-
公开(公告)号：CN119963807A
公开(公告)日：2025-05-09
申请号：CN202510018172.X
申请日：2025-01-06
Applicant: 南京邮电大学
IPC: G06V10/25 , G06V10/52 , G06V10/42 , G06V10/26 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/09
Abstract: 本发明提供一种面向RGB‑D的融合模型及其目标检测方法.首先，利用Canny边缘检测算法生成真值图的边缘图，将其作为主干网络的额外输入特征，以丰富特征信息并辅助模型的深度学习.然后，利用MobileNetV2对RGB图像进行多层次特征提取，并通过基于残差网络ResNet‑152的编码器对深度图像和边缘图像进行多层特征抽取，将边缘特征信息整合到MobileNetV2编码器提取的RGB图像特征中，利用多尺度感知融合模块与全局融合模块，结合RGB特征与深度特征的互补语义信息，完成跨模态特征的分层融合.最后，将获得的多个融合特征经过解码后，逐层输入至解码过程中的边缘加强融合模块，通过设计的网络损失监督RGB流和深度流检测结果的融合，输出最终的显著性检测结果，从而提高在背景复杂、显著目标边界模糊的情况下的检测效果。
-
公开(公告)号：CN118822532B
公开(公告)日：2025-03-25
申请号：CN202410782514.0
申请日：2024-06-18
Applicant: 南京邮电大学
IPC: G06Q20/38 , G06Q40/04 , H04L67/1095
Abstract: 本发明涉及一种基于数字签名的可信代理树跨域交易共识方法及存储介质，属于区块链共识技术领域。方法包括：交易发起节点根据交易双方的位置信息计算选择领导节点，组成共识委员会；交易发起节点作为共识请求发起节点，将共识请求消息和共识委员会信息发送给领导节点，领导节点广播发送共识请求消息；共识委员会成员和领导节点计算聚合签名；领导节点验证聚合签名是否有效，若验证成功则共识成功，领导节点在自己管理的联盟链上生成新的区块并将所述共识请求消息写入新区块中；否则，共识失败。本方法能够降低共识过程的通信次数，并实现系统负载均衡，保障了跨域交易共识的安全、稳定、高效和低能耗。
-
公开(公告)号：CN119672225A
公开(公告)日：2025-03-21
申请号：CN202411754767.3
申请日：2024-12-02
Applicant: 南京邮电大学
Abstract: 本发明提出一种基于3D高斯喷溅的三维场景重建和实时定位方法及系统.通过单目、双目或RGB‑D摄像头采集三维场景数据，使用ORB SLAM3技术构建特征点云，获取旋转、缩放等信息.数据采集后，通过3D高斯喷溅技术处理，实现三维场景重建，并将地图本地存储.定位时，对ORB SLAM3采集的特征点进行比对，匹配当前场景下最优特征点位置并反馈，实现实时定位.系统支持本地地图及实时定位的高仿真可视化显示，适用于无人车巡航、无人机巡检和智能机器人定位，提供高精度三维场景重建和实时定位功能。
-
公开(公告)号：CN118501850A
公开(公告)日：2024-08-16
申请号：CN202410636825.6
申请日：2024-05-22
Applicant: 安徽晶奇网络科技股份有限公司 , 南京邮电大学
IPC: G01S7/48 , G01S17/894 , G01C21/00 , G01C21/20 , G06V10/26 , G06V10/762 , G06V10/74 , G06V10/46
Abstract: 本发明公开了一种基于三维激光雷达的轻量级SLAM系统及其构建方法，属于三维激光雷达技术领域；系统包括前端和后端，前端包括传感器数据接收模块、点云预处理模块、特征提取模块以及特征点分层采样模块，后端包括运动估计模块、回环检测模块、建图模块和路径优化模块。本发明通过对点云数据进行预处理，特征点分层采样以及进行回环检测，特征点分层采样，在不同层次对特征点进行采样，有效降低计算复杂度，提高算法运行效率，在保证SLAM系统运行精度的同时减少计算量，适应资源有限的环境，提高SLAM系统的稳定性；通过对点云进行分割和聚类操作，提高运行效率以及优化地图的准确性和路径的一致性，提高SLAM系统的鲁棒性。
-
公开(公告)号：CN117574436B
公开(公告)日：2024-03-19
申请号：CN202410053168.2
申请日：2024-01-15
Applicant: 南京邮电大学
Abstract: 本发明属于大数据技术领域，公开了一种基于张量的大数据隐私安全防护方法，包括S1、获取数据并建立个性化隐私和信息安全评价向量；S2、张量模型的构建与分解；S3、零填充与张量链格式优化；S4、特征组合与多聚类分析；S5、提取特定隐私项目的数据。本发明通过利用张量链分解避免了对原始张量的重复分解，从而提高了数据处理的效率，尤其处理大型数据集时，可以显著加快数据处理速度，减少计算资源的消耗。
-
Patent Agency Ranking
公开(公告)号：CN117472083A
公开(公告)日：2024-01-30
申请号：CN202311817111.7
申请日：2023-12-27
Applicant: 南京邮电大学
IPC: G05D1/46
Abstract: 本发明属于无人机路径规划技术领域，涉及一种多无人机协同海上搜索路径规划方法；获取待搜索区域的相关海流信息建立海流模型；根据待搜索区域的相关海流信息和先验目标信息建立目标概率地图；将待搜索区域内障碍物用不规则多边形表示，以不规则多边形的顶点作为分割线的一个端点，同时满足区域划分的限制约束条件；根据无人机的性能采用静态分配策略为每架无人机分配子区域；为每架无人机规划跨区域的最短路径及使用路径规划方法来规划无人机覆盖路径以实现单区域最短时间覆盖路径；本发明适用无障碍物或有障碍物等多种海洋情况，解决传统方法未根据先验目标信息做出方法选择策略从而造成效率低下和资源浪费的问题，同时保证最优时间和最优路径。
-
公开(公告)号：CN112181758B
公开(公告)日：2023-07-28
申请号：CN202010835820.8
申请日：2020-08-19
Applicant: 南京邮电大学
IPC: G06F11/30 , G06F18/241 , G06F18/214
Abstract: 本发明公开了一种基于网络拓扑及实时告警的故障根因定位方法，包括：输入告警数据集，进行数据处理，提取出当前对应节点所含特征作为特征集，并获取每条告警信息中的时间、节点信息；根据当前节点信息，结合拓扑关系得到上下位节点，根据时间信息筛选出一定时间区间内上下位节点的告警信息，结合当前节点的特征集构建出上下位节点告警特征；将告警数据集分为训练集与测试集，对得到的所有特征信息进行筛选处理，输入分类算法，将预测性能最好的特征集作为模型分类特征，将训练集所含上述特征值输入分类算法训练得到预测模型，利用训练好的分类模型预测测试集中的数据并输出预测结果，根据预测结果中候选根因数量和时间信息得到最终预测根因结果。
-
公开(公告)号：CN116340437A
公开(公告)日：2023-06-27
申请号：CN202310297924.1
申请日：2023-03-24
Applicant: 南京邮电大学
Abstract: 本发明公开了一种面向大规模多源异构数据的多聚类方法，涉及数据处理技术领域，包括：将不同来源的异构数据通过ETL工具进行预处理，转换为统一目标数据格式；然后按电压等级，设备类型，采集量测类型进行分类；对分类后的多源异构数据集按照配电网络和网络元件之间的相互关联构建拓扑分析引擎；基于拓扑分析剔除不满足的数据集，得到待融合数据集；对待融合数据集进行观测系数分析，并分配对应数量的处理终端对待融合数据集进行融合，提高数据融合效率，实现对配电网历史数据与准实时数据的交叉复合深度分析；输出数据融合结果，供配电网工作人员研究分析，为能源精细化的管理和用户服务提供指导，以及时做到故障预警，提高电力安全。
-
公开(公告)号：CN116168828A
公开(公告)日：2023-05-26
申请号：CN202310154603.6
申请日：2023-02-22
Applicant: 南京邮电大学
IPC: G16H50/20 , G06F16/36 , G06F40/289 , G06F18/2415 , G06N3/08 , G06N3/0464
Abstract: 本发明提供一种基于知识图谱和深度学习的疾病预测方法、装置及计算机设备，通过获得疾病异常指标与病情自述文本，获得异常指标表示矩阵Y与病情自述文本表示矩阵X，拼接后得到融合表示矩阵；由病情自述文本结合医学知识图谱，构建与实体相连关系的疾病知识子图；分别获得疾病知识子图的实体向量矩阵和实体上下文向量矩阵，对齐叠加得到叠加表示矩阵；将融合表示矩阵和叠加表示矩阵连接在一起获得特征融合矩阵，将特征融合矩阵输入到卷积神经网络模型即CNN模型，获得预测结果；本发明不仅通过疾病异常指标与病情自述文本，还通过引入知识图谱这一知识决策，能够获得更精准的预测结果，能够实现更准确地综合智能辅助诊断。
-
公开(公告)号：CN115759105A
公开(公告)日：2023-03-07
申请号：CN202211090087.7
申请日：2022-09-07
Applicant: 南京邮电大学
IPC: G06F40/30 , G06F40/216 , G06N3/0442
Abstract: 本发明属于自然语言处理和人工智能技术领域，具体地说，是一种基于义原编码的分段注意力机制少样本关系抽取方法，主要分为词向量编码、句子分段、LSTM特征提取、分段注意力机制关系匹配、关系抽取五步，本发明主要目的是提高少样本关系抽取的准确率，缓解当前关系抽取问题中存在的语料匮乏问题，具有广泛应用前景。
-
-
-
-
-
-
-
-
-
Search Results
970
records
(took 0.034 seconds)
