公开(公告)号：CN116992237A

公开(公告)日：2023-11-03

申请号：CN202311022017.2

申请日：2023-08-14

Applicant: 南京邮电大学

Inventor： 季一木 ,  张世伟 ,  刘尚东 ,  潘金芳 ,  吴宝泰 ,  徐驰 ,  万玲莉 ,  李海天 ,  李昆珈

IPC: G06F18/20 ,  G06F18/214 ,  G06F18/2433 ,  G06F18/213

Abstract: 本发明提供一种基于因子分解的无监督异常检测模型选择方法，通过获得多种类型的原始训练数据集；使用原始训练数据集训练FMOD模型，挖掘数据之间的交叉特征，得到训练后的FMOD模型；当新的数据集输入时，提取新的数据集的特征，生成特征向量；输入到FMOD模型中预测，获得新的数据集在每个异常检测模型上的预测精度，生成异常检测模型推荐列表；该方法，能够充分利用因子分解的方式挖掘数据的高阶特征，能够提高模型的泛化能力和表达能力，有利于在数据特征未知的情况下为数据推荐合适的异常检测模型。

公开(公告)号：CN116911379A

公开(公告)日：2023-10-20

申请号：CN202310741144.1

申请日：2023-06-21

Applicant: 南京邮电大学

Inventor： 吴飞 ,  张家宾 ,  季一木 ,  金昊 ,  黄庆花

IPC: G06N3/098 ,  G06N3/0464 ,  G06F18/15

Abstract: 本发明涉及一种基于自步学习与邻接矩阵的标签噪声鲁棒联邦学习方法，基于客户端‑服务器模式的横向联邦学习框架，进行分布式训练，包括以下步骤：步骤S1，选取可信客户端；步骤S2，根据可信客户端计算所有客户端样本的近邻关系：根据步骤S1中获得的可信客户端进行联邦学习，得到全局联邦模型，使用所述全局联邦模型为所有客户端样本计算近邻关系；步骤S3，自步更新样本近邻关系以及标签评估与矫正；步骤S4，离群样本处理。本发明提供一种安全可靠的基于自步学习与邻接矩阵的标签噪声鲁棒联邦学习方法，能够有效地减少噪声数据对模型的干扰，并提高模型收敛速度。

公开(公告)号：CN116775798A

公开(公告)日：2023-09-19

申请号：CN202310529537.6

申请日：2023-05-11

Applicant: 南京邮电大学

Inventor： 吴飞 ,  李帅帅 ,  季一木 ,  陈澍 ,  蒋国平

IPC: G06F16/31 ,  G06F16/583 ,  G06F18/214 ,  G06N3/0464 ,  G06F18/25

Abstract: 本发明公开了一种基于图网络与模态间特征融合的跨模态哈希方法包括，通过获取跨模态检索数据集；对训练数据集里文本和图像分别进行特征提取，通过孪生图卷积神经网络学习图像和文本模态的图表示；通过模态间特征融合模块生产层图像和文本模态的哈希码；引入余弦三元组损失，根据模态间鉴别损失函数、模态内鉴别损失函数、引导损失函数和量化损失函数训练网络；通过网络收敛，利用测试集的样本进行跨模态检索。本方法有效的联合利用图像和文本模态的深层特征，从而有效地减少模态差异，同时保持邻里关系，解决了过去跨模态哈希方法占存储空间大和检索速度慢的问题。

公开(公告)号：CN116630668A

公开(公告)日：2023-08-22

申请号：CN202310419032.4

申请日：2023-04-19

Applicant: 南京邮电大学

Inventor： 张文钦 ,  龙银格 ,  刘颖 ,  徐鹤 ,  李鹏 ,  王汝传 ,  季一木 ,  刘尚东

IPC: G06V10/762 ,  G06V10/764 ,  G06V10/82 ,  G06V10/774 ,  G06V20/10 ,  G06V10/22 ,  G06V10/77 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明属于计算机视觉中的目标检测技术领域，公开了一种快速轻量级的安全帽佩戴异常识别方法，将CA注意力机制引入YOLOv5模型，使其与ConvNeXt的内容相结合，对自动计算锚框的Kmeans算法进行改进，训练后得到了优化后的YOLOv5_CC模型，对边缘端设备上传的监控视频切片进行异常识别分析，检测出视频中的人是否佩戴安全帽。本发明所述的方法在保持轻量化的基础上提升了检测精度，加快了运行速度，实现了更好的训练效果。

公开(公告)号：CN116403706A

公开(公告)日：2023-07-07

申请号：CN202310455550.1

申请日：2023-04-25

Applicant: 南京邮电大学

Inventor： 徐鹤 ,  朱静抒 ,  程海涛 ,  王汝传 ,  李鹏 ,  刘尚东 ,  季一木 ,  许硕洋 ,  杨丹丹 ,  鲍善军

IPC: G16H50/20 ,  G16H50/70 ,  G06F40/30 ,  G06F40/295 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/047 ,  G06N3/042 ,  G06N3/08

Abstract: 一种融合知识扩展和卷积神经网络的糖尿病预测方法，构建了一种以词嵌入向量和文本嵌入向量作为双通道输入的语义增强卷积神经网络模型，使得模型能够关注到更为重要的糖尿病特征并捕捉到更细粒度的糖尿病语义信息，从而提高了对糖尿病的诊断准确率；解决对大规模糖尿病领域标注数据的强依懒性和糖尿病领域知识的缺乏性等问题，设计了在糖尿病诊断过程引用外部知识的方法可以对数据集起到一个数据增强效果，并减少深度学习模型训练所需数据；解决了医疗数据集的小规模导致深度学习模型学习结果泛化能力不强，无法获得满意糖尿病预测结果问题。

公开(公告)号：CN116311170A

公开(公告)日：2023-06-23

申请号：CN202310455559.2

申请日：2023-04-25

Applicant: 南京邮电大学

Inventor： 徐鹤 ,  刘致远 ,  朱家骏 ,  宁帅宇 ,  李鹏 ,  季一木 ,  刘尚东 ,  苏俞彪

IPC: G06V20/58 ,  G06V10/82 ,  G06V10/25 ,  G06V10/764 ,  G06V10/56 ,  G06V10/44 ,  G06V20/56 ,  G06T7/50 ,  G06N3/0464 ,  G06N3/08

Abstract: 一种基于YOLOv5的行车目标检测方法，对数据图片目标标签标注，改进YOLOv5代码训练数据集完成对应类别概率、目标置信度、预测框坐标的测算，用以目标实时检测并以检测框标出；进行HSV三通道拆分，结合不同通道特征进行区域提取，完成对车道线的特征掩模后再将HSV三通道合并为BGR色彩空间，再迭代筛选确定车道线目标，再以此为更精确的掩模通过低要求的Canny边缘检测和Hough变换，做到对曲率车道线的应检尽检；在物体立于地面上的强假设上，用相机标定纠正透镜畸变，再用其参数建立相机成像几何模型，通过单目视觉来测量距离；利用YOLOv5得到运动目标检测框，结合距离检测算法和车道线检测完成路面目标检测软件。本方法提高了检测的准确性与实时性。

公开(公告)号：CN112528087B

公开(公告)日：2023-06-20

申请号：CN202011400390.3

申请日：2020-12-01

Applicant: 南京邮电大学

Inventor： 刘强 ,  季一木 ,  刘尚东 ,  吴飞 ,  李可 ,  许正阳 ,  刘艳兰 ,  尧海昌 ,  李奎

IPC: G06F16/901

Abstract: 本发明公开了一种网络系统中基于大同步模型的图顶点并行重编码方法，包括：各任务将输入图的顶点Id发送给出度顶点，并统计各自的输入顶点数量写入总同步目录；各任务根据总同步目录记录的各任务输入顶点数量，顺序递增更新原顶点Id，同时建立新旧Id映射，然后根据接收消息建立各顶点的输入顶点集合，最后以新Id作为消息值，根据输入顶点集合进行反向发送；各顶点根据新旧顶点Id映射，将收到的新顶点Id汇总为新的输出边集合。本发明能够避免顶点不规则编码带来的存储资源浪费和低效计算等问题，同时不影响原图的结构关系，在图计算技术领域具有广泛的实用价值和应用前景。

公开(公告)号：CN116150694A

公开(公告)日：2023-05-23

申请号：CN202310057301.7

申请日：2023-01-17

Applicant: 南京邮电大学

Inventor： 刘强 ,  程沐阳 ,  魏佳星 ,  季一木

IPC: G06F18/2433 ,  G06F16/906

Abstract: 本发明提供了一种动态图异常检测方法，主要包括以下步骤：非易失性存储器存储阶段，初始化非易失性存储器并配置为主要内存存储器；动态随机存储器存储阶段，对非易失性存储器中的时序快照集合进行粗粒度检测，找出可能的异常时刻并将其快照存入动态随机存储器；特征表示阶段，对所有可能的异常时刻T获得游走序列，从游走序列中学习各顶点的嵌入表示；异常判断阶段，对嵌入向量进行异常检测，输出异常节点。相较于现有技术，本发明能够减少检测时间，提高对时序图检测的准确性，避免了传统图异常检测算法计算时间长且对动态图适用性差的缺陷，在网络攻击检测和流量控制等领域有较好的应用价值。

公开(公告)号：CN116091976A

公开(公告)日：2023-05-09

申请号：CN202310090318.2

申请日：2023-01-31

Applicant: 江苏方天电力技术有限公司 ,  南京邮电大学

Inventor： 朱天泽 ,  李春鹏 ,  张浩 ,  王盺平 ,  栾奇麒 ,  杨小平 ,  李军 ,  官国飞 ,  宋庆武 ,  蒋峰 ,  蒋超 ,  赵晟 ,  陈志明 ,  苏俞彪 ,  蒋林岑 ,  徐鹤 ,  季一木 ,  刘尚东

IPC: G06V20/40 ,  G06V10/80 ,  G06V10/26 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08 ,  G06V10/764

Abstract: 本发明公开了一种站房缺陷识别检测方法、系统、装置及存储介质，其方法包括：获取站房的在线视频数据；通过OpenCV将在线视频数据的视频流转换为帧，获取在线帧图像；对在线帧图像进行预处理；将预处理后的在线帧图像输入训练好的缺陷识别模型，获取缺陷识别结果；本发明通过在卷积网络特征提取阶段融入BAM注意力机制，同时使用PSPNet全局池化对金字塔池化后的特征通道进行加权融合来保留更多的重要特征信息，对细节的感知能力较强，提高了站房异常检测的精度，对实时监控站房安全具有较高的研究意义。

公开(公告)号：CN115641606A

公开(公告)日：2023-01-24

申请号：CN202211090641.1

申请日：2022-09-07

Applicant: 南京邮电大学

Inventor： 季一木 ,  姚小良 ,  刘尚东 ,  王汝传

IPC: G06V40/10 ,  G06V10/80 ,  G06V10/52 ,  G06V10/764 ,  G06V10/766 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明计算机图像处理技术领域，具体地说，是一种基于TIPSSD的轻量级多尺度热红外行人检测方法，首先，利用轻量级骨干网络Resnext50替换掉原SSD网络中的vgg16；然后，在模型中引入特征金字塔实现多尺度语义信息融合，并和多尺度训练策略相结合；最后，在数据预处理部分引入图像原色填充策略，本发明利用轻量级骨干网络Resnext50替换掉原SSD网络中的vgg16，实现模型参数压缩的同时增加算法的非线性拟合能力，之后在模型中引入特征金字塔实现多尺度语义信息融合，从而提高对多尺度目标的检测效果，有利于模型在端侧设备上进行部署。