-
公开(公告)号：CN112034044A
公开(公告)日：2020-12-04
申请号：CN202010905331.5
申请日：2020-09-01
Applicant: 南京邮电大学
Abstract: 本发明涉及一种基于神经网络的瓷砖空鼓智能识别检测装置，应用在空鼓检测的技术领域，解决空鼓检测完全依赖人工带来的检测效率慢、普及性差的技术问题，其包括用于敲击产生声响的敲击装置、用于对声响进行处理的分析装置以及对分析装置的结果产生反馈信息的反馈装置，所述分析装置包括用于获取声响信息的麦克风以及用于对声响信息进行识别判定的处理器，所述反馈装置包括与处理器电信号连接的扬声器和报警灯。本发明具有能够自动击打检测的瓷砖或者墙体，通过智能化的神经网络代替人工的对空鼓音频进行判定，检测方式由传统的人工判别变成处理器自动判别，让检测更加准确先进。
-
公开(公告)号：CN111460201A
公开(公告)日：2020-07-28
申请号：CN202010143786.8
申请日：2020-03-04
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于生成性对抗网络的模态一致性跨模态检索方法，包括以下步骤：首先利用生成性对抗网络强大的数据分布建模能力，将文本特征映射到图像特征空间，用这种方法将跨模态检索问题转换为单模态检索问题，尽可能多地保留图像语义信息的同时减小模态的异质性。其次，设计了一个模态一致性哈希网络，将真实的图像特征和通过生成性对抗网络生成的特征投影到汉明空间中，并且利用标签信息对模态间和模态内的相似性进行建模，使得输出的哈希码在模态间和模态内具有更好的语义区分性，获得更具判别性的哈希码。最后在两个常用的基准数据集上的实验结果表明本方法与现有的流行方法相比具有更好的跨模态检索性能。
-
公开(公告)号：CN111198820A
公开(公告)日：2020-05-26
申请号：CN202010001850.9
申请日：2020-01-02
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于共享隐层自编码器的跨项目软件缺陷预测方法，首先，对数据集进行预处理并划分训练集和测试集；其次，采用具有共享机制的自编码器进行特征提取，分别提取出训练集和测试集的深度特征；最后，引入焦点损失函数，训练分类器。本发明解决了跨项目软件缺陷预测中的特征分布差异问题以及首次提出了基于焦点损失共享隐层自编码器技术，使得不同的数据分布变得更加相似，利用焦点损失学习技术，给不同类别的样本分配不同的权重来解决类不平衡，同时在容易分类的样本和难分类的样本上给予不同的权重来使得分类器能够更好的学习难以分类的样本。
-
公开(公告)号：CN109766455A
公开(公告)日：2019-05-17
申请号：CN201811358982.6
申请日：2018-11-15
Applicant: 南京邮电大学
Abstract: 本发明公开了一种有鉴别的全相似性保留哈希跨模态检索方法，包括：由图像文本对组成样本构成数据集，并将数据集按照分成特征向量训练集和测试集后做规整和均一化处理；提取双模态数据，构造有鉴别的全相似性保留哈希的目标函数；迭代法求解目标函数，比较求解值与设定阈值的大小；使用预设公式计算哈希码；利用图像特征投影矩阵和文本特征投影矩阵对训练集进行投影变换，获得图像文本语义特征矩阵，再次计算哈希码；计算测试集中每个图像哈希码与训练集中所有文本哈希码之间的汉明距离 和测试集每个文本哈希码与训练集中所有图像哈希码之间的汉明距离 升序排序 和 并对计算结果进行精度计算，完成跨模态检索；本发明提升了跨模态检索的精度。
-
公开(公告)号：CN108399421A
公开(公告)日：2018-08-14
申请号：CN201810095061.9
申请日：2018-01-31
Applicant: 南京邮电大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于词嵌入的深度零样本分类方法，在学习阶段未出现的类别，依然可以在预测阶段被识别。本发明提出了基于词嵌入和深度特征提取的零样本图像学习模型，该方法通过强大的深度神经网络学习一个图像特征和语义特征联合嵌入的子空间，利用词向量的语义能力，达到图像的零样本学习目的。本发明不仅提出了深度学习方法与零样本学习结合的模型，同时还针对其结合部分嵌入空间做了大量改进，为图像零样本，亦或者其他模态的零样本学习提供参考和指导，克服传统零样本学习中样本属性定义不明确、人工特征提取等等缺点。本发明广泛用于端到端的类别预测任务中，特别适合训练样本不足甚至是缺少某一类训练样本的类别预测任务。
-
Patent Agency Ranking
公开(公告)号：CN116957064A
公开(公告)日：2023-10-27
申请号：CN202310519121.6
申请日：2023-05-09
Applicant: 南京邮电大学
Abstract: 本发明提供一种基于知识蒸馏的联邦学习隐私保护模型训练方法及系统，该方法通过在横向联邦学习全局模型的每一轮迭代训练过程中，中心服务器将全局模型参数发送给客户端，更新本地模型参数；使用预处理后长尾分布的数据集对各客户端进行本地模型的神经网络训练，同时融入教师‑学生模式的知识蒸馏技术，得到处理后的模型参数；使用混合加密技术进行加密处理后，得到组合的加密信息；中心服务器解密得到处理后的模型参数；中心服务器将更新后的全局参数返回到各客户端，客户端得到更新训练后的本地模型；本发明能够降低计算量并减少训练时间，提高训练效率，同时，能够提高模型的性能，能够提高模型的训练效果，能够提高联邦学习参数传递的安全性。
-
公开(公告)号：CN113361492B
公开(公告)日：2023-10-24
申请号：CN202110813505.X
申请日：2021-07-19
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于正交三角分解的光照不变特征提取方法，包括如下步骤：步骤1：采集人脸彩色图像，并转化为人脸灰度图像；步骤2：通过正交三角分解算法，获得#imgabs0#局部邻域的上三角矩阵对角线元素，并对其进行非线性放大；步骤3：对步骤2获得的非线性放大后的上三角矩阵对角线元素，构造光照不变特征。本发明充分考虑了人脸灰度图像的光照特性，通过正交三角分解算法，能有效消除阴影边缘的影响。
-
公开(公告)号：CN112491846B
公开(公告)日：2023-04-18
申请号：CN202011294886.7
申请日：2020-11-18
Applicant: 深圳前海微众银行股份有限公司 , 南京邮电大学
IPC: H04L9/40 , H04L67/56 , H04L67/562 , H04L9/08 , H04L9/32
Abstract: 本发明实施例提供了一种跨链的区块链通信方法及装置，该方法包括跨链验证节点接收第一代理节点发送的第一跨链密文，解密第一跨链密文得到第二跨链请求并验证第二跨链请求，在验证通过第二跨链请求后，触发第二代理节点所在的区块链系统处理第二跨链请求。由于代理节点用于对区块链系统内的节点的跨链消息进行转收发，且第一跨链密文是第一代理节点对本链节点发起的第一跨链请求进行共识后生成的，并在验证通过第二跨链请求后触发第二代理节点所在的区块链系统处理第二跨链请求，如此可以确保跨链通信的安全性。此外，该技术方案无需管理和维护大量用户证书的生成、颁发、撤销等，因此可以节约计算资源和存储资源。
-
公开(公告)号：CN115967568A
公开(公告)日：2023-04-14
申请号：CN202211671816.8
申请日：2022-12-26
Applicant: 南京邮电大学
Abstract: 本发明属于涉及物联网领域和区块链技术领域，公开了一种基于区块链和群签名机制的跨链访问控制方法，包括：初始化阶段：进行联盟链的构建和群签名群组的初始化工作，引入一条联盟链，联盟链的联盟节点包括各个链所选出的跨链代理节点和群签名群组管理员；访问控制阶段：区用户A发起跨链访问请求，群签名群组的群成员监听到链上的跨链访问请求事件，对访问请求信息进行审核，区块链B的跨链代理节点监听到联盟链上的授权事件，获取跨链请求相关信息和签名，从中提取需要的信息。该方法引入访问控制，确保跨链交互过程的通信安全，解决跨链数据交换的安全性和可信度问题，从而实现更有效的跨链访问控制。
-
公开(公告)号：CN109885653B
公开(公告)日：2022-10-04
申请号：CN201910094487.7
申请日：2019-01-30
Applicant: 南京邮电大学
IPC: G06F16/33 , G06F40/284 , G06F40/30
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。
-
-
-
-
-
-
-
-
-
Search Results
70
records
(took 0.023 seconds)
