-
公开(公告)号：CN111898526B
公开(公告)日：2022-07-22
申请号：CN202010744969.5
申请日：2020-07-29
Applicant: 南京邮电大学
Abstract: 基于多流卷积神经网络的肌电手势识别方法，采用的技术方案为基于多流CNN网络架构的肌电手势识别方法，使用双层CNN网络提取肌电信号特征，其次将两层获取到的特征进行融合。针对肌电信号时序性，将处理的融合数据利用RNN网络进行再次训练最后分类。该模型架构可以获取更多的原始肌电信号特征进行训练来提高识别率，另一方面又减少了训练的时长。
-
公开(公告)号：CN108601035B
公开(公告)日：2022-04-22
申请号：CN201810383874.8
申请日：2018-04-26
Applicant: 南京邮电大学
Abstract: 本发明提出了基于太阳能收集模型的WMSNs节点调度策略，包括太阳能收集模块、WMSNs节点分簇算法和在两者基础上的一种WMSNs节点调度策略。太阳能收集模型综合考虑了天气情况、节点地理位置以及遮挡等因素的影响，结合并修正太阳能收集的理想能量变化规律，有利于更好的反映WMSNs节点的剩余能量以及太阳能的补充能量。WMSNs节点调度策略，结合了太阳能收集模型以及WMSNs节点分簇算法，通过工作区间结合节点的优先级的方式，调整节点的工作状态。该策略保证了网络覆盖度，降低了WMSNs节点的功耗，有利于保持网络的能量中性状态，使网络可以持续运行，提升网络的性能。
-
公开(公告)号：CN113989718A
公开(公告)日：2022-01-28
申请号：CN202111273690.4
申请日：2021-10-29
Applicant: 南京邮电大学
IPC: G06V20/40 , G06V10/40 , G06V10/774 , G06N3/04 , G06N3/08
Abstract: 面向雷达信号热图的人体目标检测方法，该方法基于残差网络ResNet，并采用雷达信号热图作为网络输入。与视频图像相比，热图可从水平、垂直双向视角展示目标信息，并有效去除了冗余背景，更加直观。为简化训练过程，该方法对热图输入进行了预处理，在整合网络输入参数、重组热图图像数据的同时，也有助于提升训练效率、减少训练时间。在训练模型中，该方法提取残差网络输出的特征，并依靠网络末端的特征矩阵重构操作，对水平、垂直热图特征进行融合，以进一步提高特征提取效果。
-
公开(公告)号：CN113988135A
公开(公告)日：2022-01-28
申请号：CN202111273722.0
申请日：2021-10-29
Applicant: 南京邮电大学
Abstract: 一种基于双分支多流网络的肌电信号手势识别方法，将每一个采集电极获得的肌电信号数据，经过数据预处理后，直接作为网络流的一个独立输入，并构建了合适的模型架构与这一输入方式相匹配。相较于传统的先合并数据后分割方式，该方式在数据预处理时更加简便，同时能够减少因分割操作带来的时间开销，提高模型的运行效率；构建的网络模型分别从整体与局部的角度，分析肌电信号与对应手势之间的内在关联性，同时利用投票机制结合两个分支网络的输出来确定最终识别结果，使两个分支网络形成互补效益，弥补了各自的固有缺陷，进而提高手势识别的准确度。
-
公开(公告)号：CN113837131A
公开(公告)日：2021-12-24
申请号：CN202111150695.8
申请日：2021-09-29
Applicant: 南京邮电大学
Abstract: 一种基于FMCW毫米波雷达的多尺度特征融合手势识别方法，采用密度聚类算法对雷达目标的点迹进行处理，有效剔除异常点和无效点，抑制了杂波和噪声，利于提取手势运动特征；采用了信号截取和密度聚类算法的处理，大大减少了数据运算，便于集成在能耗低、体积小的高速处理芯片上；对处理过的距离‑角度图以及距离‑多普勒图进行多尺度变换，提取手掌和手指特征，兼顾手掌整体动作识别的同时，还关注手指的细微动作。融合距离、角度、速度手势运动信息，一定程度上提高了手势识别的准确度和精度。
-
Patent Agency Ranking
公开(公告)号：CN109431465B
公开(公告)日：2021-06-22
申请号：CN201811255133.8
申请日：2018-10-26
Applicant: 南京邮电大学
Abstract: 本发明提出一种基于射频标签技术的老年人睡眠质量监测方法，该方法能够简单有效的监测老年人睡眠状况。与很多已经研究出来的睡眠质量监测方法不同，本方法基于RFID技术，结合现有的定位算法，并在此基础上提高定位精度，有效监测睡眠状况。
-
公开(公告)号：CN112800225A
公开(公告)日：2021-05-14
申请号：CN202110120528.2
申请日：2021-01-28
Applicant: 南京邮电大学
IPC: G06F16/35 , G06F40/216 , G06F40/289 , G06F40/242 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种微博评论情绪分类方法和系统，属于自然语言处理技术领域，方法包括如下步骤：采集原始微博评论文本数据并进行预处理获得微博文本数据集；对微博文本数据集进行预训练；利用情绪词典选取微博文本中包含情绪的句子作为局部情绪特征；利用训练好的胶囊网络提取微博文本的整体情绪特征；对微博文本的整体情绪特征和局部情绪特征进行融合，获得该微博文本的情绪分类结果；将微博用户的所有微博文本的情绪分类结果求和取平均值，根据所述平均值确定微博用户微博评论的情绪倾向。本发明的方法和系统从局部与整体方面使用深度学习方法进行学习，能更加准确地判断微博用户的情绪倾向，能提高情绪分类准确率。
-
公开(公告)号：CN111914734A
公开(公告)日：2020-11-10
申请号：CN202010743749.0
申请日：2020-07-29
Applicant: 南京邮电大学
Abstract: 现有技术无法充分捕获视频帧序列的时序关系，无法针对不同的特征赋予不同的权值以及在一些特殊场景下分类不准确的问题。针对上述情况，本发明提出一种面向短视频场景的主题情感分析方法，在视频帧图像处理时引入conv3D，捕获视频帧序列的时序关系，并在特征处理时引入注意力机制；对于诸如讽刺之类的场景，引入音频信息作为辅助，采用多模态情感分析，并设计一种决策融合方式来综合音频和视频两种模态，将其用于多模态情感分类，从而提升情感分析结果的正确率。
-
公开(公告)号：CN111914212A
公开(公告)日：2020-11-10
申请号：CN202010754784.2
申请日：2020-07-31
Applicant: 南京邮电大学
Abstract: 面向数据降维的邻域重建方法，能够在给定数据中心点和初始邻域集的条件下，产生与数据中心点更加相似的邻域集。所述方法包括：将数据中心点和邻域集组成基础矩阵，然后将基础矩阵迭代地右乘系数矩阵产生新的邻域集。每一次迭代过程中产生的邻域集放到同一个矩阵中能够产生扩充邻域集。计算数据中心点和扩充邻域集之间的欧氏距离，并在扩充邻域集的每一行中选取一个与数据中心点距离最小的数据，选中的数据即重建的数据中心点的邻域集。通过本发明的技术方法，能够寻找到与数据中心点在结构上更具相似性的邻域集。对于图像分类和图像超分辨率等领域具有重要理论和实际意义。
-
公开(公告)号：CN111131268A
公开(公告)日：2020-05-08
申请号：CN201911371328.3
申请日：2019-12-27
Applicant: 南京邮电大学
Abstract: 本发明提供一种基于微博平台的用户数据采集存储系统及方法，包括登录模块、数据采集模块、数据存储模块和API检测模块，登录模块与数据采集模块连接，数据采集模块和数据存储模块连接，登录模块负责记录使用者登录账号以及所需要采集对象的相关信息，数据采集模块主要负责对采集对象微博进行下载操作，API检测模块负责检测API调用次数是否超过限制，数据存储模块主要负责数据存储功能。利用新浪微博API作为平台，旨在高效的实现微博用户数据的采集和存储的功能，并对搜集数据进行归类，采用了多账户并发操作的方式，解决了单个账户在同一时间只能进行单次下载的问题，提高了数据采集的效率，系统结构层次清晰，功能全面，易于实现。
-
-
-
-
-
-
-
-
-
Search Results
129
records
(took 0.033 seconds)
