-
公开(公告)号：CN113457113B
公开(公告)日：2024-05-31
申请号：CN202110733117.0
申请日：2021-06-30
Applicant: 南京邮电大学
Abstract: 本发明提出了一种基于NFC技术的卡牌游戏防作弊系统，该系统包括带有NFC标签的卡牌系统、NFC读写器系统、服务器和游戏比赛系统，所述带有NFC标签的卡牌系统中每张卡牌存储的ID编码信息均不相同并且独一无二；所述NFC读写器系统和游戏比赛系统均与服务器时刻保持连接；所述带有NFC标签的卡牌系统进入NFC读写器系统的识别区域依次进行读取，然后在手机上进行游戏比赛。本发明能够避免游戏过程中魔术换牌，无故丢牌藏牌的作弊行为。
-
Patent Agency Ranking
公开(公告)号：CN113077094A
公开(公告)日：2021-07-06
申请号：CN202110394823.7
申请日：2021-04-13
Applicant: 南京邮电大学
Abstract: 本发明揭示了一种基于LSTM‑GCN的臭氧预测方法，包括如下步骤，通过长短期记忆网络LSTM得到观测点的隐状态，将每个观测点的隐状态构造成图，作为图卷积神经网络GCN的输入，得到所有观测点加权后的隐状态，最后通过线性网络得出预测结果。本发明的方法结合了邻居观测点来辅助目标观测点预测臭氧数据。LSTM网络能起到很好的时序预测作用，GCN能很好地汇聚周遭观测点对目标观测点的影响，借此辅助预测目标观测点的臭氧含量，二者结合能够更加准确地对目标观测点的臭氧含量做出预测，为臭氧污染问题的控制和监管供科学依据，为环保相关部门和政府治理部门制订相关决策提供科学合理的理论基础和预测方法。
-
公开(公告)号：CN111539764A
公开(公告)日：2020-08-14
申请号：CN202010305284.0
申请日：2020-04-17
Applicant: 南京邮电大学
Abstract: 本发明提供一种基于次模函数的大数据多址选择方法，包括：步骤1：采集待选址区域内已有门店的能够影响选址好坏的若干个特征，构造样本集；步骤2：利用样本集先训练出若干个基学习器的评估模型，将若干个基学习器运用bagging的集成方法组合为强学习器，即最终的选址模型；步骤3：将待选址区域内若干个候选门店的特征分别输入选址模型，最大输出值对应的候选门店为目标门店；步骤4：去除已选定的目标门店以及其影响半径内其它的候选门店，重复步骤3，得到下一个目标门店。本发明构建能够覆盖范围更广的选址模型，最终实现科学化、标准化以及可持续性强的选址策略。
-
公开(公告)号：CN113457113A
公开(公告)日：2021-10-01
申请号：CN202110733117.0
申请日：2021-06-30
Applicant: 南京邮电大学
Abstract: 本发明提出了一种基于NFC技术的卡牌游戏防作弊系统，该系统包括带有NFC标签的卡牌系统、NFC读写器系统、服务器和游戏比赛系统，所述带有NFC标签的卡牌系统中每张卡牌存储的ID编码信息均不相同并且独一无二；所述NFC读写器系统和游戏比赛系统均与服务器时刻保持连接；所述带有NFC标签的卡牌系统进入NFC读写器系统的识别区域依次进行读取，然后在手机上进行游戏比赛。本发明能够避免游戏过程中魔术换牌，无故丢牌藏牌的作弊行为。
-
公开(公告)号：CN113077094B
公开(公告)日：2022-08-23
申请号：CN202110394823.7
申请日：2021-04-13
Applicant: 南京邮电大学
Abstract: 本发明揭示了一种基于LSTM‑GCN的臭氧预测方法，包括如下步骤，通过长短期记忆网络LSTM得到观测点的隐状态，将每个观测点的隐状态构造成图，作为图卷积神经网络GCN的输入，得到所有观测点加权后的隐状态，最后通过线性网络得出预测结果。本发明的方法结合了邻居观测点来辅助目标观测点预测臭氧数据。LSTM网络能起到很好的时序预测作用，GCN能很好地汇聚周遭观测点对目标观测点的影响，借此辅助预测目标观测点的臭氧含量，二者结合能够更加准确地对目标观测点的臭氧含量做出预测，为臭氧污染问题的控制和监管供科学依据，为环保相关部门和政府治理部门制订相关决策提供科学合理的理论基础和预测方法。
-
公开(公告)号：CN111539764B
公开(公告)日：2022-08-16
申请号：CN202010305284.0
申请日：2020-04-17
Applicant: 南京邮电大学
Abstract: 本发明提供一种基于次模函数的大数据多址选择方法，包括：步骤1：采集待选址区域内已有门店的能够影响选址好坏的若干个特征，构造样本集；步骤2：利用样本集先训练出若干个基学习器的评估模型，将若干个基学习器运用bagging的集成方法组合为强学习器，即最终的选址模型；步骤3：将待选址区域内若干个候选门店的特征分别输入选址模型，最大输出值对应的候选门店为目标门店；步骤4：去除已选定的目标门店以及其影响半径内其它的候选门店，重复步骤3，得到下一个目标门店。本发明构建能够覆盖范围更广的选址模型，最终实现科学化、标准化以及可持续性强的选址策略。
-
-
-
-
-
Search Results
6
records
(took 0.016 seconds)
