-
公开(公告)号：CN110855563B
公开(公告)日：2021-09-17
申请号：CN201911036660.4
申请日：2019-10-29
Applicant: 南京邮电大学
IPC: H04L12/715 , H04W4/40 , H04W40/32
Abstract: 本发明公开了车联网信息传输技术领域的一种基于链路可靠性和稳定性的车辆分簇方法，旨在解决现有技术中车联网采用DSRC技术进行信息交互，数据量小，但交互频率高，会在一定程度上造成网络拥塞，进而对车联网的连通性和信息的实时性造成不利影响的技术问题。所述方法包括如下步骤：基于所获取的车辆动态信息进行车辆分簇；基于所获取的车辆动态信息计算簇内车辆的链路可靠性和链路稳定性；基于所述链路可靠性和链路稳定性，建立簇头选择优先指数；提取簇头选择优先指数最大的簇内车辆作为簇头。
-
公开(公告)号：CN108183811B
公开(公告)日：2020-11-24
申请号：CN201710990985.0
申请日：2017-10-23
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于业务分类的车联网接入连通系统及其控制方法，根据车联网应用场景将业务类型进行优先级分类，结合各类业务特性建立车联网业务服务模型，在此基础上，针对终端连接接入多个业务平台，提出分级连通接入方法。采用上述方式时，终端与多个平台信息交互较频繁、信息量较大，因此采用业务服务模型结合分级控制方式进行处理，以减少对终端其他功能执行速度的影响，且终端稳定性好、工作效率高。
-
公开(公告)号：CN111368879A
公开(公告)日：2020-07-03
申请号：CN202010095537.6
申请日：2020-02-17
Applicant: 南京邮电大学
Abstract: 本发明公开了交通数据信息挖掘技术领域的一种基于深半监督神经网络的轨迹数据挖掘方法，旨在解决现有技术中从车辆轨迹数据中挖掘驾驶员的驾驶风格时，由于标记的数据量少、标记数据成本高昂的缘故，使得数据挖掘算法建立的模型鲁棒性偏低的技术问题。所述方法包括如下步骤：对目标车辆轨迹数据进行分段处理；将处理后的目标车辆轨迹数据输入预先训练好的深半监督神经网络，获取目标车辆轨迹数据所对应的驾驶风格，所述深半监督神经网络基于CNN分类器和卷积反卷积自动编码器构建而成。
-
公开(公告)号：CN111754403A
公开(公告)日：2020-10-09
申请号：CN202010542676.9
申请日：2020-06-15
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于残差学习的图像超分辨率重构方法，包括：获取用于训练系统的公用图像数据集，处理得到训练集与测试集；获取待处理的低分辨率图像；将系统核心神经网络各模块的搭建与融合，组成基于残差学习的深度卷积网络；计算网络预测与标签损失，根据损失调整网络参数；深度残差网络的训练并向其输入的待处理的低分辨率图像；输出重构的高分辨率图像,评估图像重建精度，图像超分辨率重构完成。本发明增加了图像特征的提取能力，提升了图像重建系统的泛化性与高效性，使得图像重建精度更加精确。
-
公开(公告)号：CN111639692A
公开(公告)日：2020-09-08
申请号：CN202010446473.X
申请日：2020-05-25
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于注意力机制的阴影检测方法，包括：获取用于训练系统的待处理公用阴影数据集；从摄像头设备或本地硬盘上获取待检测阴影图像；公用阴影数据集的预处理并获得对应的训练集与测试集；待检测阴影图像的预处理；系统核心神经网络各模块的搭建与融合，组成基于注意力机制的卷积神经网络；计算网络预测与标签损失，根据损失调整网络参数；深度卷积神经网络的完全训练并向其输入预处理的待检测阴影图像；输出阴影检测结果,对各像素进行阴影属性分类，完成自定义数据的阴影检测流程。本发明增加了阴影特征的提取能力，降低了语义间的关联性，提升了检测系统的泛化性与高效性，使得阴影检测结果更加精确。
-
Patent Agency Ranking
公开(公告)号：CN111343608A
公开(公告)日：2020-06-26
申请号：CN202010111133.1
申请日：2020-02-24
Applicant: 南京邮电大学
Abstract: 本发明公开了车联网信息传输技术领域的一种基于位置信息的车联网强化学习路由方法，旨在解决现有技术中车联网中由于受节点不匀速移动、无线信道不稳定影响，无法有效降低端到端通信传输时延的技术问题。所述方法包括如下步骤：提取由当前节点的邻居节点所传送的HELLO信息包，所述HELLO信息包中包括有对应邻居节点的速度、位置坐标、运动方向、邻居节点数、Q值表中的最大Q值；基于所述HELLO信息包，更新当前节点的Q值表中邻居节点的Q值，求取邻居节点与目标节点基于位置信息的奖励值；基于当前节点的Q值表中邻居节点的Q值、邻居节点与目标节点基于位置信息的奖励值，从邻居节点中选取适配节点作为转发节点。
-
公开(公告)号：CN108966183A
公开(公告)日：2018-12-07
申请号：CN201810718157.6
申请日：2018-07-03
Applicant: 南京邮电大学
Abstract: 本发明公开了一种车联网中基于D2D通信的紧急消息传输方法，首先对某车辆安全范围以内车辆集建立优先级指数，按照优先级指数由小到大的顺序依次与其建立D2D连接对传输消息，然后对安全范围以外的车辆集进行距离预测，根据预测距离建立优先级指数，按照优先级指数由小到大的顺序依次与其建立D2D连接对传输消息；如果出现相同的优先级指数，优先选择相同车道的车辆，本发明基于D2D通信实现安全预警信息的及时传输，进行安全预警，解决安全信息无法及时传播的技术问题，改善了交通消息传输性能，具有高可靠性和实时性。
-
公开(公告)号：CN111754403B
公开(公告)日：2022-08-12
申请号：CN202010542676.9
申请日：2020-06-15
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于残差学习的图像超分辨率重构方法，包括：获取用于训练系统的公用图像数据集，处理得到训练集与测试集；获取待处理的低分辨率图像；将系统核心神经网络各模块的搭建与融合，组成基于残差学习的深度卷积网络；计算网络预测与标签损失，根据损失调整网络参数；深度残差网络的训练并向其输入的待处理的低分辨率图像；输出重构的高分辨率图像,评估图像重建精度，图像超分辨率重构完成。本发明增加了图像特征的提取能力，提升了图像重建系统的泛化性与高效性，使得图像重建精度更加精确。
-
公开(公告)号：CN111639692B
公开(公告)日：2022-07-22
申请号：CN202010446473.X
申请日：2020-05-25
Applicant: 南京邮电大学
IPC: G06V10/774 , G06V10/80 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于注意力机制的阴影检测方法，包括：获取用于训练系统的待处理公用阴影数据集；从摄像头设备或本地硬盘上获取待检测阴影图像；公用阴影数据集的预处理并获得对应的训练集与测试集；待检测阴影图像的预处理；系统核心神经网络各模块的搭建与融合，组成基于注意力机制的卷积神经网络；计算网络预测与标签损失，根据损失调整网络参数；深度卷积神经网络的完全训练并向其输入预处理的待检测阴影图像；输出阴影检测结果,对各像素进行阴影属性分类，完成自定义数据的阴影检测流程。本发明增加了阴影特征的提取能力，降低了语义间的关联性，提升了检测系统的泛化性与高效性，使得阴影检测结果更加精确。
-
公开(公告)号：CN111343608B
公开(公告)日：2022-11-29
申请号：CN202010111133.1
申请日：2020-02-24
Applicant: 南京邮电大学
Abstract: 本发明公开了车联网信息传输技术领域的一种基于位置信息的车联网强化学习路由方法，旨在解决现有技术中车联网中由于受节点不匀速移动、无线信道不稳定影响，无法有效降低端到端通信传输时延的技术问题。所述方法包括如下步骤：提取由当前节点的邻居节点所传送的HELLO信息包，所述HELLO信息包中包括有对应邻居节点的速度、位置坐标、运动方向、邻居节点数、Q值表中的最大Q值；基于所述HELLO信息包，更新当前节点的Q值表中邻居节点的Q值，求取邻居节点与目标节点基于位置信息的奖励值；基于当前节点的Q值表中邻居节点的Q值、邻居节点与目标节点基于位置信息的奖励值，从邻居节点中选取适配节点作为转发节点。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.018 seconds)
