-
公开(公告)号：CN118174850A
公开(公告)日：2024-06-11
申请号：CN202410241650.9
申请日：2024-03-04
Applicant: 南京理工大学
IPC: H04L9/06
Abstract: 本发明公开了一种基于加密模块的智能保护系统，属于计算机科学和信息安全技术领域。包括至少一个处理器；与处理器相连的存储器；至少一个加密子模块，用于对数据进行加密处理；加密子模块采用时分复用设计，通过调用六次加密子模块实例以完成十轮加密过程；每个加密子模块实例包括字节代换模块、行移位模块、列混合模块，每个模块均在其特定的时分复用时间段内独立运行。本发明通过时分复用的方法来对设计进行改进，从而节约了硬件资源，在保持较低硬件资源使用的同时，提高整体的加密吞吐量；较少的硬件实例意味着较低的功耗，这对于移动设备和需要长时间运行的加密系统尤其重要。
-
公开(公告)号：CN115525763A
公开(公告)日：2022-12-27
申请号：CN202211306207.2
申请日：2022-10-25
Applicant: 南京理工大学
IPC: G06F16/35 , G06F40/242 , G06F40/247 , G06F40/284 , G06F40/30 , G06F40/216
Abstract: 本发明公开了一种基于改进SO‑PMI算法和融合词向量的情感分析方法，包括：构建领域情感词典，所述领域情感词典包括评价对象词典、否定词典、程度副词词典、积极情感词典、消极情感词典，其中，所述积极情感词典、消极情感词典通过改进后的SO‑PMI算法计算确定；利用word2vec模型对语料库中的文本进行训练生成原始词向量；利用构建的情感词典将情感词划分为5个维度，构建情感向量；将原始词向量与情感向量进行融合，生成融合情感信息的词向量。本发明将构建的多个含情感倾向与强度的词典进行情感向量化表示，并与初始word2vec词向量进行拼接构成融合情感信息的词向量表示，包含情感信息的词向量输入到分类算法中进行情感分析其分类准确性更高。
-
公开(公告)号：CN109301609A
公开(公告)日：2019-02-01
申请号：CN201811177547.3
申请日：2018-10-10
Applicant: 南京理工大学
IPC: H01R13/66 , H01R13/70 , H01R13/717 , H01R27/00
Abstract: 本发明公开了一种基于红外传感器的无线控制智能插座。该智能插座包括感应模块和插座模块，其中插座模块包括继电器、蓝牙从机、副控制板和电源配适器，感应模块包括红外传感器、蓝牙主机、主控制板和直流电源；电源配适器将交流电转化为直流电为副控制板供电；副控制板分别连接蓝牙从机和继电器，控制继电器的开合；直流电源与电源适配器相连为主控制板供电；主控制板分别连接红外传感器和蓝牙主机，红外传感器将红外信号转化为电平信号输送给主控制板，当红外信号发生变化时，蓝牙主机发送信号至蓝牙从机，蓝牙从机将信号输送至副控制板，控制继电器的合开操作，实现插座的通断电。本发明可以实现插座的主动式通断电，既节能又安全。
-
公开(公告)号：CN105811062A
公开(公告)日：2016-07-27
申请号：CN201410831766.4
申请日：2014-12-29
Applicant: 南京理工大学常熟研究院有限公司
Inventor： 申明磊
IPC: H01P5/16
Abstract: 本发明提供一种毫米波功率合成器，包括：第一功率输入端、第二功率输入端以及功率输出端，第一功率输入端、第二功率输入端并联于所述功率输出端，功率输出端与第一功率输入端、第二功率输入端之间保持平行，其中，第一功率输入端、第二功率输入端之间通过]形结构相通并汇合于功率输出端，]形结构的转角处设有切面，切面用于减少回波损耗。本发明使功率输出端与功率输入端之间保持平行结构，从而提高了隔离度，改变了现有技术中功率输出端与功率输入端之间的垂直结构，同时，增加的切面大大减少了回波损耗，满足了功率合成器对宽频带、大功率、高隔离度、回波损耗少的要求。
-
公开(公告)号：CN104753182A
公开(公告)日：2015-07-01
申请号：CN201310742101.1
申请日：2013-12-30
Applicant: 南京理工大学常熟研究院有限公司
IPC: H02J17/00
Abstract: 本发明公开了一种环境射频能量收集器，包括RF-DC转换电路、升压斩波电路、电压监控电路、电阻R1、电阻R2，外部存储电容连接在VCAP，其中RF-DC转换电路将天线接收到的无线射频能量转换为直流能量，并将其存储在外接电容器中；电压监控电路控制升压斩波电路，当充电达到电容器的高阈值时，升压至设定输出电压电平，使电压输出；当电容器上的电荷下降到低阈值电压的电压输出关闭，直流输出电压值VOUT由电阻R1和R2决定。本发明能够有效的捕获环境中的多余能量，让低功耗电子器件正常工作；并有助于创建新的无电池设备，使现有环境中的无线电波就能够成为一种独特且广泛可用的微能源。
-
Patent Agency Ranking
公开(公告)号：CN104424797A
公开(公告)日：2015-03-18
申请号：CN201310376585.2
申请日：2013-08-27
Applicant: 南京理工大学常熟研究院有限公司
IPC: G08G1/00 , G08G1/0968 , G08G1/123 , G08G1/0967 , G08G1/01 , G06T7/00
CPC classification number: G08G1/0962 , G06T7/246 , G08G1/096775 , G08G1/0968 , G08G1/127
Abstract: 本发明公开了一种车载监控管理系统，包括以下部分：GPS定位模块、GPRS数据传输模块、车内信息采集模块、监控中心模块、报警模块；监控中心模块用于选择、编辑车载编号，对车内信息采集模块的数据通过GPRS发送到服务器端的数据进行显示并将控制指令发回到车内；通过GPS定位模块对车辆进行定位，控制报警模块对车辆人员进行警告；车内信息采集模块用于采集及存储车辆的行驶信息及状况信息；GPS定位模块用于对车辆的位置进行定位；GPRS数据传输模块对车辆的信息通过GPRS传输到监控中心。本发明通过对车辆的信息进行监控和导航，同时对车辆静止时具有防盗报警的功能，能够全面的对车的情况进行监控。
-
公开(公告)号：CN103139220A
公开(公告)日：2013-06-05
申请号：CN201310071930.1
申请日：2013-03-07
Applicant: 南京理工大学常熟研究院有限公司
IPC: H04L29/06
Abstract: 本发明涉及一种状态攻防图模型的网络安全攻击防御方法，属于网络安全攻击防御技术领域。该方法利用状态攻防图模型对网络系统的攻防场景建模，然后计算原子攻击成功的概率和危害指数，找出最易发生的网络攻击路径和危害最大的网络攻击路径，再结合脆弱点防控措施，生成防御策略，从而降低网络系统的安全风险。本发明与现有技术相比，其显著优点：（1）将攻击场景通过状态攻防图建模，能很直观、清晰地描述网络系统中各脆弱点和攻击信息；（2）对攻击的概率和危害做出量化，可的明确得到最易发生的攻击和危害最大的攻击，进而帮助网络管理人员有针对性的采取防御措施。
-
公开(公告)号：CN116110009B
公开(公告)日：2025-04-08
申请号：CN202310124388.5
申请日：2023-02-16
Applicant: 南京理工大学
IPC: G06V20/54 , G06V20/40 , G06V10/82 , G06V10/774 , G06V20/70
Abstract: 本申请公开了一种基于深度学习的道路车辆检测与跟踪方法，通过采集实际路口包含交通目标的图片，之后对数据进行标注处理，制作自有数据集；车辆检测模块引入CBM模块，提出ALCSP模块，进一步使用轻量化卷积，并使用Soft‑NMS来过滤候选框，据此构建改进的YOLOv5网络模型，实现对车辆目标的检测；之后车辆跟踪模块使用改进的DeepSORT跟踪算法实现对车辆的跟踪，在卡尔曼滤波算法中增加速度参数分量和使用GIOU提高预测框的精度，优化跟踪的性能；结合虚拟线圈检测法，搭建车流监测系统，实现对实际车流的监测，将实际交通视频输入车流监测系统，完成对实际车流信息的监测任务。本申请具有检测精度高和模型尺寸小的优点，能够满足实际应用中对车流的监测需求。
-
公开(公告)号：CN116935435A
公开(公告)日：2023-10-24
申请号：CN202310804807.X
申请日：2023-07-03
Applicant: 南京理工大学
IPC: G06V40/10 , G06V10/762 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08 , G06V10/774
Abstract: 本发明公开了一种基于密集场景的目标检测方法，首先使用了Mosaic9数据增强方法来提高训练数据容量和样本多样性；然后引入了K‑means++聚类算法，提高了先验框的定位准确性；然后，结合现有卷积网络的优缺点和密集场景的特性，采用了可变性卷积DCNv2来提高模型的特征提取能力，对目标的形状变化和非刚性变化更加具有鲁棒性。通过引入微小尺度检测头，提升了在遮挡环境下对微小目标的检测能力；并使用SE通道注意力机制增强了模型在复杂背景下对重要信息的感知能力；最后采用EIoU指标进行优化损失，提高密集场景下目标检测任务的精度。
-
公开(公告)号：CN116110009A
公开(公告)日：2023-05-12
申请号：CN202310124388.5
申请日：2023-02-16
Applicant: 南京理工大学
IPC: G06V20/54 , G06V20/40 , G06V10/82 , G06V10/774 , G06V20/70
Abstract: 本申请公开了一种基于深度学习的道路车辆检测与跟踪方法，通过采集实际路口包含交通目标的图片，之后对数据进行标注处理，制作自有数据集；车辆检测模块引入CBM模块，提出ALCSP模块，进一步使用轻量化卷积，并使用Soft‑NMS来过滤候选框，据此构建改进的YOLOv5网络模型，实现对车辆目标的检测；之后车辆跟踪模块使用改进的DeepSORT跟踪算法实现对车辆的跟踪，在卡尔曼滤波算法中增加速度参数分量和使用GIOU提高预测框的精度，优化跟踪的性能；结合虚拟线圈检测法，搭建车流监测系统，实现对实际车流的监测，将实际交通视频输入车流监测系统，完成对实际车流信息的监测任务。本申请具有检测精度高和模型尺寸小的优点，能够满足实际应用中对车流的监测需求。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.022 seconds)
