-
公开(公告)号：CN113064959A
公开(公告)日：2021-07-02
申请号：CN202010001846.2
申请日：2020-01-02
Applicant: 南京邮电大学
IPC: G06F16/31 , G06F16/953 , G06F40/30 , G06N3/04 , G06N3/08
Abstract: 本发明提出了一种基于深度自监督排序哈希的跨模态检索方法。包括以下步骤：首先学习一个标签网络用来保留语义特征与其对应的哈希码之间的相似关系。该标签网络可以有效地利用多标签信息来桥接不同模态之间的语义相关性。然后分别对图像和文本设计一个端到端的特征学习网络，进行特征学习。一方面，可以保持标签网络和图像文本网络之间的语义相关性。另一方面，可以使学习到的特征与特定的跨模态检索任务完美兼容。为了解决使用二进制分区函数编码对分区阈值十分敏感的问题，采用基于排序的编码函数。每个维度的相对排序不变，哈希编码的值就不变，这使得哈希函数不会对某些阈值非常敏感，进而获取的哈希编码鲁棒性更好。
-
公开(公告)号：CN112817982A
公开(公告)日：2021-05-18
申请号：CN202110182544.4
申请日：2021-02-08
Applicant: 南京邮电大学
IPC: G06F16/22
Abstract: 本发明公开了一种基于LSM树的动态幂律图存储方法，包括：图数据动态更新时，统计图的顶点出度信息，以内存顶点表的形式对大度数顶点和普通顶点进行分离存储；对大顶点表和普通顶点表，根据幂律分布比例分配内存；当各顶点表的数据量超过阈值时，根据内存分配比例对应的线程数对图数据进行并发溢写。本发明能减轻基于幂律分布的图数据更新频繁时产生的数据合并开销和存储资源浪费等问题，在知识图谱和图计算领域具有良好的实用价值和前景。
-
公开(公告)号：CN112541503A
公开(公告)日：2021-03-23
申请号：CN202011439171.6
申请日：2020-12-11
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于上下文注意力机制和信息融合的实时语义分割方法，首先构建实时语义分割网络，对预先获取的数据集中的图像以及对应的标签进行预处理，再输入到所搭建的网络中进行训练；网络中，输入图像经过三组单独的降采样模块，使其分辨率分辨变为原来的1//2、1/4和1/8，三个不同尺寸的特征图分别与后续的主干网络不同阶段的特征进行特征融合；每个阶段特征融合之后，进入到注意力模块；融合后的特征经过分类的卷积操作输出最终的预测结果并与对应语义标注图像进行对比，计算交叉熵损失函数作为目标函数，从而得到训练好的网络模型。本发明本发明不仅保证了语义分割的高精度，又保证了高效的推理速度以及适合边界设备的内存容量。
-
公开(公告)号：CN112528087A
公开(公告)日：2021-03-19
申请号：CN202011400390.3
申请日：2020-12-01
Applicant: 南京邮电大学
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：CN112381651A
公开(公告)日：2021-02-19
申请号：CN202011306637.5
申请日：2020-11-19
Applicant: 深圳前海微众银行股份有限公司 , 南京邮电大学
Abstract: 本发明实施例提供了一种基于物联网的区块链跨链交易方法及装置，该方法包括责权区块链接收交易发起方的数据交易请求，数据交易请求用于从交易接收方获取数据，交易发起方为注册至所述责权区块链的用户，交易接收方为注册至物联网区块链的用户，调用智能合约记录数据交易请求的发起信息，触发交易发起方与交易接收方之间执行针对数据交易请求的跨链操作，在跨链操作结束后，调用智能合约记录所述数据交易请求的完成信息。如此，可以通过责权区块链实现交易发起方与交易接收方的数据交互，并可以记录交易发起方与交易接收方进行数据交互的完整过程，以便在出现数据隐私泄露问题时，可以及时准确地确定出数据泄露问题的责任归属。
-
Patent Agency Ranking
公开(公告)号：CN108334574B
公开(公告)日：2020-06-12
申请号：CN201810062484.0
申请日：2018-01-23
Applicant: 南京邮电大学
IPC: G06F16/583 , G06F16/33 , G06F16/31
Abstract: 本发明公开了一种基于协同矩阵分解的跨模态检索方法,同时考虑保持原始空间样本对的局部几何流形结构，使用图正则项加入了模态内与模态间的约束，采用普遍使用的mAP(平均准确率)作为性能评价指标。本发明不仅考虑了样本的模态内相似性，还考虑了样本对模态间的相似性，为以文检图和以图检文准确性提供了保障。本发明利用协同矩阵分解技术、哈希函数，同时加入了保持模态内与模态间相似性的图正则化项，提高了以文检图和以图检文的相互检索性能，广泛应用于移动设备、互联网以及电子商务中的图片文本互相检索服务。
-
公开(公告)号：CN110852292A
公开(公告)日：2020-02-28
申请号：CN201911126783.7
申请日：2019-11-18
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于跨模态多任务深度度量学习的草图人脸识别方法，首先构建人脸样本图像数据库并进行预处理，对样本进行两两配对，形成草图和正常图片的两种模态的配对；然后对每一个草图和正常图片这两种模态使用对应的神经网络来学习特征，同时让两种模态的网络结构进行参数共享；最后，将两种模态得到的特征投影到公共空间中，计算特征向量之际的距离，通过设计目标函数，根据距离大小来验证结果；通过在两个常用的基准数据集上的实验结果可以直观看出，本发明提供的方法比现有的方法具有更好的跨模态分类性能。
-
公开(公告)号：CN109885653A
公开(公告)日：2019-06-14
申请号：CN201910094487.7
申请日：2019-01-30
Applicant: 南京邮电大学
Abstract: 本发明提供一种文本检索方法，方法包括：初始化文本数据库集合和模糊语义关联矩阵；当确定第一层相似度数值大于预设的阈值时，将文本集合中的对应文本删除并插入第一文本集合，并将第一层相似度数值作为对应文本的相似度数值插入第一相似度集合；当确定第二层相似度数值大于阈值时，将相应文本删插入第二文本集合，并将第二层相似度数值插入第二相似度集合；当确定第三层相似度数值大于阈值时，将该文本删除并插入第三文本集合，并将第三层相似度数值作为该文本的相似度数值插入第三相似度集合；将第零、第一、第二和第三文本集合中文本作为检索结果集合进行输出。上述的方案，可以在文本检索时降低计算复杂度，节约计算资源。
-
-
公开(公告)号：CN108334574A
公开(公告)日：2018-07-27
申请号：CN201810062484.0
申请日：2018-01-23
Applicant: 南京邮电大学
IPC: G06F17/30
Abstract: 本发明公开了一种基于协同矩阵分解的跨模态检索方法,同时考虑保持原始空间样本对的局部几何流形结构，使用图正则项加入了模态内与模态间的约束，采用普遍使用的mAP(平均准确率)作为性能评价指标。本发明不仅考虑了样本的模态内相似性，还考虑了样本对模态间的相似性，为以文检图和以图检文准确性提供了保障。本发明利用协同矩阵分解技术、哈希函数，同时加入了保持模态内与模态间相似性的图正则化项，提高了以文检图和以图检文的相互检索性能，广泛应用于移动设备、互联网以及电子商务中的图片文本互相检索服务。
-
-
-
-
-
-
-
-
-
Search Results
70
records
(took 0.029 seconds)
