-
公开(公告)号：CN115576823A
公开(公告)日：2023-01-06
申请号：CN202211293353.6
申请日：2022-10-21
Applicant: 南京邮电大学 , 安徽晶奇网络科技股份有限公司
Abstract: 一种基于端到端变分自编码(DDVAE)的KPI异常检测方法，该方法包括以下步骤：步骤一：首先对所需评估的关键性能指标KPI数据进行获取；步骤二：将收集到的KPI数据进行编码处理，对KPI数据编码获得隐变量；步骤三：对隐变量数据进行解码处理，得到重构后的KPI数据；步骤四：将KPI数据以及编码和解码的结果通过一个长短期记忆网络进行训练，保留KPI数据时序性的特征，得到每一个KPI数据对应的异常得分；步骤五：定义偏差网络以优化异常评分网络，对异常得分进行标准化处理，以消除指标之间的量纲影响；步骤六：将标准化之后的异常得分通过损失函数网络进行训练，使得异常样本的得分显著偏离参考分数，从而判断出异常KPI数据。
-
公开(公告)号：CN115496165A
公开(公告)日：2022-12-20
申请号：CN202211293373.3
申请日：2022-10-21
Applicant: 南京邮电大学 , 安徽晶奇网络科技股份有限公司
Abstract: 一种基于自我学习双向GAN的异常检测方法，步骤包括：对原始数据集进行筛选过滤，得到只含有正常数据的训练数据集；使用训练数据集对基于原始GAN的异常检测模型进行训练；针对原始GAN模型的缺陷进行模型优化；使用训练数据集对优化后的异常检测模型进行训练；使用优化后的异常检测模型对测试数据集进行异常检测。本发明提出的新模型解决了原始模型中奖励稀疏性和模式崩溃的问题，提高了生成器生成样本的多样性以及异常检测的准确性。
-
公开(公告)号：CN115345906A
公开(公告)日：2022-11-15
申请号：CN202211007781.8
申请日：2022-08-22
Applicant: 南京邮电大学
Abstract: 一种基于毫米波雷达的人体姿态追踪方法，将射频信息处理为水平加垂直热图作为神经网络的输入，使用自下而上的方法输出人体姿态；同步获取场景中视觉和射频信息；以HRNet作为教师网络，使用N‑Joint人体模型建模，进行人体姿态估计，计算人体骨骼关键点在像素坐标系中的坐标，并以此监督射频信息的学习；使用卡尔曼滤波器根据历史射频帧推理的姿态信息预测遮挡情况下的人体姿态，能够有效地解决遮挡情况下的姿态信息缺失；使用匈牙利算法实现数据关联，通过计算相邻帧之间的姿态的相似度，能够有效的对帧之间的姿态信息进行关联，并对每一个被关联成功对象建立一个轨迹集合，后续帧被成功匹配的姿态信息都将被关联在对应的轨迹集合中，从而实现对目标的跟踪。
-
公开(公告)号：CN115293217A
公开(公告)日：2022-11-04
申请号：CN202211013148.X
申请日：2022-08-23
Applicant: 南京邮电大学
Abstract: 一种基于射频信号的无监督伪标签优化行人重识别方法，训练数据记为集合X，以Resnet50网络提取数据特征Xkey，利用DBScan方法给数据分类，并分配伪标签，将所有伪标签分为可信任标签和含有噪声标签的两个部分，分别使用两个网络不断预测未标签数据，当损失函数足够收敛时，即获得高质量的伪标签。将每一个聚类的特征标记为C1，C2，C3…CN并存储在内存的记忆字典中。之后采用P×K采样法抽取P个行人的数据，每个行人K张图片。对于每一个行人，选择最难表示的一张图片作为样本，动态更新Ci聚类特征。采用聚类对比损失的方法将查询实例与集群特性中的所有聚类特征C进行比较，直到所有聚类特征更新完毕，重复采样的过程。循环整个过程直到损失函数收敛，保存模型。
-
公开(公告)号：CN109085569B
公开(公告)日：2022-11-01
申请号：CN201810914787.0
申请日：2018-08-13
Applicant: 南京邮电大学
IPC: G01S13/66
Abstract: 本发明提出一种基于区域划分的多雷达航迹关联方法，针对目前多雷达航迹关联融合算法计算量大及航迹关联时易受其他航迹影响而产生关联错误等缺陷，对其进行改进。首先在数据预处理的时候对航迹进行区域划分，后续的关联融合流程再基于航迹区号进行关联计算，避免不相干航迹的干扰，使算法能在处理流程上提高航迹关联的准确性。而且能够最大程度的避免大量不必要的冗余计算，使得算法更适用于数据量大的场景。
-
Patent Agency Ranking
公开(公告)号：CN110569815B
公开(公告)日：2022-09-02
申请号：CN201910863738.3
申请日：2019-09-12
Applicant: 南京邮电大学
Abstract: 针对低质量的指静脉图像，提出了基于改进灰度不均匀矫正的指静脉图像特征提取算法。该算法首先利用Gabor滤波调整图像整体亮度，再利用模糊C均值算法（Fuzzy C‑means Clustering,FCM）聚类算法找出图像特征与背景的模糊区域，接着利用特征与背景像素的本质差异对模糊区域进行逐像素处理，然后利用滤波估计图像偏场并去除，再以计算连通域面积的方式，找出并去除部分噪声，最后根据处理后图像中的像素布局信息，获取到原图中的特征信息。本算法实现了针对手指特征与背景模糊情况下的指静脉图像的灰度不均匀矫正，具有较强的鲁棒性。
-
公开(公告)号：CN113837306A
公开(公告)日：2021-12-24
申请号：CN202111153566.4
申请日：2021-09-29
Applicant: 南京邮电大学
Abstract: 一种基于人体关键点时空图模型的异常行为检测方法，首先对视频集合进行预处理，得到视频序列，然后预处理得到人体关键点坐标。其次，一旦人体关键点坐标被确定，依照人体骨架自然连接，多帧累积之后得到一段时间内人体的关键点时空图模型。然后利用神经网络，通过空间卷积模块和时间卷积模块的交替工作，提取行为特征，描述行为模式。最后使用自动编码器网络，利用其难以对异常数据进行编码再重构的性质，通过对比重构误差，进行异常检测。本方法数据量小，计算成本低，并且训练过程不需要人工标注的数据，大大提高了异常检测的适用性。
-
公开(公告)号：CN113269080A
公开(公告)日：2021-08-17
申请号：CN202110553089.4
申请日：2021-05-20
Applicant: 南京邮电大学
Abstract: 基于多通道卷积神经网络的掌静脉识别方法，输入手掌静脉图像，并备份原图像，保存为A图像库；ROI区域定位；直方均衡化处理；使用多通道ResNet152网络融合识别。本发明能够减小图像噪音对网络识别的影响，使用直方均衡化能解决图像在定位后灰度分布过于集中、静脉特征不明显等缺点，有效提取出不明显的细小静脉信息，从而增强静脉特征，使用了多通道ResNet152神经网络，融合了整体和局部特征进行识别。原始图像所在通道不进行预处理，更大程度上保留图像的特征信息，实现对特征图像的宏观特征识别；另一个通道采用ROI定位和直方均衡化的结合处理，更注重对特征图像的细微特征识别，有利于提取局部静脉特征。通过使用上述网络结构，可提高掌静脉识别的准确率。
-
公开(公告)号：CN108540331B
公开(公告)日：2021-07-13
申请号：CN201810383828.8
申请日：2018-04-26
Applicant: 南京邮电大学
IPC: H04L12/24
Abstract: 本发明提出基于改进ESN的网络流量预测方法，先对网络流量数据进行连续采集，再在其基础上对原始的网络流量数据进行降噪处理，得到降噪后的网络流量数据；同时构造基于改进ESN的网络流量预测模型，将降噪后的网络流量数据和原始网络流量数据相结合作为输入，并构造具有固定结构的双环储备池结构代替原始ESN的随机储备池结构；最终通过训练改进ESN并获得可以用于网络流量预测的基于改进ESN的网络流量预测模型。通过该方法可以提高网络流量预测结果的准确率，可以在非线性时间序列预测中取得更好的预测效果。
-
公开(公告)号：CN111898526A
公开(公告)日：2020-11-06
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。
-
-
-
-
-
-
-
-
-
Search Results
129
records
(took 0.028 seconds)
