公开(公告)号：CN119476301A

公开(公告)日：2025-02-18

申请号：CN202411567554.X

申请日：2024-11-05

Applicant: 南京邮电大学

Inventor： 吴铭 ,  蒋锐 ,  洪涛 ,  张子谦 ,  韩晓云 ,  邵瑞

IPC: G06F40/30 ,  G06F40/284 ,  G06N3/044 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/08 ,  G06N3/0455 ,  G06F40/226

Abstract: 本发明公开了一种基于递归卷积神经网络的中文句子语义相似度计算方法。属于数据挖掘里的数据清洗领域，所述方法基于语义相似度网络模型进行计算，包括：获取句子对数据集，提取数据集中的句子对，得到分词后的文本句子对；提取句子对的初步语义特征和深度语义特征；使用Attention层，根据句子对的深度语义特征生成句子对特征向量的权重；将句子对特征向量的权重输入全连接层，生成句子对的相似度。本发明丰富了词向量的输出内涵，使用自适应池化层更好地反映了原始句子对输入，提升了模型性能表现；设计了Attention层为句子对特征分配相应的权重，使模型聚焦到数据中的关键信息，提取了句子中更直接的语义依赖关系，提升了句子对语义相似度判断的准确率。

公开(公告)号：CN119577185A

公开(公告)日：2025-03-07

申请号：CN202411570341.2

申请日：2024-11-06

Applicant: 南京邮电大学

Inventor： 蒋锐 ,  马小龙 ,  王小明 ,  徐友云 ,  张子谦 ,  韩晓云 ,  邵瑞

IPC: G06F16/783 ,  G06V20/40 ,  G06V10/74 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/09

Abstract: 本发明公开了一种基于残差神经网络的近重复视频检索方法，旨在解决当前近重复视频检索中存在的网络参数量大、网络训练困难及检索精度不足问题；该方法采用自适应颜色熵加权次级帧的方法进行视频数据预处理，根据视频长度自动确定每段视频中抽取的帧数，从而合成特定数量的颜色熵加权次级帧作为残差神经网络的输入；在特征提取阶段，该发明采用包含四个残差块的残差网络，每个残差块均由一个三维空洞卷积模块以及帧间差分特征提取模块并行连接组成；在视频检索阶段，将查询视频的特征与视频库中的所有视频特征进行相似度比较，检索出与查询视频相似视频；本发明步骤简单，检索精度高，同时网络参数量小，训练相对容易，具有较强实用性和推广价值。

公开(公告)号：CN119255186A

公开(公告)日：2025-01-03

申请号：CN202410622639.7

申请日：2024-05-20

Applicant: 南京邮电大学

Inventor： 蒋锐 ,  甘璐 ,  王小明 ,  徐友云 ,  张子谦 ,  徐卓珺 ,  邵瑞

IPC: H04W4/02 ,  H04W4/33 ,  H04W64/00

Abstract: 本发明公开了一种基于TDOA的室内混合定位方法，该方法能够有效消除直射(LOS)环境下的距离测量误差，同时也能极大程度上抑制非直射(NLOS)误差。本发明将Taylor算法的初始估计值替换为Chan算法的定位结果并利用参考标签来调整Chan‑Taylor混合算法的初始位置结果。然后根据校正后的结果再次代入算法进行定位，并利用残差引入了加权系数进行位置的再处理。本发明提高定位精度的同时保持快速响应和高效率。通过模拟实验，验证了本发明的有效性。结果表明，本发明能够提高在复杂室内环境中的定位精度，并保持高效的计算速度，有助于提高室内定位跟踪系统的性能。

公开(公告)号：CN118484690A

公开(公告)日：2024-08-13

申请号：CN202410372438.6

申请日：2024-03-29

Applicant: 南京邮电大学

Inventor： 蒋锐 ,  许建华 ,  王小明 ,  徐友云 ,  张子谦 ,  徐卓珺 ,  邵瑞

IPC: G06F18/23213 ,  G06F18/213 ,  G06F18/15 ,  G06Q50/06

Abstract: 本发明公开了一种基于数据驱动的双尺度低压台区拓扑辨识方法，该方法包括：首先，在K‑means算法的基础上，改进聚类中心的选择，提高了聚类分析的精度并减少迭代次数；提出一种新的距离计算思路作为聚类依据；引入电压时序序列一阶导数，结合原始电压幅值，从两种尺度去分析台区内用户电压的相关性；根据用户电压曲线相关性原理，对台区用户电压信息进行聚类分析，结合GIS信息判断，从而完成拓扑结构的校核。相较于传统方法依赖人工或者新增设备，本发明所提算法在拓扑校验上的识别准确率高，具有一定的实际应用价值和推广价值，能够显著降低低压台区的拓扑校核人工成本。

公开(公告)号：CN119577543A

公开(公告)日：2025-03-07

申请号：CN202411641295.0

申请日：2024-11-18

Applicant: 南京邮电大学

Inventor： 蒋锐 ,  王臣铖 ,  王小明 ,  徐友云 ,  张子谦 ,  韩晓云 ,  邵瑞

IPC: G06F18/241 ,  H04L9/40 ,  G06F18/25 ,  G06N3/0464 ,  G06N3/048

Abstract: 本发明公开了一种基于特征融合和分组空洞卷积网络的加密流量分类方法，该方法以高精度识别网络流量，同时保障隐私和计算效率，包括：数据预处理，通过分段、过滤和截断，仅保留26个字节以保护隐私；特征提取，采用双滑动窗口机制和设计的哈希函数，配合嵌入层生成具象和抽象特征并实现联合特征表示；在模型设计中，首先进行轻量化卷积网络设计，通过轻量化分组空洞卷积结构来扩大感受野，加入通道混合和逐点卷积增加通道间交流；然后在分类输出阶段，使用余弦退火机制动态调整学习率，以提升训练效果和收敛速度。本发明在准确性、稳定性、处理速度和资源占用方面优于现有轻量化方法，适合资源受限设备的高效流量分类应用，具有实用和推广价值。