-
公开(公告)号：CN109302495A
公开(公告)日：2019-02-01
申请号：CN201811383389.7
申请日：2018-11-20
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种数据存储方法及装置，该方法根据所接收的第二节点发送的针对广播的数据存储请求对应的反馈信息，从第二节点中确定第一存储节点，利用预设的公钥对待存储数据进行加密，并对加密后的待存储数据进行编码，得到编码结果；将编码结果划分为数据块，并将利用公钥对应的私钥生成的数字签名添加至每一数据块；确定各个添加数字签名后的数据块的存储节点，将数据块发送至所确定的存储节点中存储。应用本发明实施例提供的方案能够提高数据存储的安全性。
-
公开(公告)号：CN109302311A
公开(公告)日：2019-02-01
申请号：CN201811025259.6
申请日：2018-09-04
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种实现网络态势感知的区块链网络、感知方法及电子设备。可以实现区块链网络中的各个节点，感知与其直接相连的链路和其他节点的网络态势感知信息；并根据感知到的网络态势感知信息，计算获得本节点的态势评估和预测结果；同时，将计算获得的本节点的节点态势评估和预测结果广播给所属区块链网络中的所有其他节点。区块链网络中的节点，用本节点的节点态势评估和预测结果和接收到的其他节点发送的节点态势评估和预测结果，计算获得整个区块链网络的网络态势。从而解决了现有技术中，当中心节点瘫痪或者网络中各节点同中心节点的联系被切断时，无法对整个网络进行态势评估和预测的问题，提高了网络的稳定性和安全性。
-
公开(公告)号：CN105574152A
公开(公告)日：2016-05-11
申请号：CN201510940356.8
申请日：2015-12-16
Applicant: 北京邮电大学
IPC: G06F17/30
CPC classification number: G06F17/30516
Abstract: 本发明实施例公开了一种快速统计频数的方法及系统，属于数据统计领域，本发明通过数据处理子单元进行频数统计，数据合并单元汇总数据处理子单元数据，通过数据汇总单元统计增量，从而摆脱时下依靠硬件性能来保证算法的吞吐量的限制，来应对日益增长的网络流速，同时保证系统的可扩展性，以应对快速增长的流量对系统吞吐量的要求。
-
公开(公告)号：CN116687347A
公开(公告)日：2023-09-05
申请号：CN202310606208.7
申请日：2023-05-26
Applicant: 北京邮电大学
Abstract: 本发明公开了一种基于心脏核磁数据的自动心动周期检测方法及系统，属于核磁共振技术领域。包括采集k空间历史数据和对应的心电信号构建k空间‑心电数据集；对k空间‑心电数据集进行预处理，将预处理后的k空间‑心电数据集作为训练集；利用所述训练集训练k空间心动周期标签分类网络；采集连续的k空间实时数据，将所述k空间实时数据输入训练好的k空间心动周期标签分类网络，获取k空间实时数据对应的心动周期标签。本发明能够直接从连续采集的心脏核磁k空间数据直接提取心动周期信号，实现心动周期信号的实时反馈，即可替代需要额外采集的心电信号，用于后续的图像重建。
-
公开(公告)号：CN112560957A
公开(公告)日：2021-03-26
申请号：CN202011496525.0
申请日：2020-12-17
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种神经网络训练、检测方法、装置及设备，该方法包括：获取待处理全切片数字图像及其对应的标签；分割待处理全切片数字图像，得到多张分割图像；通过神经网络的特征提取层和全连接层得到示例特征图以及多张分割图像对应的权重；将权重与示例特征图相乘后，输入至分类器，得到分类结果；基于分类结果与标签的对比结果，判断神经网络是否收敛；若否，则调整神经网络的参数，直至神经网络收敛，得到训练完成的神经网络模型。可见，本方案中，只需获取整张WSI的标签，并通过全连接层计算得到由WSI分割出的多张分割图像的权重，引导神经网络的训练，不需要在训练的过程中对分割得到的多张分割图像进行标注，减少了人力耗费。
-
Patent Agency Ranking
公开(公告)号：CN109685798B
公开(公告)日：2021-02-23
申请号：CN201811603409.7
申请日：2018-12-26
Applicant: 北京邮电大学
Abstract: 本发明实施例提供的一种确定有效医学图像的方法及装置，方法包括：通过将从所述用户终端接收的医学图像按照目标模板大小进行切分，获得两个以上切分后的块图像；在所述切分后的块图像中选择清晰度超过清晰度阈值的图像作为第一目标图像；确定所述第一目标图像的细胞区域大小，将细胞区域大小超过阈值的第一目标图像确定为有效医学图像。相比于现有技术，本发明实施例通过确定清晰度超过清晰度阈值且细胞区域大小超过阈值的医学图像为有效医疗图像，减少了医生从众多的医学图像中确定清晰可辨的医学图像的时间，因此可以提升医生获取医疗信息的效率。
-
公开(公告)号：CN109635939B
公开(公告)日：2020-12-18
申请号：CN201910013045.5
申请日：2019-01-07
Applicant: 北京邮电大学
IPC: G06N3/04
Abstract: 本发明实施例提供的一种基于裁剪的卷积神经网络的确定方法及装置，方法包括：针对样本集中的一个样本，将该样本输入预设的卷积神经网络，通过卷积神经网络的卷积层的各个通道输出的该样本特征图的矩阵；针对卷积层的一个通道输出的样本的特征图的矩阵，将该矩阵进行压缩成数字，利用Sigmoid函数，确定卷积神经网络的卷积层各个通道的激励因子，然后确定卷积神经网络的卷积层各个通道的权重；针对预设卷积神经网络的一个卷积层，在该卷积层中选择通道的权重低于权重阈值的通道进行裁剪，将裁剪后的卷积神经网络作为已训练卷积神经网络，降低了卷积神经网络内部结构的复杂度，减少用于识别待识别病理图像的标签类别的时间。
-
公开(公告)号：CN109583369B
公开(公告)日：2020-11-13
申请号：CN201811439484.4
申请日：2018-11-29
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种基于目标区域分割网络的目标识别方法及装置，方法包括：获取待处理的遥感图像，并对遥感图像进行图像切分，得到多个子图像；将各子图像输入预先训练得到的特征提取网络中，得到各子图像对应的各特征图；将各特征图分别输入预先训练得到的目标位置提取网络和目标区域分割网络中，得到各特征图对应的候选框和目标区域分割结果，并根据目标区域分割结果，将各特征图中属于非目标区域的部分置为0；将各特征图输入预先训练得到的目标分类网络中，得到标注有各目标位置的目标特征图，并将各目标特征图进行融合和格式恢复，得到遥感图像对应的识别结果图像。本实施例能够准确的对遥感图像进行目标识别。
-
公开(公告)号：CN108540961B
公开(公告)日：2020-09-04
申请号：CN201810398719.3
申请日：2018-04-28
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种基于V2X的应急通信系统及方法。所述系统包括：用户终端，用于在获得用户发出的针对于应急中心的应急消息后，从用户终端对应的可通信的至少一个辅助设备中选择一个辅助设备，并向所选择的辅助设备发送应急消息；接收到应急消息的辅助设备，用于在接收到应急消息后，判断自身是否能够与一运营商基站相通信，如果是，将应急消息传输至能够相通信的运营商基站；否则从自身对应的可通信的至少一个辅助设备中选择一个辅助设备，并向所选择的辅助设备发送应急消息；接收到应急消息的运营商基站，用于将应急消息传输至具有第一网络标识的应急中心的终端；应急中心的终端用于在接收到应急消息后，执行与应急消息对应的应急操作。
-
公开(公告)号：CN108647732B
公开(公告)日：2020-07-31
申请号：CN201810456914.7
申请日：2018-05-14
Applicant: 北京邮电大学
IPC: G06K9/62
Abstract: 本发明实施例提供了一种基于深度神经网络的病理图像分类方法，该方法包括：获取待测图像；对待测图像进行处理获得全局待测图像及局部待测图像；针对每个混合双模型对全局待测图像及局部待测图像进行预测得到全局预测结果概率向量及局部预测结果概率向量；对上述预测得到的概率向量进行预设处理得到最终局部预测结果概率向量及最终全局预测结果概率向量；按照预设权重，对上述处理得到的概率向量进行融合计算；将多个融合后的向量相加得到预测向量；根据预测向量及预设规则确定待测图像的图像类别。与现有技术相比，本发明实施例能够在样本图像中提取更多有效的图像特征，使神经网络的学习更充分，进而提高训练好的网络模型对图像分类的准确率。
-
-
-
-
-
-
-
-
-
Search Results
120
records
(took 0.109 seconds)
