-
公开(公告)号：CN105656692A
公开(公告)日：2016-06-08
申请号：CN201610144784.4
申请日：2016-03-14
Applicant: 南京邮电大学
CPC classification number: H04L41/145 , G06F16/285 , G06K9/6256 , G06K9/6267 , G06K9/66 , H04L41/142 , H04L41/147 , H04W84/18
Abstract: 本发明公开了无线传感网络中基于多示例多标记学习的区域监测方法，利用Fisher Kernel对同一时刻的多个传感器节点数据压缩。压缩后，某一时刻，整个无线传感器网络对应一个单示例数据而不再是多示例数据。利用MMD对历史包数据压缩，挑选出最具代表性的包数据，构成一个数据子集。利用快速多示例多标记算法完成对压缩数据的训练和监测区域状态的评估。本发明在经过两层压缩后的传感数据集上构建传感器网络状态预测模型，能够实现快速的网络状态预测。
-
公开(公告)号：CN102780583A
公开(公告)日：2012-11-14
申请号：CN201210256601.X
申请日：2012-07-24
Applicant: 南京邮电大学
Abstract: 本发明是一种物联网业务描述、组合和服务质量评估的方法，尤其涉及物联网业务应用集成中的业务描述与业务组合重用及QoS（服务质量）评估。该方法基于单个原子业务的描述模块、业务库模块、逻辑结构控制与组合模块、服务质量QoS评估模块、与平台支持层的接口模块；充分利用了既开发的物联网业务应用，通过言简意赅的描述，业务库的注册、发布，通过在逻辑控制条件下进行组合、计算新业务QoS等能够高效的重用既有业务、开发出新的具有一定复杂功能的物联网业务，具有一定的实际使用价值和经济价值。
-
公开(公告)号：CN101635941A
公开(公告)日：2010-01-27
申请号：CN200910183857.0
申请日：2009-07-24
Applicant: 南京邮电大学
Inventor： 胡海峰
CPC classification number: Y02D70/32
Abstract: 无线传感器网络中基于主从移动代理的目标跟踪方法使用基于MA的运算模式简化复杂的分布式目标跟踪算法，把WSN中目标跟踪问题归结为MA的路由问题。采用主从(master/slaver)移动代理结合模式，提出主移动代理MMA(MasterMobile Agent)和从移动代理SMA(Slave Mobile Agent)的不同的路由迁移模式。主移动代理MMA运行信息驱动的基于主移动代理的目标跟踪算法，MMA携带信任度，自适应网络连接和目标运动模式的随机变化，动态决定下一跳最大信息贡献量的迁移节点，使得MMA通过在节点之间的迁移，维持对目标的跟踪，多个MMA完成对多个目标的跟踪任务。
-
公开(公告)号：CN116311368A
公开(公告)日：2023-06-23
申请号：CN202310279257.4
申请日：2023-03-21
Applicant: 南京邮电大学
IPC: G06V40/10 , G06V20/17 , G06V10/774 , G06V10/82 , G06V10/40 , G06V10/74 , G06V10/25 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种行人重识别方法，应用于无人机场景中，以增强特征辨识度。所述行人重识别方法包括：下载无人机场景下的数据集PRAI‑1581；搭建通用的行人重识别网络框架，在残差网络ResNet50中插入卷积块注意力模块CBAM，将预处理过的图像通过CBAM‑ResNet50模块提取特征，学习特征之间的关系，获取行人的关键特征信息；利用难样本挖掘三元组损失TriHard loss和加性角度间隔损失ArcFace loss作为损失函数对网络进行训练，反向传播更新网络参数，得到训练好的行人重识别网络模型；进行行人重识别匹配。相较于传统方法，本发明增强了特征辨识度，对于无人机场景下的行人重识别任务具有较佳的效果和鲁棒性，显著地提高了行人重识别的性能。
-
公开(公告)号：CN111538649B
公开(公告)日：2022-09-23
申请号：CN202010194600.1
申请日：2020-03-19
Applicant: 南京邮电大学
IPC: G06F11/36
Abstract: 本发明公开了一种基于selenium测试工具的web应用系统自动化测试的方法，该方法包括：分析待研究web应用系统的功能，构建系统功能流程图；将所述待研究web应用系统中的每一个网页看作是一个状态，根据所述系统功能流程图，确定状态数量和状态之间的转移关系；利用马尔科夫链模型描述并计算系统状态之间的转移概率，得到所述待研究web应用系统的最终状态转移矩阵；根据所述状态转移矩阵采用selenium测试工具对所述待研究web应用系统进行自动化测试。本发明使用selenium测试工具和马尔科夫链转移概率相结合，该方法能够实现测试用例的随机生成并立即执行，代替人手动编写和手动执行测试用例，相对于传统的能量软件测试方法，该方法能够更加有效的提升软件测试的效率。
-
Patent Agency Ranking
公开(公告)号：CN113192572B
公开(公告)日：2022-08-23
申请号：CN202110478484.0
申请日：2021-04-29
Applicant: 南京邮电大学
Abstract: 本发明揭示了一种基于分子相似性和半监督学习的药物虚拟筛选方法和装置，该方法包括以下步骤：S1：收集数据集，得到有生物活性值的配体分子样本和无生物活性值的配体分子样本；S2：使用S1步骤中得到的有生物活性值的配体分子样本构建回归模型；S3：计算数据集中分子间的相似度；S4：利用S3步骤中得到的分子相似度和S2步骤中得到的回归模型，计算三元组损失；S5：根据S2步骤和S4步骤得到的损失函数训练模型。基于半监督学习方法，在模型训练中引入大量的无实验生物活性值样本，使用分子相似度和三元组损失对无实验生物活性值样本的模型预测值进行约束，解决实际应用场景中大量无生物活性值的样本无法有效参与模型训练的难题。
-
公开(公告)号：CN114822725A
公开(公告)日：2022-07-29
申请号：CN202210522628.2
申请日：2022-05-13
Applicant: 南京邮电大学
Abstract: 本发明涉及一种面向药物虚拟筛选的深度学习模型在线训练方法，步骤如下：客户端选择数据集、选择模型、填写相关参数、上传算法文件并将数据和算法文件提交给服务端；服务端接收数据和算法文件后，将算法文件存储到化学生物学算法库中，根据数据生成配置文件进而生成项目的入口文件；执行入口文件完成加载数据集、加载模型、创建优化器、创建引擎对象、训练模型等过程；通过客户端和服务端的交互，实现在线调参和在线测试的过程。本发明自定义待训练的数据集；在线训练生成深度学习模型，通过交互了解训练的收敛性以及测试生成模型的各种性能；实现多个深度学习算法组合，并支持在线训练生成新的深度模型，验证不同深度图模型特征提取的有效性。
-
公开(公告)号：CN112905599A
公开(公告)日：2021-06-04
申请号：CN202110288629.0
申请日：2021-03-18
Applicant: 南京邮电大学
Abstract: 本发明公开了基于端到端的分布式深度哈希检索方法，利用“二次前传”技术和交替方向乘子法ADMM来交互式更新分布式网络中的每个参数。本发明解决了传统的人工提取的特征在用于分布式环境下图像检索性能较差的问题。而且通过微调的ResNet网络，并不会损失太多分类性能，统一了分类与检索，同时采用了分布式架构，便于数据的并行式计算与存储。此外，通过卷积神经网络提取到的图像特征更具语义相似性。更重要的是，利用“二次前传”技术和ADMM算法实现参数的交互式更新，使得深度哈希技术与分布式架构完美结合。
-
公开(公告)号：CN107291813B
公开(公告)日：2021-01-01
申请号：CN201710355297.7
申请日：2017-05-19
Applicant: 南京邮电大学
IPC: G06F16/583 , G06K9/62
Abstract: 本发明公开了基于语义分割场景的示例搜索方法，以解决对图片区域的近似搜索问题并将相似的区域通过哈希技术映射成相同或相似的二进制编码。为提高搜索效率，从大规模图片示例集中随机选取一部分示例作为抽样示例集来度量示例间的相似性，并在马氏距离度量学习时采用计算特征值方法求解最优解。得到距离度量矩阵后，利用哈希编码技术把原始示例映射成k比特的二进制编码，在搜索图片特定标记的近邻时，搜索该标记对应的示例的近邻，比较示例集中示例和该查询示例的汉明距离，小于给定的阈值认定为近似示例，返回近似示例所在的图片。本发明通过搜索近邻示例代替搜索近邻图片，提高了搜索的精确度，解决了传统近似搜索方法不能够定位标记的缺点。
-
公开(公告)号：CN112086139A
公开(公告)日：2020-12-15
申请号：CN202010854924.3
申请日：2020-08-24
Applicant: 南京邮电大学
Abstract: 本发明提供一种面向小分子药物虚拟筛选的多源迁移学习方法及装置，所述方法包括以下步骤：获取同源数据集，并对其采样，获得经过采样后的同源数据集；输入配体分子smiles和生物活性值，在图神经网络中训练得到虚拟筛选模型；将采样后的同源数据集放到虚拟筛选模型中训练，得到模型参数；预测配体分子与药物靶标结合的生物活性值。
-
-
-
-
-
-
-
-
-
Search Results
111
records
(took 0.029 seconds)
