-
公开(公告)号：CN118942719A
公开(公告)日：2024-11-12
申请号：CN202410921813.8
申请日：2024-07-10
申请人： 南京邮电大学 , 江苏跃凯生物技术有限公司
IPC分类号： G16H50/70 , G16H50/30 , G06F18/25 , G06F18/15 , G06F18/2433 , G06F18/22 , G06N3/0442 , G06N3/045 , G06N3/0455 , G06N3/048
摘要： 一种基于LSTM编码器‑解码器架构的血糖预测方法，包括，对获取到的糖尿病患者的血糖数据进行平滑、降噪以及滑窗等处理；构建基于LSTM编码器‑解码器架构的血糖预测模型，其中编码器负责将输入序列转换为隐藏状态向量，解码器利用隐藏状态向量进行预测输出；为增强神经元记忆并减少误差传播的积累，在编码器‑解码器结构中，引入了一种基于学习相似模式的注意力机制，并构建基于DTW的链地址搜索算法寻找相似窗口序列；结合注意力特征和隐藏状态向量，共同输入到解码器中，通过投影层将解码器的输出映射到符合输出维度大小的向量，从而获得更为准确的血糖预测结果。本方法具有强大的学习能力，且经实验认证能够有效提高血糖浓度预测精度。
-
公开(公告)号：CN118885583A
公开(公告)日：2024-11-01
申请号：CN202410885414.0
申请日：2024-07-03
申请人： 南京邮电大学
IPC分类号： G06F16/332 , G06V10/24 , G06V10/75 , G06N3/0455
摘要： 一种基于图像和文本离散化表示与字典对齐的视觉问答方法，首先，在预训练阶段，利用双流编码器分别对输入的图像和文本进行特征提取，然后在词汇空间中创建标记级语言建模对。接着，通过最大池化操作和归一化操作，推导出字典重要性分布，进而生成连续词袋密集瓶颈，并利用弱化的掩码文本编码器从中重建掩码文本。其次，通过大规模负样本量的稀疏词汇空间中，对图像和文本重要性得分进行对齐，从而提高图文特征匹配的性能。本方法能够高效地实现图文对齐任务，减小不同模态间的语义鸿沟，提高多模态特征融合的精度和效率。
-
公开(公告)号：CN118869500A
公开(公告)日：2024-10-29
申请号：CN202410855902.7
申请日：2024-06-28
申请人： 南京邮电大学
摘要： 本发明属于恶劣信道通信网络传输领域，公开了一种基于马尔可夫过程的通信决策模型的构建方法，包括：获取通信终端的实时通信网络环境；基于马尔可夫决策过程构建数据传输模型，将获取到的实时通信网络环境作为状态集，将对应可以执行的数据传输方式作为动作集，结合实时网络环境检测模块构建数据传输方式的决策模型。本发明相较于传统改善网络环境的方法，在网络检测的实时性，以及在恶劣信道实现信息完整或涵盖全部重要信息内容方面取得新的突破，实现了在通信网络质量较差的情况下，正确选择数据传输方式，以保证在通信过程中，通信内容的传输质量的稳定以及避免了信道的浪费。
-
公开(公告)号：CN115348063B
公开(公告)日：2024-08-16
申请号：CN202210882066.2
申请日：2022-07-25
申请人： 国网江苏省电力有限公司淮安供电分公司 , 南京邮电大学 , 南京鼎研电力科技有限公司
IPC分类号： H04L9/40 , G06F18/23213 , G06F18/24 , G06N3/045 , G06N3/088
摘要： 本发明涉及网络安全人工智能技术领域，公开了一种基于DNN及K‑means的电力系统网络流量识别方法，对原始数据进行筛选，选出可为分类提供较多信息的数据项组成数据样本；对样本数据进行整合操作和归一化操作进行预处理；迭代训练DNN网络模型，使用预处理的训练集训练DNN网络模型，用于电力系统网络流量的初步分类，得到分类置信度和正负例结果；对DNN网络模型处理后的判定为疑似服务器的样本再使用K‑means算法进行分类。与现有技术相比，本发明在电力网络数据的分类应用中具有较高的准确率，可以满足现实环境下电力系统网络流量分类的需求。
-
公开(公告)号：CN118035784A
公开(公告)日：2024-05-14
申请号：CN202410109129.X
申请日：2024-01-25
申请人： 江苏鱼跃凯立特生物科技有限公司 , 南京邮电大学 , 江苏跃凯生物技术有限公司 , 浙江凯立特医疗器械有限公司
IPC分类号： G06F18/24 , G06F18/213 , G16H40/60 , G16H50/70 , G16H10/20 , G06N3/0464 , G06N3/0442 , G06N3/048 , G06N3/047 , G06N3/08
摘要： 本申请公开了一种基于血糖监测的异常事件识别方法、设备及介质，方法包括：采集数据集，将数据集转化为序列化数据，并将序列化数据划分为多个子序列；将多个子序列输入至卷积神经网络模型，对卷积神经网络模型进行扩张因果卷积处理，通过扩张因果卷积处理后的卷积神经网络模型确定时序特征，并将时序特征进行残差连接，以对卷积神经网络模型进行加速；通过加速后的卷积神经网络模型确定传感器的报错类别，并根据时序特征和报错类别进行GRU建模，以得到时序关系，并根据时序关系确定血糖值。本申请使用卷积神经网络处理，动态关注数据中的重要时间点，处理长期依赖性，从而更好地捕捉血糖值的时序关系。
-
公开(公告)号：CN118013534A
公开(公告)日：2024-05-10
申请号：CN202410276087.9
申请日：2024-03-12
申请人： 南京邮电大学
IPC分类号： G06F21/57 , G06F18/10 , G06F18/213 , G06F18/214 , G06N3/042 , G06N3/0442 , G06N3/08
摘要： 本发明公开了一种基于Bert的混合特征漏洞挖掘方法，属于网络安全技术领域；方法为：收集数据集，并对数据集进行预处理；提取代码属性图水平CPG的特征，得到CPG水平特征向量n1；提取源代码水平的特征，得到源代码水平特征向量n2；提取Token水平的特征，得到Token水平特征向量n3；将得到的数据进行加权拼接，得到混合特征向量N；构建Bert分类模型并进行训练，得到训练后Bert分类模型，采用测试数据集行测试。本发明通过加权的方式将代码属性图、程序源代码和Token三个维度的特征进行结合，保存了漏洞图的特征、漏洞源代码特征和漏洞Token特征，避免提取特征时信息丢失问题，有效解决漏洞挖掘误报率和漏报率较高的问题，提高漏洞检测的效果。
-
公开(公告)号：CN116827511A
公开(公告)日：2023-09-29
申请号：CN202310566060.9
申请日：2023-05-18
申请人： 南京邮电大学
摘要： 本发明提供一种基于多种加密编码和诱饵执行体的通信方法、DHR构造及介质，通过DHR构造的执行体池中存放执行体集；客户端发送数据经过输入代理进行多种加密编码后，发送到处于运行状态的执行体集；在执行体集的诱饵执行体受到攻击时通知负反馈控制器；在执行体集的异构执行体受到攻击无法正常输出结果时通知负反馈控制器进行替换；让受攻击的诱饵执行体收集攻击行为数据，再选择新的诱饵执行体进行替换；异构执行体的输出结果由多模裁决器进行裁决，由输出代理获得最终输出结果输出到客户端；本发明能够保证执行体稳定且安全运行，同时降低攻击者“攻击逃逸”风险，能够提高裁决结果的准确性，并能够有效提高通信的安全性、稳定性和可靠性。
-
公开(公告)号：CN113489001B
公开(公告)日：2023-09-22
申请号：CN202110804005.X
申请日：2021-07-16
申请人： 南京邮电大学
摘要： 本发明是一种联合巡检场景中多智能体任务区域规划方法，该任务区域规划方法包括：目标区域全局信息获取；获取可调用各智能体巡检能力状况和位置信息；对目标区域进行网格化切割并建模；结合智能体信息和目标区域信息进行任务区域规划。在考虑智能体信息和任务密度不均衡的条件下，本发明采用基于任务密度分配的联合巡检场景中多智能体任务区域规划，可以有效的降低因任务密度不同和智能体能力状况不一所引起的规划不均衡问题。
-
公开(公告)号：CN113536689B
公开(公告)日：2023-08-18
申请号：CN202110848178.1
申请日：2021-07-26
申请人： 南京邮电大学
IPC分类号： G06F30/27 , G06N3/126 , G06Q10/0631 , G06F111/04
摘要： 本发明提供一种基于混合遗传智能算法的多无人机任务分配执行控制方法，在多无人机场景下，在地图中获取需要前往的任务点集合T，并获取当前可用的无人机群集合U，根据地图中任务点集合T和无人机群U建立多旅行商任务模型；任务预分配，使用混合遗传算法对多旅行商任务模型进行求解，得出各无人机的任务执行有序序列；进行任务动态分配，在新任务出现时，通过K邻近算法将新任务基于无人机群体未执行的任务进行分配，对新分配了任务的无人机使用单遗传算法进行单线路任务重排序，得到新分配了任务的无人机的新路线；该方法采用混合算法完成对无人机任务的初始分配与任务动态分配，能够实现任务分配执行的高效性。
-
公开(公告)号：CN115909266A
公开(公告)日：2023-04-04
申请号：CN202211367523.0
申请日：2022-11-03
申请人： 南京邮电大学
摘要： 一种融合双重注意力机制的单目3D目标检测方法，基于目标检测算法，融合通道注意力机制及空间注意力机制，提供有效聚焦，提升收敛速度，减少时延，可以更好地解决目标检测的精度问题，提高网络的可解释性，同时提升目标检测的性能。通过将通道注意力机制(channel attention)、空间注意力机制(spatial attention)两种注意力机制综合运用，聚焦输入图像的全局与局部的双重重要信息来提高单目3D目标检测的精度。该发明成本极低、便于推广使用，能够在自动驾驶、障碍物检测与定位中扮演非常重要的角色。
-
-
-
-
-
-
-
-
-
搜索结果
117 条记录 (耗时 0.05 秒)
