-
公开(公告)号：CN109542355B
公开(公告)日：2022-04-15
申请号：CN201811440413.6
申请日：2018-11-28
Applicant: 南通大学
Abstract: 本发明公开了一种停车场云存储资源的信任计算方法，包括：步骤一：公云服务器接受用户车辆节点发出的存储资源请求信号，步骤二：公云服务器根据接受到的请求信号，步骤三：公云服务器向服务车辆节点发出服务信号，步骤四：重新建立新的车辆存储资源共享网络；步骤五：公云服务器对所述车辆存储资源共享网络中的服务车辆节点进行信任值更新。本发明能合理利用闲置存储资源，能避免网络恶意攻击，使得整个停车场的安全性能更好，交通对象势必是能够很好地确认相互之间的信任关系的，而信任值是一个动态变化的过程，随着交互行为的积累，信任会发生改变，形成一个良好的信任值更新。
-
公开(公告)号：CN111815574A
公开(公告)日：2020-10-23
申请号：CN202010558465.4
申请日：2020-06-18
Applicant: 南通大学
Abstract: 本发明提供了一种用于眼底视网膜血管图像分割的粗糙集神经网络方法，包括如下步骤：S10图像预处理，获得基于粗糙集增强眼底视网膜血管图像；S20构建U-net神经网络模型；S30利用粒子群优化算法(PSO)对所述U-net神经网络模型进行优化训练，获得PSO-U-net神经网络模型；以及S40将待测彩色眼底视网膜血管图像采用粗糙集理论进行图像增强预处理后使用所述PSO-U-net神经网络模型对所述待测彩色眼底视网膜血管图像分割。本发明的一种用于眼底视网膜血管图像分割的粗糙集神经网络方法，减少了医护人员的工作量，避免了医护人员经验和技能的差别对同一幅眼底图像分割结果存在的差异，有效的进行彩色眼底视网膜血管图像分割，获得更高的分割精度和效率。
-
公开(公告)号：CN110446204A
公开(公告)日：2019-11-12
申请号：CN201910855974.0
申请日：2019-09-11
Applicant: 南通大学
Abstract: 本发明公开了一种适用于车联网络车辆结点的信任值计算方法，车辆结点信任值的计算分三个阶段进行：第一阶段在即将开始资源调度前进行；第二阶段在资源调度完成后进行，根据本次资源调度中结点表现情况对信任值进行修正；第三阶段紧随第二阶段，快速提高表现好的低信任结点信任值，抑制表现差的结点信任值，第三阶段计算结果作为下一轮信任计算第一阶段的初始重要依据；三个阶段均可由车辆结点自带的智能车辆中装载的嵌入式系统完成。本发明所设计的车辆结点信任值计算方法，可以为服务提供者选择提供重要依据，从多个候选对象结点中选择高可信结点，以获得更好的服务。
-
公开(公告)号：CN109150346A
公开(公告)日：2019-01-04
申请号：CN201811295190.9
申请日：2018-11-01
Applicant: 南通大学
IPC: H04B17/382 , H04B17/391 , H04W74/08 , H04W4/06
CPC classification number: H04B17/382 , H04B17/3912 , H04W4/06 , H04W74/0808
Abstract: 本发明公开了一种车联网广播背景流下视频传输的方法，包括车联网802.11p协议的DCF传输机制和竞争窗口比例积分(CW‑PI)的算法设计，其特征在于：所述车联网802.11p协议的DCF传输机制具体包括以下步骤：a1、利用物理层提供的载波监测指示信号确定信道的忙闲，车联网分组传输的过程是首先要等待信道空闲时间和一个TDIFS，确认信道没有信息传送，源节点开始发送数据DATA，数据传输完毕后还需要在等待一个TSIFS，涉及车辆管理技术领域。该车联网广播背景流下视频传输的方法，可实现通过算法可以根据当前信道占用情况，按比例积分控制原则自动改变MAC层竞争窗口数值，达到改善视频传输的目的，同时减少对广播消息的影响，保持了较高的信道利用率。
-
公开(公告)号：CN118141324B
公开(公告)日：2025-04-29
申请号：CN202410168485.9
申请日：2024-02-06
Applicant: 南通大学
IPC: A61B5/00 , G06F18/2131 , G06F18/241 , G06V10/26 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/08 , A61B5/346
Abstract: 本发明提供了一种基于深度卷积自动编码器的睡眠分期模式识别的方法，属于深度学习技术领域。解决了人类睡眠分期及睡眠异常识别效率不高，及识别成本较高的技术问题。其技术方案为：包括以下步骤：步骤一：数据预处理；步骤二：多比例的自动编码器：步骤三：逐层跳过连接；步骤四：多尺度解码器；步骤五：损失函数。本发明的有益效果为：本发明通过添加与多层卷积网络相结合的多尺度编码、新的逐层跳跃连接和解码器的多尺度特征融合，提高了其性能，具有更好的识别准确性。
-
Patent Agency Ranking
公开(公告)号：CN116385587A
公开(公告)日：2023-07-04
申请号：CN202310271189.7
申请日：2023-03-20
Applicant: 南通大学
Abstract: 本发明属于自动辅助驾驶技术领域，具体涉及一种无车道线道路环境下的自适应虚拟车道线绘制方法。本发明提出的一种无车道线道路环境下的自适应虚拟车道线绘制方法，针对较少研究关注的无车道线道路的环境，考虑到了辅助驾驶系统在该环境下没有参考，解决了辅助驾驶系统无车道线道路环境虚拟车道线绘制的自适应绘制问题，和传统人工绘制虚拟车道线无法满足实时性问题。本发明方法可以实时地自动地在无车道线道路环境下，准确的绘制出虚拟车道线。本发明在乡村道路无车道线的环境下，构造出虚拟车道中线，可以帮助司机有效的区分车道，减少违法变道情况、车辆避让不及时等情况的发生，有助于行车安全。
-
公开(公告)号：CN109739637B
公开(公告)日：2022-11-29
申请号：CN201811440411.7
申请日：2018-11-28
Applicant: 南通大学
Abstract: 本发明公开了步骤一：公云服务器接受用户车辆节点发出的存储资源请求信号，步骤二：所述公云服务器根据接受到的请求信号，步骤三：若干候选服务车辆节点根据上述计算结果来知晓各自自身需要提供的虚拟机的个数，之后公云服务器通过调度，将数据保存于若干候选服务车辆节点的所述虚拟机当中；步骤四：车辆存储资源共享网络形成，服务开始；步骤五：重新建立新的车辆存储资源共享网络；步骤六：所述公云服务器对所述车辆存储资源共享网络中的服务车辆节点进行信任值更新。本发明步骤简洁，使用方便，能合理利用闲置存储资源，能避免网络恶意攻击，使得整个停车场的安全性能更好，运用云计算调度算法来满足不同用户的需求。
-
公开(公告)号：CN110446204B
公开(公告)日：2022-10-04
申请号：CN201910855974.0
申请日：2019-09-11
Applicant: 南通大学
Abstract: 本发明公开了一种适用于车联网络车辆结点的信任值计算方法，车辆结点信任值的计算分三个阶段进行：第一阶段在即将开始资源调度前进行；第二阶段在资源调度完成后进行，根据本次资源调度中结点表现情况对信任值进行修正；第三阶段紧随第二阶段，快速提高表现好的低信任结点信任值，抑制表现差的结点信任值，第三阶段计算结果作为下一轮信任计算第一阶段的初始重要依据；三个阶段均可由车辆结点自带的智能车辆中装载的嵌入式系统完成。本发明所设计的车辆结点信任值计算方法，可以为服务提供者选择提供重要依据，从多个候选对象结点中选择高可信结点，以获得更好的服务。
-
公开(公告)号：CN115115082A
公开(公告)日：2022-09-27
申请号：CN202111650392.2
申请日：2021-12-30
Applicant: 南通大学
Abstract: 本发明提供了一种基于联邦学习的长距离高速公路交通流量预测方法，属于交通预测和信息安全技术领域。解决了现有交通预测模型对长距离高速公路进行交通流量预测，准确率不高，监测点使用损耗较大，浪费能源，且未考虑交通数据信息安全的问题。其技术方案为：包括以下步骤：步骤一、LSTM‑RNN搭建；步骤二、数据处理；步骤三、联邦学习；步骤四、模型预测。本发明的有益效果为：本发明提高交通流量预测的准确率，防止信息泄露，降低能源消耗，降低监测点的使用损耗。
-
公开(公告)号：CN111815574B
公开(公告)日：2022-08-12
申请号：CN202010558465.4
申请日：2020-06-18
Applicant: 南通大学
Abstract: 本发明提供了一种用于眼底视网膜血管图像分割的粗糙集神经网络方法，包括如下步骤：S10图像预处理，获得基于粗糙集增强眼底视网膜血管图像；S20构建U‑net神经网络模型；S30利用粒子群优化算法(PSO)对所述U‑net神经网络模型进行优化训练，获得PSO‑U‑net神经网络模型；以及S40将待测彩色眼底视网膜血管图像采用粗糙集理论进行图像增强预处理后使用所述PSO‑U‑net神经网络模型对所述待测彩色眼底视网膜血管图像分割。本发明的一种用于眼底视网膜血管图像分割的粗糙集神经网络方法，减少了医护人员的工作量，避免了医护人员经验和技能的差别对同一幅眼底图像分割结果存在的差异，有效的进行彩色眼底视网膜血管图像分割，获得更高的分割精度和效率。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.024 seconds)
