-
公开(公告)号：CN119559334A
公开(公告)日：2025-03-04
申请号：CN202411772815.1
申请日：2024-12-04
Applicant: 南京邮电大学
Abstract: 本发明的一种基于能量损失不确定性投票的神经辐射场优化方法及设备，包括获取训练和测试神经辐射场所需的数据集；将ActiveNeRF训练所使用的NLL函数改为能量损失函数并使用了更加合理的正则项；使用能量损失训练模型；搭建多头注意力网络模型；获取训练多头注意力网络模型的数据集；训练多头注意力网路模型；使用训练好的注意力网络模型对测试位姿下噪声较大的采样点颜色值进行替换，提升最终渲染效果。本发明通过贝叶斯方法建模数据不确定性并使用能量损失进行训练，缓解了负对数似然损失会产生过大的方差而不管预测均值正确与否，损害模型训练的问题。在此基础上，本发明进一步将数据不确定性融入到了多头注意力网络模块中，提高最终的渲染质量。
-
公开(公告)号：CN119445671A
公开(公告)日：2025-02-14
申请号：CN202411845148.5
申请日：2024-12-16
Applicant: 南京邮电大学
IPC: G06V40/20 , G06N3/0464 , G06N3/096 , G06V10/40 , G06V10/44 , G06V10/774 , G06V10/776 , G06V10/82
Abstract: 本发明的一种基于姿态蒸馏的低分辨率人体姿态估计方法、设备及介质，其步骤包括构建成对的人体姿态估计数据集；获得预训练和微调后的预训练模型，作为姿态蒸馏中的教师模型；构建姿态蒸馏器；构建低分辨率人体姿态检测模型；在成对的高低分辨率训练集上，使用姿态蒸馏器分解出教师模型所获的人体姿态特征，并分阶段指导低分辨率网络学习不同层次的人体姿态特征；利用训练完成的低分辨率人体姿态估计模型进行人体姿态估计预测，得到人体姿态估计预测结果。通过本发明提出的姿态蒸馏器将教师模型的人体姿态特征在不同尺度上分解并传递给学生模型，从而提高学生模型在低分辨率环境下的检测能力。
-
公开(公告)号：CN117015051A
公开(公告)日：2023-11-07
申请号：CN202310991415.9
申请日：2023-08-08
Applicant: 南京邮电大学
Abstract: 本发明所述方法及系统，涉及无线通信技术领域包括初始化边缘服务器与设备的位置信息，组成边缘计算网络，计算所有联盟结构划分集合及设备的覆盖概率；在集合中选取联盟结构，获取设备节点通信范围内的MEC服务器集合；对选取的联盟结构，构建博弈模型，遍历所有用户设备向服务器进行任务卸载，设备按照预设的价格机制向服务器支付报酬；定义设备效用函数，对所有联盟结构遍历获取MEC服务器集合，根据整体收益得到最优联盟结构，对最优联盟结构中的超额收益进行分配并对比优劣。本发明在稳定性、超可加性和收益分配方面都取得更加良好的效果。
-
公开(公告)号：CN109902143B
公开(公告)日：2022-09-23
申请号：CN201910160214.8
申请日：2019-03-04
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于密文的多关键字扩展检索方法，对数据源进行关键字集提取，然后基于关键字集合构建逆文档向量集并分组，再对每组向量集进行B+索引树构建，通过安全KNN算法进行加密，接着利用对称加密算法对数据源加密，将加密后的索引树组和数据源一块上传至云服务器中，对用户输入的检索关键字做模糊处理，针对用户输入错误的情况进行纠正；最后，对模糊处理后的查询关键字集合做语义分析操作，对查询关键字集进行扩展，根据经过语义分析后的关键字集合生成查询向量，利用加密算法处理后获得的陷门，对陷门做分组处理并上传至云服务器。本发明从陷门扩展的角度出发，对用户输入的检索关键字进行模糊处理以及语义分析，提升用户的使用体验。
-
公开(公告)号：CN109936562B
公开(公告)日：2021-07-27
申请号：CN201910019362.8
申请日：2019-01-09
Applicant: 南京邮电大学
IPC: H04L29/06
Abstract: 本发明公开了一种面向雾计算的可扩展访问控制方法，该方法采用线性秘密分享矩阵作为访问结构实现基于属性的访问控制，利用雾节点作为边缘服务节点，通过合理分配访问控制中的加解密运算，以降低终端用户在访问控制中的运算开销。并且本发明可以在保持原有访问策略的基础上添加新的合法成员形成新的访问策略，同时还可以检测访问用户在上传新访问策略时是否对原始数据进行了篡改，实现了对原始数据的完整性保护。
-
Patent Agency Ranking
公开(公告)号：CN112787796A
公开(公告)日：2021-05-11
申请号：CN202110011817.9
申请日：2021-01-06
Applicant: 南京邮电大学
Abstract: 本发明公开了一种边缘计算中检测虚假数据注入的聚合方法及装置，其中方法包括：初始化各参数值；对终端设备产生数据的明文进行同态加密生成密文，将所述密文发送给转发设备；从边缘服务器查询所有设备的信誉值，基于信誉机制选择多个信任设备参与签名生成，多个信任设备使用基于密钥共享技术的联合签名方案构造签名；边缘服务器通过持有的公钥信息，恢复所述签名中的冗余信息，验证所述转发设备发来的数据是否合法，若合法则进行数据聚合，否则丢弃数据；若数据已经进行了同态加密，则云端通过自己的密钥信息对聚合结果的密文进行解密得到聚合结果的明文，并进行分析。本发明在保证数据私密性的同时，过滤了虚假数据，提高了聚合的准确性。
-
公开(公告)号：CN107147484A
公开(公告)日：2017-09-08
申请号：CN201710333013.4
申请日：2017-05-12
Applicant: 南京邮电大学
Abstract: 本发明提出了一种面向隐私保护的浮点数全同态加密方法，包含了密钥生成，部分同态加密、全同态加密步骤。在密钥生成阶段，生成随机私钥，结合伪随机函数用私钥生成公钥元素，生成随机噪声；在部分同态加密过程中，通过公钥和明文进行运算，实现明文数据的部分同态加密；在全同态加密过程中，生成新参数，将新参数与部分同态加密后的密文进行运算，得到扩展密文，然后利用同态解密刷新原密文，生成噪声更小的新密文，从而实现全同态加密。与现有技术相比，本发明可应用的数据类型丰富，同时在不泄露隐私的前提下，实现对数据的安全计算。
-
公开(公告)号：CN117710670A
公开(公告)日：2024-03-15
申请号：CN202311717200.4
申请日：2023-12-14
Applicant: 南京邮电大学
IPC: G06V10/26 , G06V10/42 , G06V10/44 , G06V10/80 , G06T7/00 , G06T7/11 , G06T7/13 , G06V10/82 , G06N3/0464 , G06N3/0455
Abstract: 本发明公开了一种基于多种特征融合的胶质瘤影像分割方法，涉及医学图像处理技术领域，包括对获取的胶质瘤数据集进行预处理；构建基于T1和T2模态的全局特征提取器，采用编码‑解码式ViT模型逐步聚合全局语义信息；构建基于T1C、FLAIR模态和注意力机制的局部特征提取器；充分融合全局特征、局部特征和跨模态特征构建端到端分割框架，并输出精细分割结果。本发明针对胶质瘤影像各个模态的不同特点，分别构建全局特征提取器和局部特征提取器，实现多模态多级别特征融合，解决DICOM格式图像特征提取不易，以及胶质瘤形状、位置和大小多变的问题。
-
公开(公告)号：CN117576383A
公开(公告)日：2024-02-20
申请号：CN202311381929.9
申请日：2023-10-24
Applicant: 南京邮电大学
IPC: G06V10/26 , G06V10/82 , G06V10/776 , G06V10/72 , G06V10/80 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明属于医学影像分割技术领域，本发明所述方法包括，对数据集进行预处理，构建基于注意力解码的可信的息肉分割模型架构；对构建的息肉分割架构模型采用交叉熵损失函数和KL散度损失函数以及Dice损失函数的组合计算损失函数；采用Adam优化算法训练构建的息肉分割架构模型；采用DiceScore和mIou指标衡量分割准确性。本发明将证据深度学习应用于端到端的息肉分割模型，旨在量化像素级的不确定性，得到可信的息肉分割模型。同时，当处理模糊边界息肉和小尺寸息肉时，本发明采用边缘引导特征模块，来挖掘与边界相关的边缘语义，能够获得更好的分割结果。
-
公开(公告)号：CN112787796B
公开(公告)日：2023-04-28
申请号：CN202110011817.9
申请日：2021-01-06
Applicant: 南京邮电大学
IPC: H04L9/00 , H04L9/08 , H04L9/30 , H04L9/40 , H04L67/1097
Abstract: 本发明公开了一种边缘计算中检测虚假数据注入的聚合方法及装置，其中方法包括：初始化各参数值；对终端设备产生数据的明文进行同态加密生成密文，将所述密文发送给转发设备；从边缘服务器查询所有设备的信誉值，基于信誉机制选择多个信任设备参与签名生成，多个信任设备使用基于密钥共享技术的联合签名方案构造签名；边缘服务器通过持有的公钥信息，恢复所述签名中的冗余信息，验证所述转发设备发来的数据是否合法，若合法则进行数据聚合，否则丢弃数据；若数据已经进行了同态加密，则云端通过自己的密钥信息对聚合结果的密文进行解密得到聚合结果的明文，并进行分析。本发明在保证数据私密性的同时，过滤了虚假数据，提高了聚合的准确性。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.028 seconds)
