-
公开(公告)号：CN115860183A
公开(公告)日：2023-03-28
申请号：CN202211398566.5
申请日：2022-11-09
Applicant: 南京邮电大学
Abstract: 本发明公开了一种无线可充电传感器网络中感知质量驱动的协同调度方法，包括以下步骤：获取传感器、充电器和兴趣点集合，建立网络模型；建立充电模型；根据有向传感器的感知特点，建立感知模型；形式化充电器开启成本约束下的感知效用最大化问题；调用感知调度算法，确定传感器的感知角度和感知时长；调用开启调度算法，确定充电器的开启时长，本发明针对有向感知的可充电传感器，提供一种确定充电器开启方案和传感器感知方案的方法，保证在充电器开启成本的约束下，最大化网络的感知效用。
-
公开(公告)号：CN115856881A
公开(公告)日：2023-03-28
申请号：CN202310041358.8
申请日：2023-01-12
Applicant: 南京邮电大学
IPC: G01S13/88 , G06N3/0464 , G06N3/08 , G01S7/02
Abstract: 本发明属于毫米波雷达信号行为感知技术领域，公开了一种基于动态轻量级网络的毫米波雷达行为感知方法，其将雷达微多普勒数据进行去噪处理后，将每一帧的三个二维矩阵连接为一个三维矩阵，将一个样本中所有帧的三维矩阵沿时间维度连接，生成类视频数据，克服了传统热图只能包含单一信息的弊端；同时，设计基于注意力机制和通道打乱的动态轻量级模块，提出了动态轻量级Slowfast网络，提高模型感知精度及工作效率，降低计算复杂度。
-
公开(公告)号：CN115841749A
公开(公告)日：2023-03-24
申请号：CN202211331901.X
申请日：2022-10-28
Applicant: 南京邮电大学
IPC: G08G1/01 , G06F16/22 , G06F16/2457 , G06F16/29
Abstract: 本发明属于数据分析、智慧交通等交叉技术领域，具体的是一种面向立体城市交通网的道路最优匹配方法，该道路最优匹配方法首先利用路网数据构建三维KD树，将整个路网划分为多个域，再通过GPS轨迹数据在KD树中进行查找，确定若干候选点；其次，其次通过路网与GPS轨迹及其之间的关系进行位置上下文分析与相互影响建模，确定每个采样点对应的候选点的局部最优路径以及候选图；最后，通过每个候选点的局部最优路径以及候选图进行交互式边投票，计算出最终的匹配结果。本发明解决了GPS轨迹与路网的匹配准确率与效率的问题。
-
公开(公告)号：CN115833975A
公开(公告)日：2023-03-21
申请号：CN202310058760.7
申请日：2023-01-16
Applicant: 南京邮电大学
IPC: H04B17/309 , H04W4/33 , H04W84/12 , G06N3/0464 , G06N3/0499 , G06N3/08
Abstract: 本发明属于无线信号的跨域行为感知技术领域，公开了一种适用于WiFi跨场景感知的源域选择方法，充分考虑源域、目标域的全局数据分布和带标签数据的局部分布，设计一种基于全局和局部距离线性组合的评价策略，选择距离目标域最近的源域来构建跨域感知模型，保障跨场景无源感知的可靠性和精度；还为基于WiFi的跨场景感知问题，提供了新的研究思路。
-
公开(公告)号：CN115801152A
公开(公告)日：2023-03-14
申请号：CN202310062463.X
申请日：2023-01-16
Applicant: 南京邮电大学
IPC: H04B17/309 , H04W4/33 , H04W84/12 , G06N3/0464 , G06N3/0499 , G06N3/08
Abstract: 本发明提供一种基于层次化transformer模型的WiFi动作识别方法，通过采集人员在室内场景下的多种动作的WiFi信号，获得CSI数据作为样本数据，并标注活动类别标签后，获得数据集，将数据集划分得到训练集和测试集；构建层次化transformer模型，层次化transformer模型提取局部关联特征，以获得样本的全局特征，并得到样本的最终特征表达后，获得分类标签；获得训练后的层次化transformer模型；将测试集的样本数据输入到训练后的层次化transformer模型，输出人体动作识别的预测结果；该方法能够有效提高无线感知动作识别的精度和效率，且具有更高的可靠性和更强的泛化能力。
-
Patent Agency Ranking
公开(公告)号：CN115755987A
公开(公告)日：2023-03-07
申请号：CN202310024885.8
申请日：2023-01-09
Applicant: 南京邮电大学
IPC: G05D1/10
Abstract: 本发明公开了一种面向灾难数据采集的多无人机协同调度方法，包括：获取并确定感知设备的位置和数据量大小；定义无人机与感知设备之间的数据传输速率、以及无人机的采集时间和采集能耗；形式化无人机采集时间最小化问题；使用区域离散化方法确定有限个无人机候选采集位置；通过贪心策略，获得无人机采集位置集合和对应的感知设备集合；形式化无人机部署成本最小化问题；通过经典带容量约束的DVRP问题算法，获取最少无人机的数量以及无人机的飞行路径。本发明能够通过能耗约束和存储容量约束的无人机采集所有感知设备，通过确定无人机的采集位置、采集的感知设备和采集路径使得无人机的调度成本最小。
-
公开(公告)号：CN115630964A
公开(公告)日：2023-01-20
申请号：CN202211652775.8
申请日：2022-12-22
Applicant: 南京邮电大学
Abstract: 本发明涉及数据安全、隐私计算等相关技术领域，提出了一种面向高维隐私数据的相关性数据交易框架的构造方法，包括：建立高维用户特征之间的数据相关性模型；建立初始特征聚类方案；通过设计近似最优算法解决最优特征聚类问题；在最优特征聚类的基础上设计了一种新的数据扰动机制，生成与原始数据具有相近联合分布的隐私保护的高维数据集；基于近似最优的特征聚类方案对隐私损失进行量化。本发明主要包含数据扰动机制与隐私补偿机制，平衡了数据效用和隐私保护，并实现了预算均衡、个人理性和真实性等所有理想的经济属性。
-
公开(公告)号：CN115527150A
公开(公告)日：2022-12-27
申请号：CN202211343864.4
申请日：2022-10-31
Applicant: 南京邮电大学
Abstract: 本发明属于视频异常检测技术领域，公开了一种结合卷积注意力模块的双分支视频异常检测方法，包括：取训练集中的原始帧，再将原始帧输入到光流提取网络中得到光流帧，然后将原始帧和光流帧分别输入到预测和重建两个分支网络中，并通过联合损失函数对双分支网络进行训练，从而得到一个完整的视频异常检测检测模型，类似的，在测试阶段，取测试集中原始帧，并通过光流提取网络得到光流帧，再将原始帧和光流帧分别输入到预测和重建分支中，分别得到预测帧和重建帧，通过计算得到预测帧和真实帧的预测误差，重建帧和光流帧的重建误差，对两种误差进行加权平衡，得到视频帧异常得分，实现对异常视频帧的检测。本发明可以实现更高的检测精度。
-
公开(公告)号：CN115242327B
公开(公告)日：2022-12-06
申请号：CN202211133707.0
申请日：2022-09-19
Applicant: 南京邮电大学
IPC: H04B17/309 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种基于多通道融合的CSI动作识别方法，通过在多组WiFi信号收发对的感知区域内，由受试者完成设定动作，并采集无线信号的多视角的二维CSI数据，分别记录对应的动作类别标签，获得CSI数据集，将采集的CSI数据集分为训练集和测试集；构建基于注意力的多通道特征融合模型，获得经过时间维度和子载波维度权重处理后的训练样本；得到每个训练样本的多视角特征向量；构建基于注意力的多视角特征融合模型，获得每个训练样本的最终特征表达；将测试集的测试样本输入到训练后的动作识别网络模型中，获得动作识别结果。该方法根据无线WiFi数据的特点，构建动作识别网络模型，能够实现高精度的被动式行为识别任务。
-
公开(公告)号：CN115171052B
公开(公告)日：2022-11-22
申请号：CN202211087138.0
申请日：2022-09-07
Applicant: 南京邮电大学
IPC: G06V20/52 , G06V40/10 , G06V10/82 , G06V10/774 , G06T7/73
Abstract: 本发明公开了一种基于高分辨率上下文网络的拥挤人群姿态估计方法，提供了全局前馈网络GFFN和动态前馈网络DFFN，能够在始终保持图像的二维结构信息的情况下，捕获骨干网络中间特征图包含的上下文信息，并增强特征表示对被遮挡人体的动态适应性；提供一种新型人体姿态估计网络，即高分辨率上下文网络HRNeXt，该网络能够提取到具有丰富的上下文信息的高分辨率特征表示，高效地对图像中不同人体之间及不同身体部位之间的位置关系进行抽象理解，有效解决重遮挡环境下姿态识别精度下降的问题。该方法能够准确、高效地对被遮挡人体的姿态进行预测，对重遮挡环境具有较强的鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
637
records
(took 0.05 seconds)
