-
公开(公告)号：CN118982078A
公开(公告)日：2024-11-19
申请号：CN202410989337.3
申请日：2024-07-23
Applicant: 南京信息工程大学
IPC: G06N20/00 , H04L67/1095
Abstract: 本发明提供了一种基于知识蒸馏的联邦学习方法，包括：采用数据分布统计平均筛选出相关性强的客户端，相关性强的客户端利用本地数据集训练本地模型，将数据分布特征和模型参数上传服务器端，由服务器端聚合并更新全局模型；采用无数据知识蒸馏的方法学习全局模型中的本地数据分布，并训练数据生成器，客户端通过数据生成器生成虚拟数据分布；采用数据分布统计平均筛选出相关性强的客户端，相关性强的客户端利用全局模型参数训练并更新本地模型，其余客户端利用虚拟数据分布增强本地数据分布后使用全局模型参数训练并更新其本地模型，再由服务器端进行聚合，迭代至全局模型收敛。本发明通过知识蒸馏与联邦学习相结合，优化了联邦学习的通信开销，解决了联邦数据异构的问题。
-
公开(公告)号：CN118568470A
公开(公告)日：2024-08-30
申请号：CN202411049712.2
申请日：2024-08-01
Applicant: 南京信息工程大学
IPC: G06F18/213 , G06F18/214 , G06N3/042 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于自适应边生成的车辆轨迹预测方法、系统及设备，涉及车辆轨迹预测技术领域。本发明包括：接收车辆轨迹区域内的交通参与者的轨迹数据、车辆轨迹区域周边的周边交通参与者的轨迹数据以及所述车辆轨迹区域内的环境特征数据，并对交通参与者的轨迹数据、周边交通参与者的轨迹数据以及环境特征数据进行矢量化处理，获得交通参与者的轨迹矢量化数据、周边交通参与者的轨迹矢量化数据以及环境特征矢量化数据；以环境特征矢量化数据，作为静态节点数据。本发明的技术方案在降低算法的复杂度，提升模型的运算速度的同时，可以保证优秀的预测精确度。
-
公开(公告)号：CN117690098B
公开(公告)日：2024-04-30
申请号：CN202410140684.9
申请日：2024-02-01
Applicant: 南京信息工程大学
IPC: G06V20/54 , G06V10/77 , G06V10/764 , G06V10/82 , G06V10/774
Abstract: 本发明公开了一种基于动态图卷积的开放驾驶场景下多标签识别方法，通过构建叠加动态图卷积网络捕捉每幅图像的内容感知类别，叠加动态图卷积网络包括词向量解耦模块、映射对齐模块和叠加动态图卷积模块；步骤如下：S1，词向量解耦模块以类别嵌入后生成的词向量语义为指导，学习特定类别的特征表示，得到特征向量集合；S2，映射对齐模块通过分析图像中的隐含区域关系来生成特征数据，获取一组感知向量来表征某种特定类别；S3，将特征向量集合和感知向量进行拼接、融合后的特征数据送入叠加动态图卷积模块，再进行特征传播，最后进行多标签分类。本发明能动态捕获每个图像内容感知类别关系，并兼顾模型训练的迭代速度和稳定性。
-
公开(公告)号：CN117152657A
公开(公告)日：2023-12-01
申请号：CN202311067149.7
申请日：2023-08-23
Applicant: 南京信息工程大学 , 南京中网卫星通信股份有限公司
IPC: G06V20/40 , G06V10/44 , G06V10/86 , G06N3/0442 , G06T3/40
Abstract: 本发明公开了一种结合时空记忆特征和运动感知的视频预测方法、系统，包括：在标准门控循环单元的基础上，添加调制门，利用调制门和重置门协同作用控制遗忘信息；引入时空记忆和注意力机制设计时空注意融合单元；在梯度高速公路单元的基础上引入运动感知，提出运动梯度高速公路单元，获得帧间的瞬态变化和运动趋势；将时空注意融合单元与运动高速公路调制单元协同工作，构建新型循环神经网络，实现对视频的预测。本发明减少了特征提取过程信息的丢失以及梯度消失问题的影响，获得多粒度的时空特征和运动信息，大大提高视频的预测精度和效率。
-
公开(公告)号：CN116612288B
公开(公告)日：2023-11-07
申请号：CN202310884464.2
申请日：2023-07-19
Applicant: 南京信息工程大学 , 南京中网卫星通信股份有限公司
Abstract: 本发明公开了一种多尺度轻量级实时语义分割方法、系统，该方法包括对互联网上公开的图像数据集进行预处理；构建基于下采样模块和轻量化可分离非对称残差模块的编码器主干网络，生成编码器主干网络浅层、中间层和最深层特征图；将浅层、中间层和最深层特征图分别输入到轻量化注意力模块中，生成增强的特征图；将中间层和最深层特征图分别输入到轻量化物体上下文特征融合模块中并进行上采样操作，生成二倍增强的区域上下文信息特征图；将增强的浅层特征图和二倍增强的区域上下文信息特征图进行连接、池化、上采样操作，生成最终网络分割结果。本发明改善了传统语义分割网络模型体量过大、在算力资源有限的移动平台上平衡分割精度和实现效率的问题。
-
Patent Agency Ranking
公开(公告)号：CN116455383A
公开(公告)日：2023-07-18
申请号：CN202310417110.7
申请日：2023-04-19
Applicant: 南京信息工程大学
IPC: H03K19/0175 , H03K19/003
Abstract: 本发明提供了一种数字隔离器双输出编解码系统及方法，涉及数字信号传输技术领域，该系统包括：编码电路模块，用于对输入信号的边沿进行检测脉冲编码，把输入信号的边沿信息转化成脉冲信号；三层片上变压器，用于对所述脉冲信号进行隔离耦合传输；抗干扰电路模块，用于检测和屏蔽由接地引入的干扰脉冲信号；解码电路模块，用于对进行隔离耦合后的脉冲信号进行解码。应用本发明可以在实现数字隔离器的功能的同时，实现高速信号传输，解决了现有技术中脉冲个数调制的双脉冲间距以及双脉冲和单脉冲留出的间距极大地限制传输速率的提升，解码电路较为复杂，对于脉冲之间的干扰信号造成解码的误码问题无法解决，且降低了电路的可靠性的问题。
-
公开(公告)号：CN111368882B
公开(公告)日：2023-04-18
申请号：CN202010103827.0
申请日：2020-02-20
Applicant: 南京信息工程大学
IPC: G06V10/74 , G06V10/77 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/047 , G06N3/08
Abstract: 本发明公开了一种基于简化独立成分分析和局部相似性的立体匹配方法，用于图像处理技术领域，该方法对DispNetC网络进行改进，首先提出了简化独立成分分析(ICA)代价聚合，引入匹配代价卷金字塔，简化ICA算法的预处理过程，同时定义简化ICA损失函数；其次，引入区域损失函数，结合单像素点损失函数，定义局部相似性损失函数，以完善视差图的空间结构；最后，简化ICA损失函数和局部相似性损失函数相结合，训练网络进行视差图预测，弥补视差图的边缘信息。本发明在保证视差图预测速度的同时，提高了视差图边缘以及细节部分的预测准确率，减少了在预测过程中对单像素点的依赖程度。
-
公开(公告)号：CN108428231B
公开(公告)日：2022-04-26
申请号：CN201810223488.2
申请日：2018-03-19
Applicant: 南京信息工程大学
IPC: G06T7/00 , G06T7/45 , G06V10/764 , G06K9/62
Abstract: 本发明公开了一种基于随机森林的多参数零件表面粗糙度学习方法，首先，采集散斑图像的训练样本集和测试样本，采用巴特沃斯滤波器对图像进行预处理，对散斑图像进行特征研究，实现了多特征提取，找出特征与粗糙度间的单调性，并构建基于随机森林的强分类器；然后，引入互信息量学习特征权重，并结合相关性系数和随机森林学习参数建立粗糙度学习函数；最后，利用学习好的粗糙度函数对测试样本进行粗糙度测量。该方法建立了一种同时学习工艺类型与粗糙度值的新模型，突破了现有方法中对不同工艺零件需建立多个测量粗糙度值模型的局限性，为粗糙度测量提供了新思路，并通过实验验证了新算法的有效性和实用性。
-
公开(公告)号：CN113610329B
公开(公告)日：2022-01-04
申请号：CN202111168227.3
申请日：2021-10-08
Applicant: 南京信息工程大学
Abstract: 本发明提出了一种双流卷积长短期记忆网络的短时临近降雨预报方法，属于天气预报技术领域。该方法通过两个分别对不同周期的降雨数据进行学习的长期预测子网络和短期预测子网络共同捕捉降雨过程中的时空变化，设计了一种全新的长短期记忆单元来提升子网络的时空特征学习能力，最后通过重结合模块实现对降雨过程的预测。该发明能够充分地捕获连续运动的降雨过程时空相关性，实现对区域内降雨运动趋势更精确的预报。
-
公开(公告)号：CN113610329A
公开(公告)日：2021-11-05
申请号：CN202111168227.3
申请日：2021-10-08
Applicant: 南京信息工程大学
Abstract: 本发明提出了一种双流卷积长短期记忆网络的短时临近降雨预报方法，属于天气预报技术领域。该方法通过两个分别对不同周期的降雨数据进行学习的长期预测子网络和短期预测子网络共同捕捉降雨过程中的时空变化，设计了一种全新的长短期记忆单元来提升子网络的时空特征学习能力，最后通过重结合模块实现对降雨过程的预测。该发明能够充分地捕获连续运动的降雨过程时空相关性，实现对区域内降雨运动趋势更精确的预报。
-
-
-
-
-
-
-
-
-
Search Results
135
records
(took 0.033 seconds)
