-
公开(公告)号：CN110502596A
公开(公告)日：2019-11-26
申请号：CN201910757878.2
申请日：2019-08-16
Applicant: 南京邮电大学
IPC: G06F16/29 , G06F16/22 , G06F16/174
Abstract: 本发明公开了地理定位领域内的一种基于行人轨迹特征的轨迹在线滑动窗口压缩方法，首先提出返回点的概念，对添加进入滑动窗口的轨迹点进行判断是否为返回点，若是返回点则将当前滑动窗口的终止轨迹点修改为返回点和终止轨迹点的中点，再添加下一个轨迹点进入滑动窗口；每添加一个点，计算轨迹段长度累加和以及平均拐角，若当次的长度累加和乘平均拐角大于预设阈值，给当前的滑动窗口除起终点每一个轨迹点赋予权重，权重为拐角标准化参数乘速度同步距离标准化参数，将权重值大于阈值的轨迹点保留，保存入压缩后轨迹点集；通过本方法进行轨迹压缩，能够有效地提高轨迹压缩率，提高轨迹压缩的准确度。
-
公开(公告)号：CN109829066A
公开(公告)日：2019-05-31
申请号：CN201910033703.7
申请日：2019-01-14
Applicant: 南京邮电大学
IPC: G06F16/51 , G06F16/583
Abstract: 本发明揭示了一种基于分层结构的局部敏感哈希图像索引方法，包括如下步骤：S1、定义局部敏感哈希函数族H；S2、从H中取出k个函数，定义k维局部敏感哈希函数族G；S3、利用G将图像特征数据集映射为k维向量集；S4、采用求和取余哈希法建立L张哈希表；S5、判断是否已进行过第二次局部敏感哈希处理，若否则重新设置k和L，并返回S2，若是则结束流程。本发明通过引入了分层结构思想的方式对LSH算法进行了优化，即对经过一次LSH处理后得到的特征向量数据再处理一次，从而使得数据可以均匀的分布到各哈希桶中，从而缩小了查询的候选向量集，显著地提升了检索速度。
-
公开(公告)号：CN109670277A
公开(公告)日：2019-04-23
申请号：CN201910123626.4
申请日：2019-02-19
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于多模态数据融合与多模型集成的旅行时间预测方法，包括：多模态数据预处理模块：从出租车GPS轨迹数据中根据载客状态提取出租车行程数据；多模态数据分析、特征提取与特征融合模块：从出租车轨迹数据、天气数据、司机画像数据等领域分别提取相应的特征子向量，并完成特征拼接；多模型集成模块：分别建立梯度提升决策树模型和深度神经网络模型，并使用决策树模型对以上模型的预测结果进行集成。本发明的旅行时间预测方法融合了出租车轨迹数据、天气数据、司机画像数据等多模态数据，充分提取与挖掘对旅行时间有影响的因素，建立了基于决策树的集成模型，使得本发明以较小的计算代价获得了较高的行程旅行时间预测准确率。
-
公开(公告)号：CN109558498A
公开(公告)日：2019-04-02
申请号：CN201811317084.6
申请日：2018-11-07
Applicant: 南京邮电大学
Abstract: 本发明揭示了一种基于深度学习的多模态哈希方法，包括如下步骤：S1、提取特征并依据特征生成相应的图像哈希二值码及文本哈希二值码；S2、通过损失函数训练网络，优化网络参数，将所生成的相似的图像哈希二值码和文本的哈希二值码映射到同一个样本空间内的相邻位置，最大化多模态相关性；S3、利用经过训练的网络，完成多模态相似性检索。本发明利用深度神经网络提取了同一实体的图像和文本的特征表示，其中，图像部分利用卷积神经网络提取图像的基本特征，文本部分利用Word2vec来训练语言模型，显著提高了检索的精度。
-
公开(公告)号：CN106501774B
公开(公告)日：2019-02-01
申请号：CN201610866544.5
申请日：2016-09-29
Applicant: 南京邮电大学
Abstract: 一种水下声传感器网络节点定位方法，基于到达时间测量和区域估计技术，首先应用two‑way TOA技术，通过位置已知的锚节点广播定位信号，接收待测节点反馈的信号并记录发送和接收时间的时间差。再根据W.D.Wilson经验公式以及相关合理假设，计算锚节点和待测节点距离。然后根据距离和锚节点位置计算待测节点的可能位置的坐标集，并从坐标集筛选出可能性较大的有限个点，最后根据有限个点估计出待测节点的位置坐标。与经典ALS定位算法相比，以提升4％能耗的代价，减少了节点位置50％的偏移量，使得定位更加精确。此外，本算法能够应用于不同规模的水下声传感器网络，具有良好的通用性。
-
Patent Agency Ranking
公开(公告)号：CN109041010A
公开(公告)日：2018-12-18
申请号：CN201810749622.2
申请日：2018-07-10
Applicant: 南京邮电大学
Abstract: 本发明揭示了一种基于半朴素贝叶斯分类器的车载容迟网络数据转发方法，包括如下步骤：S1、每个节携带数据报文，则当前节点获取当前信息，并依据半朴素贝叶斯分类器和点内维护有一张数据报文转发历史表；S2、移动当前节点并判断相遇节点是否为目的节点，若是，则将数据报文直接转发给目标节点，转发结束，若不是，且相遇节点并未数据报文转发历史表计算当前节点成功投递数据报文的概率I当前；S3、获取相遇节点成功投递数据报文的概率I相遇；S4、判断I当前与I相遇的大小，若I当前＞I相遇，则返回S2，若I当前＜I相遇，则当前节点将所携带的数据报文转发给相遇节点。本发明不仅能够显著提升报文投递率，而且还有效地降低了网络开销，具有很高的使用及推广价值。
-
公开(公告)号：CN108280233A
公开(公告)日：2018-07-13
申请号：CN201810162847.8
申请日：2018-02-26
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于深度学习的视频GIS数据检索方法，包括：首先在对视频GIS数据进行空间和时间采样下，计算视频GIS帧帧差的欧式距离，并对视频镜头进行关键帧提取；然后建立由卷积层、激活层和池化层交替构成的深度卷积神经网络模型，对输入的视频GIS帧图像进行层层映射，实现视频GIS帧图像的深度特征表示；最后进行分层检索：第一层是用哈希方法和汉明距离进行粗检索；第二层把第一层粗检索的结果进行过滤，实现从候选池中视频GIS帧图像的前m个精检索。本发明采用帧差欧式距离来提取关键帧，使得检索的效率大大地提高，并采用深度卷积神经网络模型进行训练，提取更高层次的特征表示，使得检索时间和存储开销大幅度减少。
-
公开(公告)号：CN106789653A
公开(公告)日：2017-05-31
申请号：CN201710019850.X
申请日：2017-01-11
Applicant: 南京邮电大学
IPC: H04L12/721 , H04L12/751 , H04L12/781
Abstract: 本发明涉及一种容迟网中基于经验拟合的路由协议消息转发方法，克服了现有技术的不足，依据经验拟合方法，能够解决二阶段容迟网喷射等待路由协议里副本分配算法复杂度较高的问题，并且可以大幅度减少计算步骤，从而降低算法的复杂度，提高实验的效率，并且基于该经验公式的两阶段喷射等待路由协议接近理论最优，能使消息的传递开销显著减少，同时能保持较高的投递率。
-
公开(公告)号：CN106501774A
公开(公告)日：2017-03-15
申请号：CN201610866544.5
申请日：2016-09-29
Applicant: 南京邮电大学
Abstract: 一种水下声传感器网络节点定位方法，基于到达时间测量和区域估计技术，首先应用two-way TOA技术，通过位置已知的锚节点广播定位信号，接收待测节点反馈的信号并记录发送和接收时间的时间差。再根据W.D.Wilson经验公式以及相关合理假设，计算锚节点和待测节点距离。然后根据距离和锚节点位置计算待测节点的可能位置的坐标集，并从坐标集筛选出可能性较大的有限个点，最后根据有限个点估计出待测节点的位置坐标。与经典ALS定位算法相比，以提升4％能耗的代价，减少了节点位置50％的偏移量，使得定位更加精确。此外，本算法能够应用于不同规模的水下声传感器网络，具有良好的通用性。
-
公开(公告)号：CN105915224A
公开(公告)日：2016-08-31
申请号：CN201610215007.4
申请日：2016-04-07
Applicant: 南京邮电大学
IPC: H03M7/30
CPC classification number: H03M7/30
Abstract: 本发明公开了一种基于MapReduce的并行化轨迹压缩方法，将待压缩GPS轨迹序列按两种方式分段，第1种方式分为N段、标记为1，第2种方式分为N?1段、标记为2，并以三元组形式表示；将所有三元组轨迹分段记录进行哈希处理后作为并行映射节点上Map函数的输入，Map函数对分段轨迹序列进行压缩处理并输出作为Reduce函数的输入；采用单一Reduce函数分别将标记为1和2的分段压缩结果按时间顺序重新组成轨迹序列S1和S2。截取N?1个位于S2上的轨迹子序列，并将这些轨迹子序列替换S1上分段点附近对应的轨迹序列，最终得到的序列S1就是压缩后生成的GPS轨迹。本方法采用并行化处理，缩短压缩处理的时间，将两种分段压缩结果相互匹配合并，排除了因分段导致轨迹点不连续产生的误差。
-
-
-
-
-
-
-
-
-
Search Results
105
records
(took 0.024 seconds)
