学习算法。基于建立的双向LSTM模型对空气质量浓度的变化进行反演，这种方法能够大幅度减少训练模型所需要的时间并且能提高空气质量浓度的精度，根据新的环境数据的变化去在线训练模型。通过基于深度学习的空气质量浓度反演方法可以实现对区域式空气质量浓度的变化进行准确的反演。
-
-
-
-
-
-
-
-
-
Search Results
245
records
(took 0.033 seconds)
