-
公开(公告)号：CN116010804A
公开(公告)日：2023-04-25
申请号：CN202310050128.8
申请日：2023-02-01
Applicant: 南京邮电大学
IPC: G06F18/213 , G06F18/214 , G06N3/096
Abstract: 本发明公开了一种基于深度学习与知识迁移的物联网设备小样本识别方法，以物联网设备识别为目标，首先搭建用于源域物联网设备识别的深度特征提取模型与特征识别模型，然后将源域深度特征提取模型作为目标域的初始化深度特征提取模型，并搭建用于目标域物联网设备识别的初始化特征识别模型，最后利用小样本目标域物联网设备电磁信号样本微调目标域的初始化深度特征提取模型与特征识别模型，以最大平均误差函数评估源域与目标域深层特征的分布差异，有效地实现知识由源域向目标域迁移，得到适用于目标域物联网设备识别的深度特征提取模型与特征识别模型，最终实现小样本场景下的物联网设备识别，解决了因样本量不足而无法准确识别设备类别的问题。
-
公开(公告)号：CN115544873A
公开(公告)日：2022-12-30
申请号：CN202211184157.5
申请日：2022-09-27
Applicant: 南京邮电大学
IPC: G06F30/27 , G06N20/00 , G06Q10/06 , G06F111/16
Abstract: 本发明属于个性化联邦学习领域，尤其是个性化联邦学习的训练效率与个性化效果量化评估方法，包括以下步骤：S1、创建一个Non‑IID的跨域数据集，作为评测数据集；S2、选择合适的模型，作为个性化联邦学习的初始全局模型；S3、进行联邦学习的全局神经网络训练，聚合出一个收敛的全局神经网络模型；S4、各个客户端利用本地的数据集对下发的全局模型进行优化，收敛并形成个性化的本地神经网络模型；本发明充分考虑了跨域异质的场景，实现了模型的个性化功能，在现有研究的基础上，针对个性化联邦学习训练效率和个性化效果给出定性定量的评价指标，为在跨域异质场景下，为衡量不同个性化联邦学习算法与架构提供了一种具体方法。
-
公开(公告)号：CN113203439A
公开(公告)日：2021-08-03
申请号：CN202110495621.1
申请日：2021-05-07
Applicant: 南京邮电大学
Abstract: 本发明公开了一种用于水信息检测的主从动边缘传感器自组网系统，该系统包括多传感器模块、电源管理模块、边缘计算平台及中心计算机；其中，多传感器模块，用于实时对水信息进行检测、储存与传输；电源管理模块，用于对多传感器模块进行供电；边缘计算平台，用于对多传感器模块进行监测，并对水源区域进行实时监控；中心计算机，用于对多传感器模块传输的水信息进行分析与反馈。有益效果：本发明不同于常规的“边缘传感器‑中心计算机”的组网方式，提出了一种主从动边缘传感器自组网，通过设置具有独立处理数据能力的主动传感器，可以减少中心计算机的计算压力，并且可以通过过滤掉许多冗余信息及错误信息，进一步节省传输成本。
-
公开(公告)号：CN109409294B
公开(公告)日：2021-06-22
申请号：CN201811264277.X
申请日：2018-10-29
Applicant: 南京邮电大学
Abstract: 本发明公开了基于对象运动轨迹的停球事件的分类方法和系统，其中方法包括：采用神经网络对训练视频进行检测分别得到球员和足球的预测框；记录同时检测到一个足球和一个球员的图像的帧数、球员的坐标以及足球的坐标，并将前后两帧图像的帧数相减，差值大于预设阈值时则确定停球事件；选取每个停球事件中预设定帧长的视频；将停球事件成功与否打上标签；将不同的停球事件进行向量化处理得到向量化的数据并投入到分类器中，通过交叉验证，给出停球时间成功或失败的二分类结果并输出分类准确率。本发明通过检测的结果划分事件，通过设置具体的分类器的属性，能对加载的停球事件的位置信息做出准确的分类，具有很好的稳定性以及鲁棒性。
-
公开(公告)号：CN108646999B
公开(公告)日：2021-04-16
申请号：CN201810420790.7
申请日：2018-05-04
Applicant: 南京邮电大学
IPC: G06F3/147 , G06F1/3234
Abstract: 本发明公开了一种基于多频段亮度补偿的显示屏节能降耗方法，包括将图像依据频率分解为n个图像；采用组合函数及低通滤波器将各个频段的亮度动态范围进行压缩；确定图像的n个非重叠频段的亮度压缩值；对不同频段采用不同的亮度增益补偿方法进行亮度增益补偿得到最终亮度动态分范围；对分解后的图像合成得到最终的图像。本发明方法提出了分解图像及多频段分解方案、对不同频段设定不同亮度补偿增益方案；相比于传统方法，本发明方法既保证了图像质量，又在很大程度上解决了目前显示屏能耗过大的问题。
-
Patent Agency Ranking
公开(公告)号：CN108768585B
公开(公告)日：2021-03-16
申请号：CN201810391478.X
申请日：2018-04-27
Applicant: 南京邮电大学
IPC: H04L1/00
Abstract: 本发明公开了一种基于深度学习的上行免信令NOMA系统多用户检测方法，该方法包括对接收信号建模，将接收信号稀疏表示和训练用于稀疏信号恢复的深度结构三个部分；本发明利用NOMA系统中用户的稀疏性以及在不同时隙的发送信号之间存在的联系，使用结构化压缩感知理论进行多用户检测，并利用深度学习理论来解决稀疏重构问题，能够实现低复杂度且高性能的多用户检测，结合用户在不同时隙的发送信号之间存在的相关性，使用结构化压缩感知理论实现多用户检测；利用深度学习理论来解决信号恢复的欠定逆问题，基于深度学习的方法从优化参数、训练稀疏表示以及神经网络三个方面进一步改进了稀疏重构算法的重构精度并提高了重构效率。
-
公开(公告)号：CN107889124B
公开(公告)日：2020-10-16
申请号：CN201711262024.4
申请日：2017-12-04
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于非正交多址接入的洪涝监测数据传输方法，在水位监测系统中同一河道有多个水位监测点，每个监测点到基站的距离不同，基站对监测点的信道条件进行估计后再配对分组，将多址接入信道的频域划分成多个正交子信道，每个子信道上至少两个监测点共享，它们之间采用非正交传输。基站按照一定的功率分配算法给每个子信道上的监测点分配功率，各监测点接收机通过串行干扰消除技术完成消息解码。本发明实施提供的方案既不影响水位系统监测质量，同时创造性地解决洪涝时频谱资源不足的问题。
-
公开(公告)号：CN110929990A
公开(公告)日：2020-03-27
申请号：CN201911044792.1
申请日：2019-10-30
Applicant: 南京邮电大学
Abstract: 本发明公开一种基于随机森林的指标关联强度排序方法，步骤a，采集同一批小区的同一时间无线感知关键质量KQI指标数据与无线感知性能KPI指标数据；步骤b，创建同一批小区的同一时间KQI指标与KPI指标数据表；步骤c，对KPI指标进行相关性分析以及方差统计分析，去除冗余特征；步骤d，根据KQI指标的变差门限将KQI指标划分为两个区间；步骤e，将质差区间标1，质优区间标0，得到一份有标签的KPI指标数据；步骤f，用有标签的KPI指标数据训练随机森林，输出各指标在随机森林中的重要性排序。本发明提供的一种基于随机森林的指标关联强度排序方法，能够识别出与问题KQI指标关联度较强的KPI指标，并形成相应的解决方案，及时地解决感知差的问题。
-
公开(公告)号：CN110493803A
公开(公告)日：2019-11-22
申请号：CN201910876134.2
申请日：2019-09-17
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于机器学习的小区场景划分方法，属于移动通信领域，包括以下过程：获取各小区8忙时无线感知KQI指标数据；将各小区数据展开为向量；对各小区向量数据进行降维；对降维后的数据进行聚类；对聚类后的数据进行可视化；将聚类后各个类别小区数据进行比较，实现对小区的场景划分。本发明利用降维和聚类算法实现了对小区场景的划分，解决了传统人为划分方法不够精细以及小区数据维度过高无法进行可视化的问题，为下一步制定精确的网络优化策略提供重要基础。
-
公开(公告)号：CN110197175A
公开(公告)日：2019-09-03
申请号：CN201910349580.8
申请日：2019-04-28
Applicant: 南京邮电大学
Abstract: 本发明公开了一种图书书名定位及词性标注的方法及系统，该方法包括：步骤1、对待定位的所述图书封面图像进行定位，获取已定位的图书封面图像；步骤2、在已定位的所述图书封面图像上裁剪，获取仅包含图书书名的图片；步骤3、对获取的仅包含图书书名的所述图片文字识别，获取所述图片的字符串类型；步骤4、对所述字符串类型进行分词划分和词性标注；本发明对进一步关键词提取、主题生成和图书分类建档提供可行性，利用深度学习和自然语言处理的方法，大大节省了人力、物力和财力，并且结果具有很好的准确性和鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
130
records
(took 0.027 seconds)
