-
公开(公告)号：CN107148064B
公开(公告)日：2020-06-23
申请号：CN201710339416.X
申请日：2017-05-15
Applicant: 南京邮电大学 , 南京运享通信息科技有限公司
Abstract: 本发明公开了一种基于粒子群的车载网络路由路径优化方法，根据加权车载网络无向图和网络节点位置表，解决由起始节点到终止接点的最优路径问题，本发明使用粒子群对选取的由起始节点到终止接点的路径样本进行研究，根据加权无向图的权值计算路径适应值得出群体最优路径和个体最优路径，经过多次迭代调整最终得到最优路径，本发明在多个QoS量化指标的限制下，能够有效获得车载网络最优路径，高效处理多峰值实际问题。
-
公开(公告)号：CN106028385B
公开(公告)日：2019-06-07
申请号：CN201610294983.3
申请日：2016-05-05
Applicant: 南京邮电大学
Abstract: 本发明公开一种移动物联网系统故障测定方法，该方法在采用分簇机制的移动物联网系统中，利用基于节点相似性的测定算法，引入相似性尺度阈值、可信度、邻近相似度等量化指标，计算节点感测向量，实现物联网节点故障测定。本发明方法能够保障移动物联网系统的安全性，有效减少移动物联网系统故障测定的硬件需求，提高移动物联网系统的可靠性。
-
公开(公告)号：CN105760549A
公开(公告)日：2016-07-13
申请号：CN201610166201.8
申请日：2016-03-22
Applicant: 南京邮电大学
IPC: G06F17/30
CPC classification number: G06F17/3087
Abstract: 本发明公开一种基于属性图模型的近邻查询方法，该方法将顶点集查询问题定义成属性图模型，从全局角度求解属性图中的top?k具有最小直径的顶点集，通过渐进式搜索和最少优先算法等策略获取可行解空间。本发明方法能够形成解决全局情况下属性图中的top?k最小直径顶点集方案，使属性图中的最小顶点集求解问题在解决过程在时间和空间复杂度上得到优化，并避免早熟收敛。
-
公开(公告)号：CN109064484B
公开(公告)日：2022-02-08
申请号：CN201810236397.2
申请日：2018-03-21
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于子群组划分与动量特征融合的人群运动行为识别方法，该方法首先利用角点跟踪和背景建模的方法，获取视频图像帧中运动目标的时空信息，利用前景中群体分布的空间区域信息，将空间上相邻近的人群划分为若干子群体，子群体通过一段时间内的运动相关性进行进一步的分割，得到具有运动一致性的子群体；其次在子群体分割的基础上，提取出人群运动三个动量特征进行融合；最后将融合的特征以及视频帧的像素特征作为微分循环卷积神经网络的输入进行训练，采用人工标记的方法将训练视频片段标记成不同的描述词汇，用带标记的数据调整微分循环卷积神经网络的结果，得到了良好的训练成果，能够有效识别人群的运动行为，达到较好的效果。
-
公开(公告)号：CN108986148B
公开(公告)日：2021-10-26
申请号：CN201810236334.7
申请日：2018-03-21
Applicant: 南京邮电大学
Abstract: 本发明公开了一种实现多智能小车协同搜索识别并跟踪特定目标群体的方法，该方法首先初始化一个目标操作域O并将其分成A个小块,采用A辆智能小车在这A个区域进行搜索；接着通过计算事先输入目标群体中其中一个目标的归一化转动向量(NMI)值，智能小车在搜索过程中不断进行图像的采集以及预处理。将采集到的图像的NMI值与事先输入的进行匹配，若相等，则说明测量结果为真,否则视为未发现目标。然后将该测量值作为单个智能小车i的输入并根据贝叶斯规则分别更新地图。引入概率图的非线性变换以通过线性化贝叶斯更新来简化计算，最后提出了一种类似共识的分布式融合方案，用于多小车的地图融合，得到一个新的分散概率图。
-
Patent Agency Ranking
公开(公告)号：CN108986148A
公开(公告)日：2018-12-11
申请号：CN201810236334.7
申请日：2018-03-21
Applicant: 南京邮电大学
Abstract: 本发明公开了一种实现多智能小车协同搜索识别并跟踪特定目标群体的方法，该方法首先初始化一个目标操作域O并将其分成A个小块,采用A辆智能小车在这A个区域进行搜索；接着通过计算事先输入目标群体中其中一个目标的归一化转动向量(NMI)值，智能小车在搜索过程中不断进行图像的采集以及预处理。将采集到的图像的NMI值与事先输入的进行匹配，若相等，则说明测量结果为真,否则视为未发现目标。然后将该测量值作为单个智能小车i的输入并根据贝叶斯规则分别更新地图。引入概率图的非线性变换以通过线性化贝叶斯更新来简化计算，最后提出了一种类似共识的分布式融合方案，用于多小车的地图融合，得到一个新的分散概率图。
-
公开(公告)号：CN105654729B
公开(公告)日：2018-01-02
申请号：CN201610183090.1
申请日：2016-03-28
Applicant: 南京邮电大学
Abstract: 本发明给出一种基于卷积神经网络的短时交通流量预测方法，该方法首先根据预测路段的上下游路段条数以及预测使用的历史流量数据个数，确定输入矩阵的格式；然后根据输入矩阵的格式，确定卷积神经网络预测模型的结构，并使用预测路段及其上下游路段的历史流量数据完成模型的训练；最后使用训练好的模型进行预测。该方法利用具有强大特征学习能力的卷积神经网络来准确预测短时交通流量，将预测路段及其上下游路段的流量一同考虑，不仅使输入数据扩展到二维，以满足卷积神经网络的输入格式，同时也提供了与预测路段相关联路段的信息，使预测模型学习到更多流量特征，从而提升预测精度。
-
公开(公告)号：CN105978711A
公开(公告)日：2016-09-28
申请号：CN201610286714.2
申请日：2016-04-29
Applicant: 南京邮电大学
CPC classification number: H04L41/14 , G06F17/30327 , H04L41/145 , H04L41/5096
Abstract: 本发明给出一种基于最小生成树的最佳交换边查找方法，该方法将最佳交换边查找问题定义成图模型，从全局角度求解失效边对应的最佳交换边，通过分布式算法等策略获取可行解空间。本发明能够形成解决全局情况下图模型中失效边对应的最佳交换边查找方案，使得图模型中的最佳交换边求解问题在解决过程中在时间和空间复杂度上得到优化，并能够避免早熟收敛。本发明要解决的最佳交换边查找问题是指给定一个通信网络，该网络中的最小生成树上的某条边失效，造成暂时的通信故障，运用分布式算法在该网络中查找一个最佳交换边，替换该失效边，使得通信尽可能保持畅通，并且能够达到诸如通信网络恢复损耗最少、最小生成树的直径尽可能小等目的。
-
公开(公告)号：CN105975985A
公开(公告)日：2016-09-28
申请号：CN201610281011.0
申请日：2016-04-29
Applicant: 南京邮电大学
IPC: G06K9/62
CPC classification number: G06K9/6296 , G06K9/6277
Abstract: 本发明公开一种基于部分物化的顶点近似密度分布表示方法，该方法结合距离密度指数求解的思想，从局部角度求解图模型中顶点的距离概率，通过随机抽样和代表性顶点选择等方法获取目标解空间。本发明能够形成解决在规模较大的图模型中顶点近似密度求取方法的方案，使近似密度分布求解问题在解决过程中的时间和空间复杂度得到优化，避免冗余繁琐的计算步骤。
-
公开(公告)号：CN105760549B
公开(公告)日：2019-01-18
申请号：CN201610166201.8
申请日：2016-03-22
Applicant: 南京邮电大学
IPC: G06F16/9537
Abstract: 本发明公开一种基于属性图模型的近邻查询方法，该方法将顶点集查询问题定义成属性图模型，从全局角度求解属性图中的top‑k具有最小直径的顶点集，通过渐进式搜索和最少优先算法等策略获取可行解空间。本发明方法能够形成解决全局情况下属性图中的top‑k最小直径顶点集方案，使属性图中的最小顶点集求解问题在解决过程在时间和空间复杂度上得到优化，并避免早熟收敛。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.023 seconds)
