-
公开(公告)号：CN110188348B
公开(公告)日：2023-05-19
申请号：CN201910378653.6
申请日：2019-05-07
Applicant: 南京邮电大学
IPC: G06F40/289 , G06F40/30 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于深度神经网络的中文语言处理模型及方法，包括语义编码网络，词性分析网络和语义解码网络三部分，其中语义编码网络、词性分析网络通过注意力网络和语义解码网络进行连接。语义编码网络和词性分析网络首先对源文本生成的词向量进行处理，语义编码网络输出源文本的语义信息向量，词性分析网络输出源文本的词性信息向量，将语义信息向量和词性信息向量进行concat()连接，作为注意力网络的输入，注意力网络根据输入的信息生成包含源文本所有信息的背景向量，作为语义解码网络的输入；语义解码网络根据背景向量计算得到所有候选词的概率分布，根据概率分布逐个输出目标文本的每个元素。提升了文本映射的准确性，和系统性能。
-
公开(公告)号：CN109886109B
公开(公告)日：2022-08-30
申请号：CN201910041967.7
申请日：2019-01-16
Applicant: 南京邮电大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于深度学习的行为识别方法，行为识别分为训练阶段和识别阶段，在训练阶段，对加速度传感器采集的三轴加速度数据预处理之后提取合加速度值，即xyz三轴加速度平方和的均方根值，然后对合加速度值进行STFT变换以提取数据中时间和频率之间的关系，将STFT序列的能量谱和每次采集数据对应的行为标签作为行为识别模型的训练集输入；行为识别模型采用基于LSTM单元的DRNN网络，使用训练集数据训练初始模型，选择测试集分类正确率最高的训练模型应用于识别阶段。该方法相对与已有方案而言，识别的准确度更高，且功耗较低，适合工作在资源受限的智能终端。
-
公开(公告)号：CN114168692A
公开(公告)日：2022-03-11
申请号：CN202111106380.3
申请日：2021-09-22
Applicant: 南京邮电大学
IPC: G06F16/29
Abstract: 本发明公开了一种区域数据的在线采集方法，预先建立关于数据提供者的价值表，网格化目标区域划分为一般区域和重点区域，选择数据提供者进行数据采集，获取目标区域的采集数据，并获取数据提供者的运动轨迹，计算每位数据提供者的一般区域覆盖率和重点区域覆盖率，并以此计算每位数据提供者的当前收益以及未来期望的最大收益，根据每位数据提供者的当前收益和未来期望的最大收益计算每位数据提供者的价值，完成对预先建立的价值表的更新，随机或查找价值表选择下一轮的数据提供者，重复上述过程，并整合所采集的数据，完成对目标区域的数据采集，其可以解决数据采集中的冷启动问题，能够实现特殊、紧急的数据采集任务。
-
公开(公告)号：CN113919439A
公开(公告)日：2022-01-11
申请号：CN202111233079.9
申请日：2021-10-22
Applicant: 南京邮电大学
Abstract: 本发明公开了一种提高分类学习数据集质量方法、系统、装置及存储介质，属于图像分类技术领域，方法包括：利用预设计的更新方法更新数据集；响应于检测到数据集中干净标签占比不提高，输出数据集；响应于检测到数据集中干净标签占比提高，再次利用预设计的更新方法更新数据集；所述预设计的更新方法，包括：通过锚点样本的网络输出获取标签的错误转移概率矩阵；根据标签的错误转移概率矩阵获取标签的错误率和权重，根据标签的错误率和权重获取数据集的加权平均错误率；对数据样本根据标签标注错误的概率大小进行排序，结合数据集的加权平均错误率筛选出错误标签样本，利用标签的错误转移概率矩阵修正错误标签样本的标签，更新数据集。
-
公开(公告)号：CN113705630A
公开(公告)日：2021-11-26
申请号：CN202110911205.5
申请日：2021-08-10
Applicant: 南京邮电大学
Abstract: 本发明公开了一种皮肤病变图像分类方法，其包括：对待分类皮肤病变图像进行中心裁剪，获得第一图像块；利用神经网络模型中的上分支网络对第一图像块进行特征提取，获得第一特征向量；根据第一特征向量获得病变区域坐标；根据病变区域坐标裁剪第一图像块，获得第二图像块；利用神经网络模型中的下分支网络对第二图像块进行特征提取，获得第二特征向量；对第一特征向量和第二特征向量进行特征融合，获得皮肤病变类别预测概率，并根据皮肤病变类别预测概率获得待分类皮肤病变图像的皮肤病变类别。本发明方法能够快速、客观、准确的判断皮肤病变图像的皮肤病变类别。
-
Patent Agency Ranking
公开(公告)号：CN113657644A
公开(公告)日：2021-11-16
申请号：CN202110779286.8
申请日：2021-07-09
Applicant: 南京邮电大学
Abstract: 本发明公开了一种智能电网中虚假数据检测方法、装置、设备及存储介质，其方法包括：将实时接收到的测量值输入训练好的多模型神经网络中输出实时的预测值；将实时的测量值和预测值做差得到实时的差值，并求得实时的差值平均值；利用聚类方法将实时的差值平均值分为两类，选取其中数据量大的一类并求得实时的类平均值；判断实时的类平均值与设定的阈值的大小，若实时的类平均值大于阈值，则认为此时发生虚假数据攻击；若实时的类平均值小于等于阈值，则认为此时未发生虚假数据攻击。本发明能够精确的预测虚拟数据的攻击，从而保证电力系统的安全。
-
公开(公告)号：CN112383672A
公开(公告)日：2021-02-19
申请号：CN202011131006.4
申请日：2020-10-21
Applicant: 南京邮电大学
Abstract: 本发明公开了一种兼顾隐私保护和数据质量的图像采集方法、装置及存储介质，旨在解决图像隐私保护效果和数据质量难以兼顾的技术问题。其包括：根据图像收集任务获取多幅原始图像；对原始图像进行差分隐私保护和编码处理，获得加噪图像和加噪图像的哈希码；对所有加噪图像的哈希码进行迭代聚类，形成N个簇，每个簇中包含多个哈希码；根据簇中每个哈希码与该簇质心点之间的汉明距离进行哈希码筛选，获取高质量哈希码；根据高质量哈希码从所有加噪图像中提取高质量图像，将高质量图像作为最终图像采集结果。本发明能够能够很好的兼顾图像隐私保护和数据质量，获取不易泄露隐私的、高可用性、高质量、高可靠性的图像。
-
公开(公告)号：CN110276638A
公开(公告)日：2019-09-24
申请号：CN201910456937.2
申请日：2019-05-29
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于双向长短期神经网络的电价预测方法及系统，方法包括以下步骤：步骤1、获取归一化预处理后的连续的历史电价数据；步骤2、将连续的所述历史电价数据输入到未来预测模型，获取n个连续未来电价数据；步骤3、训练双向长短期神经网络模型；步骤4、将所述历史电价数据和所述未来电价数据输入到所述双向长短期神经网络模型中，获取电价当前数据；本发明通过运用Bi-LSTM进行电价的预测，训练模型时选择前向输入与后向输入相结合，考虑到了未来数据对现在的影响，极大的提高了对已有数据的利用。
-
公开(公告)号：CN109558747A
公开(公告)日：2019-04-02
申请号：CN201811352857.4
申请日：2018-11-14
Applicant: 南京邮电大学
Abstract: 本发明公开了一种智能电网中隐私兼容的数据收集和支付方法，包括由一个可信任的第三方平台收集由智能电表发送的用户的下一周期的用电需求；接着ISO(Independent system operator)平台向第三方平台提出所需要的数据的准确率，并按照与数据准确率成正比的关系向第三方平台支付一定费用；其次第三方平台按照ISO提出的准确率计算在差分隐私保护机制中所需要向用户加入的噪声量，再将加噪后的数据发布给ISO，并将ISO支付的费用按与每个用户数据加入的噪声量成反比的关系将ISO支付的费用补偿给用户。本发明采取了差分隐私保护机制保护用户隐私，并且形成了完善的数据收集发布与费用支付流程，能够在保护用户隐私的同时满足ISO对数据质量的需求，并且合理公平的支付与分配费用。
-
公开(公告)号：CN109409125A
公开(公告)日：2019-03-01
申请号：CN201811193850.2
申请日：2018-10-12
Applicant: 南京邮电大学
Abstract: 本发明公开了一种提供隐私保护的数据采集和回归分析方法，采用差分隐私来保护数据提供者的隐私，并通过补偿机制来激励提供者提供真实的数据。首先，在回归模型的分析模块，本方法采用岭回归模型，将损失函数展开成多项式混沌的形式，并在每个多项式前面的系数上加入拉普拉斯噪声，从而保证训练得到的回归模型既保护了数据提供者的隐私，又保证了模型的准确性；然后，在报酬支付模块，计算出除去数据提供者提供的数据得到的回归模型，与整体的回归模型进行比较，将以上两者的误差作为每个数据提供者报酬的量度，换言之，误差越小，也就是数据越准确，那么相应的报酬越多。简言之，通过隐私保护和适当的报酬，本方法能激励更真实的汇报数据，训练得到更准确的模型。
-
-
-
-
-
-
-
-
-
Search Results
85
records
(took 0.032 seconds)
