-
公开(公告)号：CN115526300B
公开(公告)日：2023-06-02
申请号：CN202211417807.6
申请日：2022-11-14
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于循环神经网络的序列重排方法，包括训练过程和排序过程两部分。通过在正确序列的相关数据集上学习知识，由于乱序数据依旧保留序列特征，因此选择循环神经网络模型学习序列信息；将训练好的循环神经网络模型应用在乱序数据集上，首先固定第一个时间步的数据顺序并输入模型中，得到相应的预测结果后，基于预先定义的评价指标，搜索输入时间步的下一个时间步的在样本维度上的所有顺序组合，找出指标最优的组合将其作为对应时刻重排之后的正确顺序，以此类推直到最后一个时刻被排序好为止。相较于现有技术，本发明能够尽可能的将乱序数据重新排序成接近原始数据的形式。
-
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：CN104967671B
公开(公告)日：2019-07-09
申请号：CN201510293916.5
申请日：2015-06-01
Applicant: 南京邮电大学
IPC: H04L29/08
Abstract: 本发明公开了一种基于车辆网络密度的自适应EDCA方法，该方法通过分析现有的IEEE802.11p协议的EDCA机制在传输消息时的动态缺陷，静态的EDCA参数不能很好的适应网络节点快速变化情况下引起的网络性能的急剧下降，且在车辆网络密度过大时，碰撞率显著增大，针对这些缺陷，本发明提出了基于车辆网络密度的自适应EDCA方法，根据不同网络密度对不同优先级业务设置不同的网络阈值，使其能根据网络状态动态调整EDCA参数。本发明提出的基于车辆网络密度的自适应EDCA方法能自动适应不同的网络状态情况，保证了高优先级业务消息的可靠传输。
-
公开(公告)号：CN104967671A
公开(公告)日：2015-10-07
申请号：CN201510293916.5
申请日：2015-06-01
Applicant: 南京邮电大学
IPC: H04L29/08
CPC classification number: H04L67/12
Abstract: 本发明公开了一种基于车辆网络密度的自适应EDCA方法，该方法通过分析现有的IEEE802.11p协议的EDCA机制在传输消息时的动态缺陷，静态的EDCA参数不能很好的适应网络节点快速变化情况下引起的网络性能的急剧下降，且在车辆网络密度过大时，碰撞率显著增大，针对这些缺陷，本发明提出了基于车辆网络密度的自适应EDCA方法，根据不同网络密度对不同优先级业务设置不同的网络阈值，使其能根据网络状态动态调整EDCA参数。本发明提出的基于车辆网络密度的自适应EDCA方法能自动适应不同的网络状态情况，保证了高优先级业务消息的可靠传输。
-
公开(公告)号：CN115526300A
公开(公告)日：2022-12-27
申请号：CN202211417807.6
申请日：2022-11-14
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于循环神经网络的序列重排方法，包括训练过程和排序过程两部分。通过在正确序列的相关数据集上学习知识，由于乱序数据依旧保留序列特征，因此选择循环神经网络模型学习序列信息；将训练好的循环神经网络模型应用在乱序数据集上，首先固定第一个时间步的数据顺序并输入模型中，得到相应的预测结果后，基于预先定义的评价指标，搜索输入时间步的下一个时间步的在样本维度上的所有顺序组合，找出指标最优的组合将其作为对应时刻重排之后的正确顺序，以此类推直到最后一个时刻被排序好为止。相较于现有技术，本发明能够尽可能的将乱序数据重新排序成接近原始数据的形式。
-
Patent Agency Ranking
公开(公告)号：CN106950882B
公开(公告)日：2020-01-10
申请号：CN201710232927.1
申请日：2017-04-11
Applicant: 南京邮电大学
IPC: G05B19/042
Abstract: 本发明公开了基于4G通信的智能机车温湿度远程信息传输与控制系统，系统包含温湿度采集模块、单片机、继电器、通信模块、服务器和手机终端软件模块，温湿度采集模块将采集到的温湿度数据传输给单片机，单片机通过与通信模块连接将温湿度数据转发至服务器，手机终端软件模块可根据服务器的IP地址获取存储在服务器内部的数据并展现给使用者，使用者选择发出温湿度调控指令至服务器，通信模块可根据服务器的IP地址获取存储在服务器内部的温湿度调控指令，最后经由单片机控制与单片机连接的继电器的按键实现机车温湿度的控制。本发明可实时监控智能机车内部温湿度状况，并能对监测的温湿度状况进行实时处理，提高了人与车的交互性。
-
公开(公告)号：CN106950882A
公开(公告)日：2017-07-14
申请号：CN201710232927.1
申请日：2017-04-11
Applicant: 南京邮电大学
IPC: G05B19/042
Abstract: 本发明公开了基于4G通信的智能机车温湿度远程信息传输与控制系统，系统包含温湿度采集模块、单片机、继电器、通信模块、服务器和手机终端软件模块，温湿度采集模块将采集到的温湿度数据传输给单片机，单片机通过与通信模块连接将温湿度数据转发至服务器，手机终端软件模块可根据服务器的IP地址获取存储在服务器内部的数据并展现给使用者，使用者选择发出温湿度调控指令至服务器，通信模块可根据服务器的IP地址获取存储在服务器内部的温湿度调控指令，最后经由单片机控制与单片机连接的继电器的按键实现机车温湿度的控制。本发明可实时监控智能机车内部温湿度状况，并能对监测的温湿度状况进行实时处理，提高了人与车的交互性。
-
公开(公告)号：CN107148063A
公开(公告)日：2017-09-08
申请号：CN201710275605.5
申请日：2017-04-25
Applicant: 南京邮电大学
Abstract: 本发明公开了基于锚节点的可靠路由协议中预测候选中继节点的选择方法，包括：步骤1：当前中继节点将最接近目的地的车辆确定为下一个中继节点，并计算出此链路的生命期；步骤2：对当前中继节点的邻居节点进行位置预测；步骤3：判断该邻居节点在链路生命期内是否离开了当前中继节点的通信范围，若未离开，则当前中继节点发送未阻塞的消息给起始锚节点；若已离开，则当前中继节点发送阻塞的消息给起始锚节点，锚节点立刻选择另一条最短路径；步骤4：在链路的生命期到期前，对起始锚节点进行维护，一旦当前中继节点不再阻塞，便恢复其在锚节点里的非阻塞状态。本发明可以优化基于贪婪算法在链路质量上的缺点，有效增加了链路的稳定性。
-
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：CN108551661A
公开(公告)日：2018-09-18
申请号：CN201810353251.6
申请日：2018-04-19
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于蚁群路由算法连通预测的能效最优化方法，包括步骤基于蚁群建立一个路由算法，并且初始化蚁群的种群和参数，确定路由算法的源节点和目的节点；根据对蚁群的初始化选择一组蚂蚁至路由算法的源节点，依次控制蚂蚁从源节点移动至目的节点；每只蚂蚁在移动过程中通过概率选择公式进行转移节点的选择，直到到达目的节点停止，并在移动过程中实时修改自身的禁忌表；对每只蚂蚁从源节点到目的节点的路径按照设定公式进行排序，并根据排序结果判定蚂蚁的特性；设定最优路径的条件，根据蚂蚁的判定结果对蚂蚁实施信息素奖惩，最后更新每只蚂蚁相对应路径上的信息素，根据信息素是否符合条件选择最优路径；本发明均衡了数据传输的能耗。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.021 seconds)
