-
公开(公告)号:CN110299187B
公开(公告)日:2022-03-22
申请号:CN201910597641.2
申请日:2019-07-04
Applicant: 南京邮电大学
IPC: G16B50/50
Abstract: 本发明公开了一种基于Hadoop的并行化基因数据压缩方法,事先从待压缩基因序列中选取并通过k‑mer构建Hash表编码参考序列,并将参考序列存储为索引文件。启动Hadoop集群,将配置、索引和待压缩文件传到HDFS上,配置MapReduce任务,在Map任务中读取待压缩序列的所有信息,使用Combiner与Partitioner对Map结果优化。在Reduce任务中进行待压缩序列与参考序列的匹配去重,最后将结果压缩输出。本发明使用分布式计算方式可以在读取单个基因实现并行化并提高效率,还可以实现多条基因序列的并行处理,以实现处理压缩大批量基因文件的加速。
-
公开(公告)号:CN113472590A
公开(公告)日:2021-10-01
申请号:CN202110795013.2
申请日:2021-07-14
Applicant: 南京邮电大学
IPC: H04L12/24
Abstract: 本发明是一种DDS中基于机器学习的QoS配置方法,利用已知的DDS QoS配置文件数据集结合机器学习方法决策树,训练得到决策树模型;在决策树构造过程中对决策树进行预剪枝,在生成决策树后再次剪枝,剪去分类准确性差别不大的分支及叶节点;训练结束之后,发布者发布带有消息类型标签的数据;读取发布者发布数据中的标签数据;结合训练得到的决策树,选取相应配置生成初始QoS配置文件;校验初始QoS配置文件中各配置项之间是否兼容,去除不兼容项生成配置项间相互兼容的QoS配置文件;最后发布端应用生成的QoS配置文件。本发明将QoS配置与传统机器学习方法相结合,实现了通信中间件DDS中QoS的自动配置。
-
公开(公告)号:CN113298148A
公开(公告)日:2021-08-24
申请号:CN202110569636.8
申请日:2021-05-25
Applicant: 南京邮电大学
IPC: G06K9/62
Abstract: 本发明所述的一种面向生态环境评价的不平衡数据重采样方法,包括以下步骤:步骤1、采集生态环境数据,对每个实例的生态环境数据进行标准化处理;步骤2、计算每个实例的数据密度以及多数类与少数类的数量差d;步骤3、计算少数类和多数类的分布不平衡程度DI与数量不平衡程度IR;步骤4、对少数类进行过采样;步骤5、对多数类进行欠采样。本发明所述的有益效果为:利用数据集中每个实例的数据密度衡量分布的均匀程度,根据数据分布的不平衡程度来进行过采样和欠采样,达到平衡数据的目的;进一步平衡了生态环境数据,提升了数据集的质量,在进行生态环境质量评价时,准确率会更高,真阳率上升。
-
公开(公告)号:CN111775929A
公开(公告)日:2020-10-16
申请号:CN202010532462.3
申请日:2020-06-11
Applicant: 南京邮电大学
IPC: B60W30/04 , B60W40/06 , B60W40/105 , B60W50/00 , B60W50/14 , B60P3/22 , G07C5/08 , G06N3/08 , G06N3/04
Abstract: 一种危险液移动车载装置的动态安全预警方法,利用数据采集模块采集道路状况数据、车辆状况数据和环境状况数据;综合车速监测模块将接收到的数据通过神经网络预测模型获取罐车的侧翻临界车速V1和下坡临界车速V2,再根据侧翻临界车速V1和下坡临界车速V2获取临界速度V,并将临界速度V与车辆的实际速度V'进行对比,从而判断车辆当前速度的危险等级;车辆行驶过程中利用液化气体监测模块实时监测罐车罐内气体安全情况;当综合车速监测模块或者液化气体监测模块检测到车速处于危险等级或者气体泄露信号后,触发预警模块。该方法综合考虑了液化气罐车在下坡路段和弯道路段的安全性以及灌体内液体晃动造成的影响,提高了对车速监测的安全性。
-
公开(公告)号:CN111145174A
公开(公告)日:2020-05-12
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:CN109886086A
公开(公告)日:2019-06-14
申请号:CN201910006652.9
申请日:2019-01-04
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于HOG特征和线性SVM级联分类器的行人检测方法,主要用于通过提高智能车在行驶过程中实施行人检测的准确性,从而解决智能车在行驶过程中的的安全问题。为了打破传统的基于HOG和SVM的行人检测算法在提取行人HOG特征时,行人必须大体上保持直立姿势的局限性,本发明提出将行人分为站立、蹲下、弯腰三种不同的肢体动作,分别作为一种正样本数据集训练成相应的弱分类器,再将得到的三个弱分类器集成为一个强分类器,并将该级联结构的强分类器作为智能车行人检测模型的方法。
-
公开(公告)号:CN109635793A
公开(公告)日:2019-04-16
申请号:CN201910097865.7
申请日:2019-01-31
Applicant: 南京邮电大学
CPC classification number: G06K9/00362 , G06N3/0454 , G06N3/08
Abstract: 本发明公开了一种基于卷积神经网络的无人驾驶行人轨迹预测方法,包括处理样本数据、获取输入信息序列、构建并优化网络、测试及评估最优模型。将无人驾驶车辆上的视觉传感器采集到的实时视频,分割成以帧为单位的图像作为样本数据,将样本数据中即将通过斑马线的目标人群划分成三类,从样本中获取行人位置‑比例信息序列、行人骨架信息序列、视觉传感器自身运动序列,再将信息序列输入卷积神经网络进行训练,得到初步的预测模型,经过测试和评估,最终输出预测轨迹和动作类别。本发明采用卷积神经网络进行无人驾驶行人轨迹预测,可以有效降低无人驾驶车辆在道路行驶过程中碰撞行人发生的概率。
-
公开(公告)号:CN109495472A
公开(公告)日:2019-03-19
申请号:CN201811375787.4
申请日:2018-11-19
Applicant: 南京邮电大学
IPC: H04L29/06
Abstract: 本发明公开了一种针对内外网摄像头配置弱口令漏洞的防御方法,在摄像头的网端设置蜜罐,同时将摄像头的公网端接入到路由器的后方,并对路由器进行访问控制列表配置;在内网环境下,通过蜜罐暴露摄像头的23和80端口,当出现摄像头漏洞扫描攻击时,通过蜜罐对扫描流量包进行获取、分析扫描流量包的源IP地址、并得到内网攻击主机;在外网环境下,所有访问摄像头的流量统一经过路由器过滤,对允许访问的IP地址进行放行,否则禁止。本发明方法中,使用路由器ACL对外网的非法请求进行过滤,不需要禁止所有的外网访问,保证了摄像头的功能性;使用Cowrie蜜罐进行内网部署,低误报率,可以更清楚的了解攻击者的入侵手段和流程。
-
公开(公告)号:CN105471893B
公开(公告)日:2018-08-21
申请号:CN201510998218.5
申请日:2015-12-25
Applicant: 南京邮电大学
Abstract: 本发明公开一种分布式等值数据流连接方法,包括代价模型计算,用于连接代价最小的划分集合;数据分发,将需要连接的数据流发送到同一个task中,将task分配到节点进行运算,使需要连接的数据流在同一个节点运算;数据连接,将接收到的数据构成关系数据模型,通过关系树模型连接和降载数据。采用本发明,有利于减少中间结果的维护和计算机资源的浪费,减少数据连接时的时间开销,减少内存开销,保证系统的稳定运行的同时增加了数据流连接成功的可能性。
-
公开(公告)号:CN104394483B
公开(公告)日:2017-09-19
申请号:CN201410650766.4
申请日:2014-11-14
Applicant: 南京邮电大学
IPC: H04N21/63 , H04N21/643 , H04N21/647
Abstract: 一种互联网视频点播系统中的流量本地化优化处理方法,包括:节点周期性的向Tracker服务器汇报自身的网络状况、IP地址以及播放进度、位图。Tracker服务器根据所述节点的请求,选择同一地区的节点形成列表发送给所述节点,所述节点通过解析peerList中节点的位图,选择具有所请求数据块的6个节点,同时对此6个节点发送连接请求,直到第一个节点响应,然后与响应的节点进行数据传输。如果本地节点不足以保证流媒体流畅播放时,节点向Tracker服务器请求非本地节点进行P2P共享。在尽量保证流量本地化的同时,通过合理的加入非本地化节点支持,减少FLASH P2P视频点播系统中用户接收点播节目时的时延,提高视频播放流畅度,并大量减少运营商主干网络的流量压力。
-
-
-
-
-
-
-
-
-