-
公开(公告)号：CN108684043A
公开(公告)日：2018-10-19
申请号：CN201810461226.X
申请日：2018-05-15
Applicant: 南京邮电大学
IPC: H04W12/12
CPC classification number: H04W12/12
Abstract: 本发明公开了一种基于最小风险的深度神经网络的异常用户检测方法，首先对异常用户的数据进行预处理，得到异常用户和正常用户数据量一致的数据；其次利用Mini‑batch梯度下降方法对深度神经网络进行训练并结合NOMA通信系统中不同异常用户的危害程度高低，构建基于最小风险的决策表；最后将决策表设定的不同决策对应的损失函数引入深度神经网络，构建基于最小风险的神经网络异常用户检测方法。本发明通过深度神经网络对高维数据强大的表示和分析能力，解决基于大数据的NOMA系统异常用户检测问题、将最小风险代价引入到深度神经网络训练中，解决了NOMA系统中各类异常用户的危害程度的差异性问题，有望为异常用户检测提供新的思路和理论创新。
-
公开(公告)号：CN108509980B
公开(公告)日：2022-07-01
申请号：CN201810188900.1
申请日：2018-03-08
Applicant: 南京邮电大学
IPC: G06V10/772 , G06V10/764 , G06K9/62 , G01F23/04
Abstract: 本发明公开了一种基于字典学习的水位监测方法，包括以下步骤：步骤1，在待测量河流区域固定一根测量标杆，通过摄像头实时采集该测量标杆与水面附近区域的图像；步骤2，采集若干幅图像作为训练图像，将每幅图像分为C类，对每类的图像块采用滑动窗采集训练数据，并打上对应的类别标签；步骤3，采用字典学习的方法对训练数据进行训练，得到字典D；步骤4，利用字典D对摄像头采集到的图像进行实时分类，得到图像的类别标签向量，从而获得水位值。本发明只需要安装传统的标杆即可实现，克服了传统水位测量方案中水平面位置难以准确识别的问题，具有较高的稳定性和鲁棒性。
-
公开(公告)号：CN108684043B
公开(公告)日：2021-09-28
申请号：CN201810461226.X
申请日：2018-05-15
Applicant: 南京邮电大学
IPC: H04W12/122 , H04W12/67
Abstract: 本发明公开了一种基于最小风险的深度神经网络的异常用户检测方法，首先对异常用户的数据进行预处理，得到异常用户和正常用户数据量一致的数据；其次利用Mini‑batch梯度下降方法对深度神经网络进行训练并结合NOMA通信系统中不同异常用户的危害程度高低，构建基于最小风险的决策表；最后将决策表设定的不同决策对应的损失函数引入深度神经网络，构建基于最小风险的神经网络异常用户检测方法。本发明通过深度神经网络对高维数据强大的表示和分析能力，解决基于大数据的NOMA系统异常用户检测问题、将最小风险代价引入到深度神经网络训练中，解决了NOMA系统中各类异常用户的危害程度的差异性问题，有望为异常用户检测提供新的思路和理论创新。
-
公开(公告)号：CN108650511B
公开(公告)日：2021-09-28
申请号：CN201810458872.0
申请日：2018-05-15
Applicant: 南京邮电大学
IPC: H04N19/176 , H04N19/149 , H04N19/147 , H04N19/124 , H04N19/19
Abstract: 本发明公开了一种基于背景失真传播的监控视频率失真优化编码方法，首先将编码块分为背景块和前景块，构建背景块失真传播模型，基于背景块失真传播模型进行全局率失真优化，获得全局率失真优化的参数，利用掩膜标记背景块，对掩膜进行无损编码，基于非对称量化参数对背景块编码，在解码端对背景块掩膜和非对称量化参数偏移值进行解码，实现对背景块的重构。本发明实现监控视频压缩性能和编码效率的提高，解决背景和前景在编码中互相影响导致编码效率低的技术问题。
-
Patent Agency Ranking
公开(公告)号：CN108470338B
公开(公告)日：2019-09-20
申请号：CN201810145473.9
申请日：2018-02-12
Applicant: 南京邮电大学
Abstract: 本发明公开一种水位监测方法，解决了现有技术水位监测方法易受光线影响、水位监测误差较大的技术问题。本发明先首先采集标杆和水面图像，接着利用标杆亮度变化小而水面因波纹不断变化导致亮度不断变化的特点，通过图像处理技术对拍摄到的时间相近的两幅图像读取灰度值，并进行差分运算，然后对图像中水面附近绘制差分灰度均值方差值与坐标的关系图，利用阈值分割算法得到灰度均值方差突变时对应的坐标即为水面坐标，并结合统计方法对水面坐标进行平滑处理，最后结合标杆实际长度和图像坐标的映射关系计算出水位深度。本发明能够准确判断出水平面的位置并实时监测出水深，具有很好的鲁棒性和实时性。
-
公开(公告)号：CN108769993A
公开(公告)日：2018-11-06
申请号：CN201810458873.5
申请日：2018-05-15
Applicant: 南京邮电大学
CPC classification number: H04W12/12 , G06K9/6268
Abstract: 本发明公开了一种基于生成对抗网络的通信网络异常用户检测方法，首先对异常用户的数据进行规则化，得到维度和量级均一致的数据；对生成对抗网络进行训练，即对生成器和鉴别器进行训练，实现对异常用户的过采样；将生成器生成的数据与正常用户组成训练数据集，利用深度全连接神经网络对训练数据集进行分类，判断用户类型；本发明通过生成对抗网络中神经网络之间的相互博弈式训练方式，实现对异常用户数据分布的逼近，实现异常用户检测，解决训练数据集中比例不均衡影响分类模型训练效果的技术问题。
-
公开(公告)号：CN108650511A
公开(公告)日：2018-10-12
申请号：CN201810458872.0
申请日：2018-05-15
Applicant: 南京邮电大学
IPC: H04N19/176 , H04N19/149 , H04N19/147 , H04N19/124 , H04N19/19
Abstract: 本发明公开了一种基于背景失真传播的监控视频率失真优化编码方法，首先将编码块分为背景块和前景块，构建背景块失真传播模型，基于背景块失真传播模型进行全局率失真优化，获得全局率失真优化的参数，利用掩膜标记背景块，对掩膜进行无损编码，基于非对称量化参数对背景块编码，在解码端对背景块掩膜和非对称量化参数偏移值进行解码，实现对背景块的重构。本发明实现监控视频压缩性能和编码效率的提高，解决背景和前景在编码中互相影响导致编码效率低的技术问题。
-
公开(公告)号：CN108509980A
公开(公告)日：2018-09-07
申请号：CN201810188900.1
申请日：2018-03-08
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于字典学习的水位监测方法，包括以下步骤：步骤1，在待测量河流区域固定一根测量标杆，通过摄像头实时采集该测量标杆与水面附近区域的图像；步骤2，采集若干幅图像作为训练图像，将每幅图像分为C类，对每类的图像块采用滑动窗采集训练数据，并打上对应的类别标签；步骤3，采用字典学习的方法对训练数据进行训练，得到字典D；步骤4，利用字典D对摄像头采集到的图像进行实时分类，得到图像的类别标签向量，从而获得水位值。本发明只需要安装传统的标杆即可实现，克服了传统水位测量方案中水平面位置难以准确识别的问题，具有较高的稳定性和鲁棒性。
-
公开(公告)号：CN108470338A
公开(公告)日：2018-08-31
申请号：CN201810145473.9
申请日：2018-02-12
Applicant: 南京邮电大学
Abstract: 本发明公开一种水位监测方法，解决了现有技术水位监测方法易受光线影响、水位监测误差较大的技术问题。本发明先首先采集标杆和水面图像，接着利用标杆亮度变化小而水面因波纹不断变化导致亮度不断变化的特点，通过图像处理技术对拍摄到的时间相近的两幅图像读取灰度值，并进行差分运算，然后对图像中水面附近绘制差分灰度均值方差值与坐标的关系图，利用阈值分割算法得到灰度均值方差突变时对应的坐标即为水面坐标，并结合统计方法对水面坐标进行平滑处理，最后结合标杆实际长度和图像坐标的映射关系计算出水位深度。本发明能够准确判断出水平面的位置并实时监测出水深，具有很好的鲁棒性和实时性。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.017 seconds)
