-
公开(公告)号：CN111031387B
公开(公告)日：2020-12-04
申请号：CN201911145837.4
申请日：2019-11-21
Applicant: 南京大学
IPC: H04N21/44 , H04N21/4402 , H04N21/442 , H04N21/462 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种监控视频发送端视频编码流速控制的方法，主要步骤包括：(1)收集视频发送场景网络实时可用带宽数据集；(2)利用真实带宽数据构建监控视频发送端的仿真训练环境，训练环境根据真实带宽数据实时决定监控视频发送的最高可用带宽，作为视频的发送速率，并接收深度强化学习模型选择的码率调整编码器的编码码率；(3)构建基于信赖域的连续动作输出深度强化学习模型，并利用仿真环境训练该模型；(4)将训练好的模型放进监控视频集成到真实环境中交互，进行线上训练优化；(5)将优化好的深度学习模型集成到监控视频发送端，进行发送端编码器的编码码率决策。本发明利用深度强化学习解决了监控视频发送端的编码流速控制问题。
-
公开(公告)号：CN111913872A
公开(公告)日：2020-11-10
申请号：CN201910400566.6
申请日：2019-05-09
Applicant: 南京大学
IPC: G06F11/36
Abstract: 本发明提供一种基于缺陷预测的软件静态检查警告排序优化方法。根据已知软件系统的源代码和开发过程信息，抽取软件系统的模块度量信息并对软件模块是否存在缺陷进行标注；根据软件模块度量和缺陷信息利用机器学习算法构建缺陷预测模型；对待分析的软件系统，获取它的模块度量信息、模块依赖信息和静态检查产生的警告信息；对待分析系统进行缺陷预测获得新系统各模块包含缺陷的概率；通过k-core分解得到每个软件模块的核心度值；最后依据每一个静态检查警告所在的模块包含缺陷的概率和模块核心度值对警告进行排序，向开发者推荐最有可能与缺陷相关的警告，提升静态检查工具的实用性，帮助开发者尽快发现软件中包含的缺陷。
-
公开(公告)号：CN109145708B
公开(公告)日：2020-07-24
申请号：CN201810648702.9
申请日：2018-06-22
Applicant: 南京大学
Abstract: 本发明公开了一种基于RGB和D信息融合的人流量统计方法，包括：步骤1，采集包含人头信息的图像样本；步骤2，对RGB样本进行人头区域的标记，将正负样本裁剪，对裁剪后的样本图像大小做正则化处理并为不同样本附上相应的样本标签；步骤3，提取所有RGB样本图像的HOG特征，将提取的HOG特征和其对应的样本标签输入到SVM分类器进行训练；步骤4，利用训练好的SVM分类器对于新输入的视频帧中的RGB图像进行人头区域检测；步骤5，对新输入的视频帧的Depth图像的深度信息进行人头区域检测；步骤6，将检测结果融合获得最终检测目标框；步骤7，对目标对象进行跟踪获得目标对象的运动轨迹，统计人流量信息。
-
公开(公告)号：CN101209024A
公开(公告)日：2008-07-02
申请号：CN200710192352.1
申请日：2007-12-25
Applicant: 南京大学
Abstract: 本发明涉及小麦赤霉病新抗源的创制与鉴定方法，属于小麦生物技术育种领域。利用“中国春”小麦与小麦近缘种属鹅观草，通过有性杂交、幼胚培养与回交技术获得的含有鹅观草赤霉病抗性基因的小麦新抗源。这个小麦新抗源的抗性基因与苏麦3号携有的位于3B染色体的抗性位点不同，并可用特异性分子标记进行检测。这个小麦赤霉病新抗源的获得，将有助于实现抗源多样化，扩大小麦品种赤霉病抗谱，解决小麦品种因抗源单一，难以选育高抗赤霉病病小麦品种之难题。
-
公开(公告)号：CN114528596B
公开(公告)日：2025-05-09
申请号：CN202011316471.5
申请日：2020-11-21
Applicant: 南京大学
Abstract: 本发明公开了一种基于深度学习的有向无环图区块链可扩展性增强方法。该方法的具体步骤如下：(1)在生成新的交易区块时，提取之前有向无环图的拓扑特征和交易信息特征；(2)将提取出的特征，如交易发起人，拓扑结构特征，节点权重等输入神经网络，输出该节点是恶意区块节点概率；(3)根据该节点是恶意的概率来降低当前节点的投票权重，投票权重与概率呈负相关。利用本发明的方法可以在保留有向无环图的高带宽、算力利用率的前提下，有效应对恶意攻击带来的挑战，提升安全性。
-
Patent Agency Ranking
公开(公告)号：CN119316620A
公开(公告)日：2025-01-14
申请号：CN202411333767.6
申请日：2024-09-24
Applicant: 南京大学
IPC: H04N19/91 , H04N19/146 , H04N19/147 , G06T9/00
Abstract: 本发明提供了一种基于多支路聚合的多任务图像编码方法和装置，所述方法包括：步骤1，训练基础图像编码模型、多支路聚合模块和重要性预测器；步骤2，将特征送入对应的重要性预测器，预测器根据不同特征对不同任务的重要性，计算输出二值掩码；步骤3，将特征拆分为两组子特征，分别为主路特征和旁路特征；步骤4，根据指定任务选择对应的旁路，将主路特征和旁路特征分别送入主路和选择的旁路；步骤5，将主路和旁路计算后的两组子特征按照原始特征的位置和尺寸重新组合，完成解码以输出完整图像。本发明方法无需优化单独的特定任务模型，能够极大降低优化难度和训练成本。
-
公开(公告)号：CN118740138A
公开(公告)日：2024-10-01
申请号：CN202310336466.8
申请日：2023-03-31
Applicant: 南京大学
IPC: H03K17/96 , G06F3/04883 , G06K7/10
Abstract: 本发明涉及一种基于RFID的触摸开关装置与手势判定方法，所述方法包括：步骤1，利用RFID读写设备收集所述无源标签的射频信号；步骤2，对所述射频信号使用低通滤波器进行过滤，获得低通信号；步骤3，对所述低通信号进行时频变换，获得时频图，对所述时频图进行切分，提取手势发生的时间区间；根据手势发生的时间区间，从所述低通信号中提取包含手势的信号区间；步骤4，对包含手势的信号区间进行手势判定，并输出判定结果。本发明为用户提供了一种无电池、无训练、低延迟和低成本的输入方式，并且无需硬件修改，可以直接部署在商用RFID系统中。
-
公开(公告)号：CN112862060B
公开(公告)日：2024-02-13
申请号：CN201911195411.X
申请日：2019-11-28
Applicant: 南京大学
IPC: G06N3/0464 , G06N3/049 , G06N3/084 , G06F9/50
Abstract: 本发明公开了一种基于深度学习的内容缓存方法，其步骤如下：(1)收集边缘节点的用户请求信息构建时间请求序列；(2)根据请求序列数据计算内容流行度；(3)进行最大最小归一化处理；(4)将时间序列预测问题转化为监督学习问题；(5)线下训练基于时间卷积网络流行度预测模型；(6)调用流行度预测模型预测流行度，基于指数平均将所预测的流行度数据与历史流行度数据进行加权求和，计算内容价值；(7)使用LRU进行缓存决策。本方法可以只根据内容请求序列这一特征的情况下预测相应内容的流行度分布，同时结合历史内容流行度信息，可以在长期记忆与短期突发记忆中取得平衡，在预测准确率和提高缓存命中率上均能取得较好的效果。
-
公开(公告)号：CN117521734A
公开(公告)日：2024-02-06
申请号：CN202311462442.3
申请日：2023-11-06
Applicant: 南京大学
IPC: G06N3/0464 , G06F7/523
Abstract: 本发明提供了一种用于实现高能效乘法运算的存内计算电路，包括存内Booth编码器阵列和存内计算阵列，存内计算阵列包括存内部分积生成器；存内部分积生成器存储被乘数，利用数据锁存单元中两个互补的锁存节点代表被乘数和被乘数的相反数，用临近数据锁存单元的两个互补锁存节点代表被乘数的两倍和被乘数的两倍的相反数，不增加额外的晶体管开销即可实现取反和移位，产生基4Booth算法所有可能的非零部分积，乘数信号控制存内Booth编码器阵列产生编码信号，编码信号控制数据选择器选出四种非零部分积中的一种。本发明适用于任意位宽乘法运算，提升了数据锁存单元电路的利用率和存算一体单元电路的对称性，能灵活调整计算并行度。
-
公开(公告)号：CN110879852B
公开(公告)日：2022-06-21
申请号：CN201811030094.1
申请日：2018-09-05
Applicant: 南京大学
IPC: G06F16/738 , G06F16/13 , G06F16/182
Abstract: 本发明公开了一种视频内容缓存方法，其步骤如下：(1)利用视频文件访问历史日志对文件进行数据预处理；(2)利用预处理结果生成每个视频文件的生命曲线；(3)将生命曲线的前n分钟作为聚类算法的输入进行聚类，调节聚类的关键参数直至收敛，得到聚类模型，用于视频文件生命曲线的分类；根据文件生命曲线的类别生成相应的缓存策略；(4)对于新进入内容分发网络边缘节点的视频文件，通过生命曲线生成器生成新视频文件的前n分钟的生命曲线；(5)将新视频文件的生命曲线输入聚类模型，聚类模型输出新视频文件所属的类别；内容分发网络根据类别分配缓存策略进行文件缓存。利用本发明方法可以有效提升视频缓存系统的缓存命中率。
-
-
-
-
-
-
-
-
-
Search Results
40
records
(took 0.039 seconds)
