-
公开(公告)号：CN116090857A
公开(公告)日：2023-05-09
申请号：CN202211360940.2
申请日：2022-11-02
申请人： 南京邮电大学 , 南京长江都市建筑设计股份有限公司
IPC分类号： G06Q10/0639 , G06Q50/08 , G06F18/10 , G06F18/25 , G06F18/214 , G06N3/096 , G06N3/0499
摘要： 本发明公开了一种基于室内人数的智慧建筑热舒适度评估方法，包括以下步骤：采集室内人数、温度、湿度等影响人体热舒适度的数据制作小型数据集；采用深度神经网络建立不包含室内人数因素的大型热舒适度数据集——ASHRAE Global Thermal Comfort Database II的特征提取模型用于迁移学习；基于多视角学习技术与NGboost模型，在温湿度等特征的基础上，融入室内人数因素，建立反映热舒适度与其影响因素之间关系的模型及预测算法。本发明在热舒适度模型中考虑室内人数因素，并且用迁移学习解决用于训练的热舒适度标记数据不足的问题，提高了计算速度和计算资源的利用率。根据多种热舒适度影响因子，结合多视角学习技术与NGboost设计特征融合机制，实现了精确的热舒适度评估。
-
公开(公告)号：CN116363048A
公开(公告)日：2023-06-30
申请号：CN202211361323.4
申请日：2022-11-02
申请人： 南京邮电大学 , 南京长江都市建筑设计股份有限公司
摘要： 本发明公开了一种基于红外阵列传感器的非入侵式人数检测方法、装置和系统。该方法包含以下步骤：采集目标的连续多帧温度阵列数据；对温度阵列数据做预处理，获得有效数据点；对每帧温度阵列数据进行特征提取，得到特征图层；基于位置特征图层，分割图层中的多个目标并记录当前帧的多目标空间位置数据和时间数据，计算多目标的时空距离，进行动态规划得到目标映射关系；由连续帧之间的多目标的映射关系，根据有限状态机中的转移路径生成单个目标的独立轨迹；根据轨迹判定判别算法判断目标的行动状态，得到室内人数的变化数量从而检测室内人数。本发明的方法、装置和系统解决了现有技术中多目标人数检测准确性低、成本高等技术问题。
-
公开(公告)号：CN117857834A
公开(公告)日：2024-04-09
申请号：CN202311663728.8
申请日：2023-12-06
申请人： 南京邮电大学
IPC分类号： H04N21/222 , H04N21/234 , H04N21/2343 , H04N21/25 , H04N19/154 , H04N19/172 , H04N19/176 , H04N19/182 , H04N19/25 , G06V10/74 , G06V10/764 , G06V10/77 , G06V10/774 , G06V10/82 , G06V10/84 , G06N3/0442 , G06N3/08
摘要： 本发明公开了一种决策质量驱动的内容压缩系统及内容压缩方法，包括本地设备端和边缘服务器，本地设备端数据获取模块、预处理模块、二进制分类器、相关帧模块和数据存储模块，边缘服务器包括识别模块和迁移学习模块。通过迁移学习模块对二进制分类器进行了参数微调优化；同时通过预处理模块得到像素级别的灰度帧差数据和宏块级别的相似度帧差数据，再传输至二进制分类器得到分类概率，进而判断相关帧以实现内容压缩，很好地解决了现有方案无法平衡计算负载、决策质量和延迟需求的问题。
-
公开(公告)号：CN117459236A
公开(公告)日：2024-01-26
申请号：CN202311383353.X
申请日：2023-10-24
申请人： 南京邮电大学
摘要： 本发明属于数据隐私保护、加密数据搜索的技术领域，公开了一种基于证书无配对认证可搜索加密方法，加密方法通过Setup，KeyGen，Certify，KeywordEnc，Trapdoor，Test六个算法来完成，数据发送方通过KeywordEnc算法将文档的关键字加密生成关键字密文，并上传到云服务器进行存储；数据接收方通过Trapdoor算法生成关键字陷门，而云服务器通过Test算法搜索获得与限门相匹配的关键字密文。本发明未采用双线性配对运算，节省了大量计算资源，同时采用基于证书的密码系统，有效克服了基于身份密码系统中密钥托管的问题和PKI系统下的高昂的证书管理成本问题。
-
公开(公告)号：CN113536067B
公开(公告)日：2024-01-05
申请号：CN202110818202.7
申请日：2021-07-20
申请人： 南京邮电大学
IPC分类号： G06F16/903 , G06F16/904 , G06F18/25
摘要： 本发明公开了一种基于语义融合的跨模态信息检索方法，包括：采集原始数据，并对所述原始数据进行预处理；将所述预处理后的原始数据分别进行特征提取和模型训练，得到不同的模态特征；将所述不同的模态特征输入到同一网络中进行语义融合，得到语义融合网络模型；基于所述语义融合网络模型以及查询集样本进行检索，完成跨模态信息检索。本发明克服了传统的图像‑文本两种模态的跨模态检索，实现了图像、音频、触觉信号三种模态的跨模态信息检索；对触觉信号的预处理方法，可以将原始的一维序列信号进行二维可视化，从而可以与原始图像进行语义关联达到检索的目的。
-
公开(公告)号：CN114979013B
公开(公告)日：2023-12-05
申请号：CN202210534895.1
申请日：2022-05-17
申请人： 南京邮电大学
IPC分类号： H04L47/24 , H04L47/2441 , H04L47/2425 , H04L47/80 , H04L47/83
摘要： 本发明公开了一种面向多模态业务的传输模式选择与资源分配方法，属于无线通信领域，包括将多模态业务分类，根据用户对的多模态业务种类选择对应的传输模式；根据传输模式估计音视频流需要的带宽和/或设置触觉信号的端到端时延阈值；根据设备的状态信息计算信道增益，根据数据包的平均到达率和设备的服务速率估计队列状态；通过NSGA3算法为每对用户的音视频和触觉信号分配合适的传输链路和资源。本发明所述方法基于不同的多模态业务设计了3种传输模式，通过模式选择和资源分配为每一对用户灵活地选择适当的链路来传输异构信号，以解决多模态信号需求差异大的问题，并且能够实现更高的带宽满足率和更低的平均端到端时延。
-
公开(公告)号：CN114246570B
公开(公告)日：2023-10-20
申请号：CN202111477067.0
申请日：2021-12-06
申请人： 南京邮电大学
摘要： 本发明公开了一种峰值信噪比和皮尔森相关系数融合的近红外心率检测方法，包括如下步骤：数据采集、预处理、面部感兴趣区域(ROI)选取、信号去噪和心率估算；从近红外摄像头获得面部灰度图像，由于外部干扰或噪声，预定的ROI区域可能会存在低噪声比的问题。为此本发明不局限于某一预定ROI，而是在面部灰度图像中选取多个ROI。本发明在面部中选取多个ROI区域，来提高原始信号的信噪比。然后通过信号预处理算法来消除原始信号中的高频噪声、低频趋势、波形突变。并通过峰值信噪比和皮尔森相关系数的融合来挑选出心率信号。实验结果表明，该方法能够实时有效地完成心率检测，适合于不同光源环境下的心率检测，低于3％的误差。
-
公开(公告)号：CN113536377B
公开(公告)日：2023-09-05
申请号：CN202110819110.0
申请日：2021-07-20
申请人： 南京邮电大学
摘要： 本发明公开了一种基于超混沌伪随机序列的加密域跨模态信息检索方法，包括：预处理图像、音频、触觉信号三种模态；将预处理后的三种模态输入至构建的超混沌伪随机序列的加密系统中，分别进行行置乱、列置乱和像素值置换，得到三种模态的密文信息；利用预训练好的VGG16网络对三种模态的密文信息进行特征提取，并将三种模态在各自对应的分支网络中进行训练；将训练后的三种模态输入多模态语义融合网络中进行语义融合，检索其输出的结果，将检索的结果进行解密，得到明文结果输出。本发明与传统的检索方法不同，考虑了图像、音频、触觉信号三种模态的跨模态信息检索，且本发明考虑到数据的信息安全问题，实现了加密域下的跨模态信息检索。
-
公开(公告)号：CN115936997A
公开(公告)日：2023-04-07
申请号：CN202310011043.9
申请日：2023-01-05
申请人： 南京邮电大学
IPC分类号： G06T3/40 , G06V10/774 , G06V10/80 , G06V10/764 , G06F30/27 , G06N3/0455 , G06N3/0464 , G06N3/08
摘要： 本发明属于视觉信号的超分辨率重建技术领域，公开了一种面向跨模态通信的图像超分辨率重建方法，首先在发送端仅传输低分辨率视觉信号和相应的触觉信号，而后通过模态内鉴别性和模态间相关性的学习弥补不同模态间存在的语义鸿沟，通过信道传输后，在接收端通过有效的特征融合方式实现互补性的学习，最后利用得到的融合特征去生成所需的高分辨率视觉信号。本发明很好地解决了在多模态服务中存在的因带宽受限和多模态信号间的竞争导致的视觉质量下降，最终影响用户体验的问题，实现了跨模态信号一致性、互补性的学习，保证了在有限带宽下，接收端高分辨率视觉信号的获取，提升用户的沉浸式体验。
-
公开(公告)号：CN115796232A
公开(公告)日：2023-03-14
申请号：CN202211563660.1
申请日：2022-12-07
申请人： 南京邮电大学
IPC分类号： G06N3/0455 , G06N3/0464 , G06N3/044 , G06N3/08 , G06T7/10 , G06T7/00
摘要： 本发明公开了一种用于淋巴瘤PET图像3D分割任务的神经网络模型，该神经网络模型基于一个五层的“U”型编码器‑解码器结构，每一层的编码器部分都融合了循环残差卷积模块以加深卷积深度、增强特征提取能力，并在特征融合前使用多尺度卷积模块对编码器输出的特征图像进行特征增强。层与层之间通过最大池化层和上采样层进行连接，最大池化层可以压缩特征、简化网络，而上采样层可以保留高级抽象特征的同时提高图像分辨率，然后再与多尺度卷积模块增强过的低级表层特征高分辨率图像进行特征融合。
-
-
-
-
-
-
-
-
-
搜索结果
161 条记录 (耗时 0.1 秒)
