-
公开(公告)号：CN113079069B
公开(公告)日：2021-09-17
申请号：CN202110623165.4
申请日：2021-06-04
Applicant: 南京邮电大学
Abstract: 本发明公开了一种面向大规模加密网络流量的混合粒度训练及分类方法，包括，获取待识别的加密网络流量进行预处理，得到样本向量；将所述样本向量输入至预设训练的目标网络模型中，输出得到一个预测序列；提取所述预测序列最后一个预测向量，所述预测向量中元素值代表流量属于各个分类的最终预测值；基于提取出的所述预测向量，选取其中最大的预测值的分类作为所述加密网络流量最终的分类标签。本发明提出的训练方式，结合提出的模型特征，和预处理方法，仅需要从流中抽取少量的数据，即可通过流中的数据的特征判断所属流的类别，该方法不需要专家进行手动特征设计，在多个真实网络数据集的测试中，表现高于基于传统机器学习的识别方法。
-
公开(公告)号：CN110675933A
公开(公告)日：2020-01-10
申请号：CN201910840714.6
申请日：2019-09-06
Applicant: 南京邮电大学
IPC: G16H20/30
Abstract: 本发明公开了一种手指镜像康复训练系统，包括肌电信号采集模块、压力采集模块、主控制模块、康复机器人模块、人机交互虚拟环境模块以及康复评估模块。优点：本发明的系统通过肌电信号采集模块、压力采集模块、主控制模块、康复机器人模块、人机交互虚拟环境模块以及康复评估模块构建了手指镜像康复训练系统，而且具有虚拟康复交互场景，能够帮助指肌能损伤患者进行高效率的康复训练，通过压力采集模块还能够实现康复效果评价。
-
公开(公告)号：CN114048799A
公开(公告)日：2022-02-15
申请号：CN202111229160.X
申请日：2021-10-21
Applicant: 南京邮电大学
IPC: G06K9/62 , G06N3/04 , G06N3/08 , H04L47/2441 , H04L47/2483 , H04L41/142
Abstract: 本发明公开了一种基于统计信息和有效载荷编码的零日流量分类方法,包括，构建混合神经网络，并用任意无标签数据、有标签已知类别的流量和深度度量学习策略预训练混合神经网络；对待识别的流量和有标签已知类别的流量进行无偏化预处理，构成统计信息四元组和有效载荷；并通过标准化处理得到格式化样本A、B；根据混合神经网络得到嵌入向量A、B；利用k‑Means聚类算法对嵌入向量A、B进行聚类，识别零日应用流量；将人工标注的零日流量进行无偏化预处理和标准化处理，得到格式化样本C，通过混合神经网络得到嵌入向量C；将嵌入向量B、C加入支撑集，而后通过k‑NN算法对支撑集和嵌入向量A进行分类；本发明具有较高的分类精度。
-
公开(公告)号：CN107939948A
公开(公告)日：2018-04-20
申请号：CN201711322930.9
申请日：2017-12-12
Applicant: 南京邮电大学
Abstract: 本发明提出了一种结构分立的舵机自锁驱动模块，属于机械结构技术领域。包括外壳模块、舵机模块，动力传输模块；舵机模块安装于外壳模块中，舵机通过轮盘驱动绞盘旋转。该装置安装简单、模块化设计、易于使用和调整，可有效用于各种机械结构的设计上。
-
公开(公告)号：CN111950341B
公开(公告)日：2022-09-27
申请号：CN202010565003.5
申请日：2020-06-19
Applicant: 南京邮电大学 , 南京优倍电气有限公司
Abstract: 本发明公开了一种基于机器视觉的实时手势识别方法及手势识别系统，根据人体和手部的特点，提出了基于人体关节点识别实现手部定位、基于手部定位实现手部关节点识别、基于手部关节点识别实现手势识别的“人体关节点识别、手部定位、手部关节点识别、手势识别”四个步骤的手势识别思路，针对人体关节识别、手部关节识别、手势识别的任务特点设计了神经网络结构，同时在手部关节点识别实现手势识别环节中，设计了一种手势训练数据生成方式并通过迁移学习实现了手势识别，最后通过对网络的轻量化设计和系统的数据传输结构的设计使系统能够达到实时的手势和手部关节识别。
-
Patent Agency Ranking
-
公开(公告)号：CN114048799B
公开(公告)日：2025-01-28
申请号：CN202111229160.X
申请日：2021-10-21
Applicant: 南京邮电大学
IPC: G06F18/241 , G06N3/0455 , G06F18/23213 , H04L47/2441 , H04L47/2483 , H04L41/142
Abstract: 本发明公开了一种基于统计信息和有效载荷编码的零日流量分类方法,包括，构建混合神经网络，并用任意无标签数据、有标签已知类别的流量和深度度量学习策略预训练混合神经网络；对待识别的流量和有标签已知类别的流量进行无偏化预处理，构成统计信息四元组和有效载荷；并通过标准化处理得到格式化样本A、B；根据混合神经网络得到嵌入向量A、B；利用k‑Means聚类算法对嵌入向量A、B进行聚类，识别零日应用流量；将人工标注的零日流量进行无偏化预处理和标准化处理，得到格式化样本C，通过混合神经网络得到嵌入向量C；将嵌入向量B、C加入支撑集，而后通过k‑NN算法对支撑集和嵌入向量A进行分类；本发明具有较高的分类精度。
-
公开(公告)号：CN110757450B
公开(公告)日：2022-05-17
申请号：CN201910840728.8
申请日：2019-09-06
Applicant: 南京邮电大学
IPC: B25J9/16
Abstract: 本发明公开了一种肩关节康复机器人参数标定方法，获取康复机器人不同关节角度，输入至预先构建的指数积运动学模型，输出机器人末端位姿；将机器人末端位姿输入至预先构建的末端位置误差模型，通过对末端位置全局灵敏度分析获取机器人运动学参数的取舍情况；将保留的运动学参数输入至预先构建的降维指数积运动学误差模型，输出机器人末端位姿误差；将获得的机器人末端位姿误差输入预先构建的面约束下降维指数积运动学误差模型，输出康复机器人的某关节在面约束下的末端位姿误差；对康复机器人的某关节在面约束下的末端位姿误差基于利用线搜索的LM算法的运动学参数标定。优点：简化运算，实现对机器人的运动学参数标定，提高机机器人的运动精度。
-
公开(公告)号：CN111950341A
公开(公告)日：2020-11-17
申请号：CN202010565003.5
申请日：2020-06-19
Applicant: 南京邮电大学 , 南京优倍电气有限公司
Abstract: 本发明公开了一种基于机器视觉的实时手势识别方法及手势识别系统，根据人体和手部的特点，提出了基于人体关节点识别实现手部定位、基于手部定位实现手部关节点识别、基于手部关节点识别实现手势识别的“人体关节点识别、手部定位、手部关节点识别、手势识别”四个步骤的手势识别思路，针对人体关节识别、手部关节识别、手势识别的任务特点设计了神经网络结构，同时在手部关节点识别实现手势识别环节中，设计了一种手势训练数据生成方式并通过迁移学习实现了手势识别，最后通过对网络的轻量化设计和系统的数据传输结构的设计使系统能够达到实时的手势和手部关节识别。
-
公开(公告)号：CN110757450A
公开(公告)日：2020-02-07
申请号：CN201910840728.8
申请日：2019-09-06
Applicant: 南京邮电大学
IPC: B25J9/16
Abstract: 本发明公开了一种肩关节康复机器人参数标定方法，获取康复机器人不同关节角度，输入至预先构建的指数积运动学模型，输出机器人末端位姿；将机器人末端位姿输入至预先构建的末端位置误差模型，通过对末端位置全局灵敏度分析获取机器人运动学参数的取舍情况；将保留的运动学参数输入至预先构建的降维指数积运动学误差模型，输出机器人末端位姿误差；将获得的机器人末端位姿误差输入预先构建的面约束下降维指数积运动学误差模型，输出康复机器人的某关节在面约束下的末端位姿误差；对康复机器人的某关节在面约束下的末端位姿误差基于利用线搜索的LM算法的运动学参数标定。优点：简化运算，实现对机器人的运动学参数标定，提高机机器人的运动精度。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.022 seconds)
