-
公开(公告)号：CN119893671A
公开(公告)日：2025-04-25
申请号：CN202510331954.9
申请日：2025-03-20
Applicant: 南京信息工程大学
Abstract: 本发明提出了一种基于状态空间模型的多标签超宽带传感器定位方法，包括：步骤1，进行基站信息的嵌入；步骤2，对嵌入后的数据进行分割、映射与融合，得到融合特征；步骤3，提取超宽带传感器测量值的时空特征；步骤4，将状态空间模块和超宽带传感器标签位置与姿态预测模块组成室内定位模型；步骤5，训练室内定位模型，实现标签位置和姿态的同步预测，从而满足室内定位的需求。通过本发明方法，能够高效抑制超宽带传感器的测量噪声，充分提取超宽带传感器测量值的高级时空特征，实现标签位置与姿态的实时估计，为基于超宽带传感器的室内定位提供了更高的可靠性与鲁棒性。
-
公开(公告)号：CN114724112B
公开(公告)日：2025-04-25
申请号：CN202210427410.9
申请日：2022-04-21
Applicant: 南京信息工程大学
Abstract: 本发明公开了基于GhostNet的轻量化空车位识别算法，涉及目标检测识别技术领域，基于已有的车位数据集，在已有的车位数据集上加上实地采集图片，构建空车位检测数据集，并标注，标注类型主要分为两类空车位以及车位角点；将Ghost Net作为主干特征提取网络；使用Ghost Net输出两个尺度的有效特征层，构建加强特征提取网络，并嵌入SPPF以及注意力模块；使用解耦头对有效特征层进行回归预测，从而生成模型；在基于GhostNet的轻量化空车位识别模型构建完成后，首先检测空车位，根据生成的用于泊车车位角点进行下一步的路径规划，并根据泊车车位角点之间的距离判断车位的类型。
-
公开(公告)号：CN119449711B
公开(公告)日：2025-04-22
申请号：CN202510019791.0
申请日：2025-01-07
Applicant: 南京信息工程大学
IPC: H04L47/10
Abstract: 本发明提供一种周期调度策略下的信息传输方法、系统、装置及存储介质，该方法包括：建立信息传输网络，并设定信息传输网络的参数；设计网络累计压力指标，并通过该指标将信息传输网络的传输压力分为四个等级，当传输压力处于网络崩溃等级时，在信息传输网络中增加周期调度策略，将信息传输网络的传输压力降低到可控压力等级；基于信息传输网络的传输服务器缓存空间大小设定最大平稳调度周期，进一步将调度周期下降到最大平稳调度周期；设定传输网络安全监测层，对信息传输网络进行监测并实时调整调度周期。本发明通过周期性地清空信息传输网络中滞留的数据包，解决了在数据包的到达速率高于系统服务速率的情况下，数据包如何稳定传输的通信难题。
-
公开(公告)号：CN119854219A
公开(公告)日：2025-04-18
申请号：CN202510336568.9
申请日：2025-03-21
Applicant: 南京信息工程大学
IPC: H04L47/125 , H04L47/24 , G06N3/006
Abstract: 本发明公开了基于改进粒子群和河马算法的天地一体化负载均衡方法，根据天地一体化智能网络结构，建立目标优化模型及约束条件；以粒子代表天地一体化智能网络结构的改进方案，粒子的集合构成种群，引入自适应元启发式映射；求解目标优化模型，引入选择性重置机制，采用河马优化算法，模拟粒子的防御行为和逃离行为，选择更优的粒子作为最优天地一体化智能网络结构输出；该方法具有较好的的适应性、鲁棒性和扩展性，提高了效率，能够响应网络状态的变化，为天地一体化智能网络中的链路负载均衡问题提供了一种高效的流量管理方案。
-
公开(公告)号：CN119850461A
公开(公告)日：2025-04-18
申请号：CN202510322124.X
申请日：2025-03-19
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于改进的混合阶全变分图像去噪实现方法，包括步骤如下：S1，将采集到的原始图像进行灰度转换并进行加噪处理；S2，使用高斯‑拉普拉斯联合变换进行滤波；S3，在TV1模型中引入各向异性扩散张量，在LLT模型中引入基于差分曲率的图像特征提取函数；S4，利用自适应权重函数来耦合TV1模型和LLT模型，得到耦合模型；S5，将通过耦合模型得到的去噪图像，使用快速非局部均值滤波算法进行后处理；S6，使用离散差分法得到耦合模型的离散形式，采用迭代法更新像素值进行去噪，得到去噪图像，并利用峰值信噪比和结构相似性指标验证耦合模型的有效应和可行性。本发明能确保图像边缘信息的完整性，提高去噪效率。
-
Patent Agency Ranking
公开(公告)号：CN119848392A
公开(公告)日：2025-04-18
申请号：CN202510331710.0
申请日：2025-03-20
Applicant: 南京信息工程大学
Abstract: 本发明公开一种耦合地表信息控制变量的微波湿度计资料混合同化方法，在混合同化系统中加入集合扰动部分的地表信息控制变量；利用短时集合预报得到一组集合预报场，计算拓展的地表变量集合扰动，得到地表信息的流依赖背景误差信息；基于引入的地表信息控制变量，构建地表变量与大气变量的分析增量不同形式，使得两者均受地表信息的流依赖背景误差信息直接影响；基于耦合地表信息控制变量的混合同化方法，进行微波湿度计的资料同化。本发明通过引入地表信息控制变量影响和优化了其他大气变量，对模式变量信息进行更新和优化从而得到更好的分析场，提升了卫星资料的利用率。
-
公开(公告)号：CN119838173A
公开(公告)日：2025-04-18
申请号：CN202510317102.4
申请日：2025-03-18
Applicant: 南京信息工程大学
IPC: A62C3/02 , A62C37/00 , G08B17/06 , G08B31/00 , H04N23/23 , H04N7/18 , G06V20/13 , G06V20/17 , G06V20/10 , G06V20/52 , G06V20/40 , G06V10/25 , G06V10/82 , G06T17/05
Abstract: 本发明公开了一种森林火情检测和覆灭方法及系统，涉及森林防火及数据处理技术领域，方法包括：通过多个巡检无人机对规划的森林区域开展火情巡检，实时传回图像和机载传感器数据至指挥中心；使用人工智能方法识别火情，并做出火情判断和火灾等级划分；指挥中心根据热成像图筛选火点，实时更新火点位置；根据回传数据对火场蔓延趋势判断，为灭火无人机投掷灭火弹的调度任务提供依据；使用MAPPO多智能体强化学习算法训练最优动态火点协同覆灭调控策略；扑灭明火后巡检无人机继续巡逻检，识别复燃点或烟点，防止二次大面积起火。本发明方法可以实现高效协同灭火、动态环境适应和资源优化配置，并在部分智能体失效时保持鲁棒性。
-
公开(公告)号：CN119168839B
公开(公告)日：2025-04-18
申请号：CN202411659465.8
申请日：2024-11-20
Applicant: 南京信息工程大学
IPC: G06T1/00 , G06V10/764 , G06V10/82 , G06V10/80 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开一种基于双分支网络的高质量因子JPEG图像隐写分析方法，对于待分析JPEG图像，先从频率域转换到空间域得到未进行舍入和截断的非舍入像素值块，然后将非舍入像素值块进行舍入和截断操作，再将舍入误差和截断误差归一化并相加转换为误差图像；将JPEG图像和误差图像输入训练好的双分支网络，分支网络包括并行的Transformer网络模块和CNN网络模块，同时提取频域特征空域特征；将频域特征和空域特征通过融合模块进行融合，所得融合特征进入分类器，判断是否被隐写。本发明能够对高质量因子压缩下的JPEG图像进行隐写分析。
-
公开(公告)号：CN119154998B
公开(公告)日：2025-04-18
申请号：CN202411670320.8
申请日：2024-11-21
Applicant: 南京信息工程大学
Abstract: 本发明提供了一种抗复杂干扰的网络流信标编解码方法，包括：将待编码数据进行循环冗余校验CRC编码，并将编码后的数据与已知标记码序列结合后进行低密度奇偶校验LDPC编码处理，对于LDPC编码后的数据，剔除其中的已知标记码序列即M1序列并将标记码等间隔地插入到数据中，在数据末尾插入间隔标记码，将此编码段重复并在其开头和结尾分别添加开始同步码和结束同步码，将添加同步码后的序列不断重复形成码流；然后进行解码，并验证解码结果的正确性。本发明提高了前向后向算法同步数据的准确性，提高了译码的成功率，有效应对了在传输信道上易发生的干扰错误，为在加密网络环境中实现基于信标的追踪溯源提供了可靠的解决方案。
-
公开(公告)号：CN119025291B
公开(公告)日：2025-04-18
申请号：CN202411525289.9
申请日：2024-10-30
Applicant: 南京信息工程大学
IPC: G06F9/50 , G06N3/042 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种算力网络中基于图神经网络的资源协同调度方法，属于计算机领域。本发明在综合考虑网络中各个计算节点的资源使用状态的情况下使算力网络高效运行并提升网络性能；将网络环境建模成图结构，并利用GNN来实时更新并提取网络环境中的状态信息；为了最大化算力网络的性能并满足用户的多样化需求，本发明结合GNN和DDPG，使用双重神经网络架构分离策略学习和价值学习减少了过度估计的风险，并且引入经验回放的方式使得算法更容易收敛，提升了算法的稳定性和学习效率，还增强了模型的泛化能力和鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
16467
records
(took 0.097 seconds)
