-
公开(公告)号：CN111711821A
公开(公告)日：2020-09-25
申请号：CN202010545261.7
申请日：2020-06-15
Applicant: 南京工程学院
IPC: H04N19/467 , G06N3/08 , G06N3/04
Abstract: 基于深度学习的信息隐藏方法，涉及通讯安全技术的技术领域。包括如下步骤：训练一个评估网络；利用评估网络来训练编码器ε和解码器D；利用自然图像的概率分布 中采样得到RGB通道载体图像C，编码器ε隐写图像S，代表被隐藏在载体图像中的二进制信息。训练开始后，将待将待隐写的秘密信息分为n组秘密信息片，并对每片秘密信息片编码得到若干组秘密信息位向量，使用深度神经网络模型，以载体图片与秘密信息作为驱动，输入到神经网络的编码器模块生成隐写图像；判别网络将隐写图像与载体图像联合进行分析，比较相似度，判断是否为隐写图像。本发明能够达到普适性、高安全性和高可靠性，为下一代保密通信提供技术支持和有效保障。
-
公开(公告)号：CN118353746A
公开(公告)日：2024-07-16
申请号：CN202410533559.4
申请日：2024-04-30
Applicant: 南京工程学院
Abstract: 本发明公开了一种基于CNN‑GRU的OFDM‑HPLC系统信道预测方法、存储介质及设备，包括：改进高速电力线多径信道传输模型，获取高速电力线多径时变信道的频率响应，结合发射信号、噪声，得到频域接收信号，提取导频信号，进行信道估计，得到时域下对应子载波序号的信道脉冲响应，经处理后，得到信道估计值；构建CNN‑GRU深度学习网络，将信道估计值的训练集作为输入，直至损失函数收敛，完成对CNN‑GRU深度学习网络的训练；实时采集频域接收信号，输入到训练好的CNN‑GRU深度学习网络中，得到信道频率响应预测值。本发明方法通过将电力线的信道估计与深度学习结合，使得估计的信道频率响应更接近于真实值。
-
公开(公告)号：CN112333761A
公开(公告)日：2021-02-05
申请号：CN202011333482.4
申请日：2020-11-24
Applicant: 南京工程学院
IPC: H04W24/08 , H04B17/336
Abstract: 本发明公开了一种基于三维随机几何的超密度5G蜂窝网络性能分析方法，包括步骤：构建基于三维随机几何的超密度5G蜂窝网络基站空间分布模型；根据获取的超密度5G蜂窝网络基站空间分布模型计算目标用户的信干噪比；结合目标用户的信干噪比分析5G蜂窝网络的覆盖性能；根据超密度5G蜂窝网络基站空间分布模型计算5G蜂窝网络的最低传输容量。本发明通过综合考虑5G基站的立体分布以及目标用户接收信号和来自其余基站干扰的分布，准确计算5G蜂窝网络的覆盖性能指标估算值，即覆盖概率，便于后期优化。
-
Patent Agency Ranking
公开(公告)号：CN110519770B
公开(公告)日：2022-06-03
申请号：CN201910812458.X
申请日：2019-08-30
Applicant: 南京工程学院
Abstract: 本发明公开了一种两层异构蜂窝网络能量效率优化方法，包括以下步骤：构建两层异构蜂窝网络模型，计算目标用户的信干比；计算目标用户的覆盖率中每一层基站的贡献比例；计算单位带宽下，目标用户被基站覆盖的情况下的平均可达速率；计算目标用户被某一层基站覆盖下的平均可达速率；分析两层基站的总功率消耗；构建两层异构蜂窝网络的能量效率数学模型；基于微基站发射功率和密度对两层异构蜂窝网络能量效率进行优化。本发明通过联合优化微基站的密度和发射功率来最大化两层异构蜂窝网络的能量效率，避免了两层异构蜂窝构网络中微基站密集部署带来能量效率降低的问题，实现了绿色通信。
-
公开(公告)号：CN110533570A
公开(公告)日：2019-12-03
申请号：CN201910793300.2
申请日：2019-08-27
Applicant: 南京工程学院
Abstract: 本发明公开了一种基于深度学习的通用隐写方法，包括如下步骤：步骤S1、在发送方进行隐藏处理：将待隐藏的秘密信息分成n组信息片段，并对每组信息片段编码得到若干组秘密信息片段，每组秘密信息片段分别对应一个类别标签，采用深度学习模型，以类别标签与随机噪声作为驱动，生成指定类别的伪自然图像，伪自然图像作为隐藏处理后的含密图像输入信道；步骤S2、在接收方进行提取处理：含密图像由接收方输入到判别器中进行图像真伪鉴别和图像类别判定，然后再将图像类别信息送入函数转换器中进行处理得到秘密信息片段，对秘密信息片段进行译码得到原始秘密信息。本发明能够极大地提高信息传输的安全性和保密性。
-
公开(公告)号：CN118571029A
公开(公告)日：2024-08-30
申请号：CN202410658684.8
申请日：2024-05-24
Applicant: 南京工程学院
Abstract: 本发明公开了一种基于改进VGG16的能见度预测模型的量化分析方法，包括：图像预处理：对原始视频提取关键帧图像；构建基于改进VGG16的能见度预测模型；对基于改进VGG16的能见度预测模型进行网络训练和评估分析；将处理后的图像导入基于改进VGG16的能见度预测模型进行预测，输出能见度分析结果。本发明公开了一种基于改进VGG16的能见度预测模型的量化分析方法，达到普适性、高安全性和高可靠性，为在实际交通管理和安全领域的应用提供有力支持和有效保障。
-
公开(公告)号：CN111711821B
公开(公告)日：2022-06-10
申请号：CN202010545261.7
申请日：2020-06-15
Applicant: 南京工程学院
IPC: H04N19/467 , G06N3/08 , G06N3/04
Abstract: 基于深度学习的信息隐藏方法，涉及通讯安全技术的技术领域。包括如下步骤：训练一个评估网络；利用评估网络来训练编码器ε和解码器D；利用自然图像的概率分布中采样得到RGB通道载体图像C，编码器ε隐写图像S，代表被隐藏在载体图像中的二进制信息。训练开始后，将待将待隐写的秘密信息分为n组秘密信息片，并对每片秘密信息片编码得到若干组秘密信息位向量，使用深度神经网络模型，以载体图片与秘密信息作为驱动，输入到神经网络的编码器模块生成隐写图像；判别网络将隐写图像与载体图像联合进行分析，比较相似度，判断是否为隐写图像。本发明能够达到普适性、高安全性和高可靠性，为下一代保密通信提供技术支持和有效保障。
-
公开(公告)号：CN110519770A
公开(公告)日：2019-11-29
申请号：CN201910812458.X
申请日：2019-08-30
Applicant: 南京工程学院
Abstract: 本发明公开了一种两层异构蜂窝网络能量效率优化方法，包括以下步骤：构建两层异构蜂窝网络模型，计算目标用户的信干比；计算目标用户的覆盖率中每一层基站的贡献比例；计算单位带宽下，目标用户被基站覆盖的情况下的平均可达速率；计算目标用户被某一层基站覆盖下的平均可达速率；分析两层基站的总功率消耗；构建两层异构蜂窝网络的能量效率数学模型；基于微基站发射功率和密度对两层异构蜂窝网络能量效率进行优化。本发明通过联合优化微基站的密度和发射功率来最大化两层异构蜂窝网络的能量效率，避免了两层异构蜂窝构网络中微基站密集部署带来能量效率降低的问题，实现了绿色通信。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.024 seconds)
