-
公开(公告)号：CN111304171B
公开(公告)日：2023-11-28
申请号：CN202010090487.2
申请日：2020-02-13
Applicant: 东南大学
IPC: C12N5/10 , C12N15/867 , C12N15/113 , A61K31/7105 , A61P25/24
Abstract: 本发明公开了一种烟碱乙酰胆碱受体靶向性的过表达circDYM的外泌体的制备方法：使用DMEM高糖培养基培养HEK 293T细胞，采用pcDNA GNSTM‑3‑RVG‑10‑Lamp2b‑HA质粒和circDYM‑GFP‑LVs慢病毒转染HEK 293T细胞；收集细胞上清，通过梯度离心的方法依次离心去除漂浮细胞、死细胞、细胞碎片；将所获沉淀重悬，得到烟碱乙酰胆碱受体靶向性的过表达circDYM的神经干细胞外泌体。本发明制备得到的具有烟碱乙酰胆碱受体靶向性的过表达circDYM外泌体，其能够有效通过血脑屏障靶向大脑，显著减少抑郁症模型小鼠的抑郁样行为，具有抗抑郁效果，有望
-
公开(公告)号：CN116723547A
公开(公告)日：2023-09-08
申请号：CN202310750456.9
申请日：2023-06-25
Applicant: 东南大学
Abstract: 本发明公开了一种雾无线接入网中基于本地化联邦强化学习的协作缓存方法，包括：1、根据全局内容流行度来初始化雾无线接入网中点F‑AP的本地缓存内容和本地训练周期步长，联邦训练周期，联邦学习聚合参数，各F‑AP初始化模型参数，其中模型采用DDPG，联邦学习框架采用本地化联邦学习；2、云服务器下发全局模型的网络参数；3、各F‑AP受到内容请求，并向DDPG输入系统缓存状态，执行缓存决策4、计算缓存命中率和用户的内容请求延迟；5、各F‑AP计算内容延迟期望，获取奖励值。6、各F‑AP训练本地DDPG模型参数，同时训练本地化模型参数。7、各F‑AP完成本地训练周期上传模型参数至云服务器进行参数聚合。
-
公开(公告)号：CN116248251A
公开(公告)日：2023-06-09
申请号：CN202310441263.5
申请日：2023-04-23
Applicant: 东南大学
IPC: H04L9/00 , G06N3/0464
Abstract: 本发明公开了一种基于同态加密的安全卷积神经网络及其使用方法，包括基于同态加密的安全卷积模块、基于同态加密的安全池化模块、基于差分隐私的安全激活模块和基于同态加密的安全全连接模块，通过设计同态加密条件下的高效的卷积运算、池化运算、激活运算、全连接运算等构建安全的卷积神经网络方法，协同服务器和用户完成卷积神经网络运算，将服务器无法进行的无参逻辑运算交给用户运算，使用同态加密的SIMD特性提高运算效率，配合密文旋转和差分隐私算法有效保护计算过程中的各方隐私，在保证推理精度不变的情况下降低通信量、提升计算效率。
-
公开(公告)号：CN108510441B
公开(公告)日：2022-03-08
申请号：CN201810224544.4
申请日：2018-03-19
Applicant: 东南大学
Abstract: 本发明公开了一种基于交错网格的影像多分辨率显示方法，利用交错网格的方式，在传统影像瓦片金字塔的基础上建立了三类交错网格影像瓦片金字塔，并根据实际显示情况选择相应的影像瓦片金字塔进行加载显示；主要包括以下几个步骤：设计影像金字塔层级和瓦片尺寸；制作原始影像的高斯金字塔；建立传统影像瓦片金字塔；使用交错网格法建立交错网格影像瓦片金字塔；计算选择影像金字塔类型索引及瓦片行列号；根据瓦片类型索引和行列号加载相应瓦片进行显示。相比于现有的显示方法，本方法减少了系统的内存开销，提高了影像加载速度，而且控制屏幕加载的瓦片数不超过四张，保证了内存使用量的稳定。
-
公开(公告)号：CN110296687B
公开(公告)日：2021-03-16
申请号：CN201910495518.X
申请日：2019-06-10
Applicant: 东南大学
Abstract: 本发明公开了一种基于定点视频监控中预置点最优布设的目标定位方法，包括如下步骤：S1：确定出监控场地中监控设备在每个监控圈中所对应的垂直倾角；S2：根据监控圈的垂直视场角和水平视场角，获取每个监控圈视场所对应的地面面积，确定出监控场地中每个监控圈中所有的监控预置点；S3：将每个监控预置点对应的垂直视场角、水平视场角和垂直倾角进行编号，并存储在预置点信息库中；S4：通过预置点信息库，确定出监控目标在监控场地中的具体位置。本发明解决了利用定点监控系统获取待测图像时预置点人工布设复杂、困难的问题，确定了目标相对摄像机的位置，提高了在检测后人工核对目标的效率，实现了定点视频监控的闭环检测。
-
Patent Agency Ranking
公开(公告)号：CN110490899A
公开(公告)日：2019-11-22
申请号：CN201910624338.7
申请日：2019-07-11
Applicant: 东南大学
Abstract: 本发明提供一种结合目标跟踪的可变形施工机械的实时检测方法，首先通过目标检测将KCF手动框选变成自动框选。采用SSD模型进行施工机械的实时检测，一旦检测到施工机械，将其作为KCF跟踪器初始帧的目标位置。训练相关滤波器，捕获下一帧后进入目标跟踪预测阶段，获得预测样本进行响应值计算，找到响应最大的位置，如果响应值大于阈值则表明跟踪到目标，更新模型，重新训练权重参数，进行下一帧的预测。如果响应值小于阈值，则重新进行目标检测，更新目标位置状态，进行跟踪。本发明提出了一种结合目标跟踪的可变形施工机械的实时检测技术，适用于视频图像序列中场景复杂的情况下对可变形施工机械进行准确检测、跟踪并预警，具有广阔的应用前景。
-
公开(公告)号：CN110296687A
公开(公告)日：2019-10-01
申请号：CN201910495518.X
申请日：2019-06-10
Applicant: 东南大学
Abstract: 本发明公开了一种基于定点视频监控中预置点最优布设的目标定位方法，包括如下步骤：S1：确定出监控场地中监控设备在每个监控圈中所对应的垂直倾角；S2：根据监控圈的垂直视场角和水平视场角，获取每个监控圈视场所对应的地面面积，确定出监控场地中每个监控圈中所有的监控预置点；S3：将每个监控预置点对应的垂直视场角、水平视场角和垂直倾角进行编号，并存储在预置点信息库中；S4：通过预置点信息库，确定出监控目标在监控场地中的具体位置。本发明解决了利用定点监控系统获取待测图像时预置点人工布设复杂、困难的问题，确定了目标相对摄像机的位置，提高了在检测后人工核对目标的效率，实现了定点视频监控的闭环检测。
-
公开(公告)号：CN107909081A
公开(公告)日：2018-04-13
申请号：CN201711027026.5
申请日：2017-10-27
Applicant: 东南大学
CPC classification number: G06K9/4647 , G06K9/40 , G06K9/6215
Abstract: 本发明公开了一种深度学习中图像数据集的快速获取和快速标定方法，将采集的视频经过电子稳像处理后，经中值滤波进行消噪和平滑处理，然后用高斯混合模型进行前景提取；根据提取出的前景的外轮廓的位置定位到原视频帧中对应的位置信息，以实现自动获取特定目标的最小包围盒；基于hog特征的局部模板匹配算法进行视频帧前景目标的分类；利用帧间匹配算法，将相邻帧中的对应连通区域进行同类别标记；得到了前景的位置信息和类别信息就实现了图像数据集的快速标定。本发明解决了深度学习中带标签数据数量非常少且获得新的带标签数据非常困难代价昂贵的问题，为特定类别的图像数据的训练和识别提供了很大的便利。
-
公开(公告)号：CN102207386A
公开(公告)日：2011-10-05
申请号：CN201110053500.8
申请日：2011-03-07
Applicant: 东南大学
Abstract: 一种基于方位效应误差补偿的寻北方法，先将光纤陀螺和加速度计安装于含有测角系统的转台，再将转台安装在载体上，步骤如下：步骤1：定义地理坐标系、载体坐标、方位角H和倾斜角θ、γ，步骤2：安装光纤陀螺和加速度计于载体上，步骤3：将当前位置记为位置1，并依次将转台顺时针转动90°，记为位置2、3、4，采集这四个位置下的光纤陀螺和加速度计的30s输出值并计算均值，进而计算出当前的纵摇角θ、横摇角γ和粗方位角H1，步骤4：若|H1|≤1°或|H1-180°|≤1°，则实际方位角即为H1；否则，控制转台顺时针转动(90°-H1)，重复步骤3，计算出当前的精方位角H2，再以(H1+H2)作为寻北的实际方位角。
-
公开(公告)号：CN114710262B
公开(公告)日：2025-01-03
申请号：CN202210445955.2
申请日：2022-04-26
Applicant: 东南大学
Abstract: 本发明公开了一种基于多时滞非相邻耦合格子的新型伪随机数生成方法，包括级联Logistic映射和分段线性映射(PWLCM)生成混沌序列；使用无迹卡尔曼滤波算法对Chebyshev映射和Logistic映射进行误差测量，通过添加随机扰动来补偿精度损失；使用时滞时变函数对非相邻耦合映射格子的时间方向进行扰动，通过使用级联多重混沌和误差补偿的方法解决混沌系统出现的短周期现象、参数范围狭窄和空白窗口等问题。
-
-
-
-
-
-
-
-
-
Search Results
58
records
(took 0.031 seconds)
