公开(公告)号：CN117668478A

公开(公告)日：2024-03-08

申请号：CN202311422943.9

申请日：2023-10-30

Applicant: 南京大学

Inventor： 张丽敏 ,  唐海歌 ,  韦楠楠 ,  谭天颐 ,  李浩然

IPC: G06F18/20 ,  A61B5/369 ,  A61B5/381 ,  G06F18/21 ,  G06F18/15 ,  G06F18/40

Abstract: 本发明公开了一种基于双边t检验的脑电嗅觉实时解码系统，包括：使用数据采集模块可穿戴采集动物气体诱导和无气体诱导即空白期的脑电信号，并通过蓝牙模块将数据传输至微信小程序，实现数据采集模块和后端系统的数据中转，后端系统，用于接收脑电数据，并调用部署的解码模块进行脑电解码，解码模块对脑电数据进行预处理降噪，使用双边T检验对降噪后信号进行解码，以通过脑电信号确认动物受到何种气体诱导，并在展示页面实时显示解码结果。

公开(公告)号：CN115932778A

公开(公告)日：2023-04-07

申请号：CN202310156534.2

申请日：2023-02-23

Applicant: 南京大学

Inventor： 袁雪 ,  韦楠楠 ,  张兴敢

IPC: G01S7/41

Abstract: 本发明提供一种基于低数据率HRRP序列进行弹道中段目标识别的方法，涉及雷达信号处理技术领域，本发明方法经过步骤一和二进行目标信号获取，通过雷达传感器观测目标获得的HRRP序列作为样本数据输入；通过步骤三和四对目标进行特征提取：通过以锥柱体目标建立进动模型，利用散射中心点在HRRP序列的周期性，进行时频分析并用投影法实现能量强弱的一维特征分布，从而提取出进动频率；并提取目标结构特征、熵值特征和周期特征；通过步骤五进行信号特征融合处理、通过特征重要性分析并采用Random Forest算法对特征进行分类，获得待识别目标的类别并输出最终融合结果。

公开(公告)号：CN118197454A

公开(公告)日：2024-06-14

申请号：CN202311384953.8

申请日：2023-10-24

Applicant: 南京大学

Inventor： 张丽敏 ,  韦楠楠 ,  李欣怡 ,  傅英焕 ,  应佚伦 ,  龙亿涛 ,  闫锋

IPC: G16C20/20 ,  G16C20/30 ,  G16C20/70 ,  G16C20/90 ,  G06F18/2131 ,  G06F18/211

Abstract: 本发明提供了一种基于纳米孔道的多肽混合物检测方法，包括以下步骤：(1)使用纳米孔道检测平台采集单分子多肽电流信号；(2)构建单分子多肽穿孔电流的时域、时频域的特征库；(3)对特征进行可分性、稳定性和综合评估；(4)通过优化特征组合以及机器学习模型，识别多肽混合物中的单分子及构成比例。本发明提供了纳米孔道时频域信号的指纹特征相比于时域特征，更具备稳定性；该方法针对非稳定性的电流信号发展了特征稳定性评估方法，由此选择出更具备泛化能力的特征子集；本发明提出的多肽混合物检测方法，通过实验结果验证了该方法具备多肽混合物定性、定量的潜力。

公开(公告)号：CN117411908A

公开(公告)日：2024-01-16

申请号：CN202311423072.2

申请日：2023-10-30

Applicant: 南京大学 ,  南京中拓科技有限公司

Inventor： 张丽敏 ,  谭天颐 ,  许新宇 ,  韦楠楠 ,  程诚 ,  陈永

IPC: H04L67/12 ,  H04L67/10 ,  H04L67/1095

Abstract: 本发明涉及一种基于云边端架构的智能监测系统，包括终端设备、边缘设备、云平台和自定义服务器，边缘设备通过网络纳入到云平台的边缘节点并将结果传输到自定义服务器，服务器后台传入数据到云数据库。本发明根据不同实际场景对边缘设备和终端设备的需求，将不同的算法分布式下发到对应场景的边缘设备上，实现了分布计算、逐层筛选、统一管理，具有延时低，服务器可自定义，算法分布式下发，集中式管理，程序可扩张性强的显著优势。

公开(公告)号：CN119829909A

公开(公告)日：2025-04-15

申请号：CN202411832686.0

申请日：2024-12-12

Applicant: 南京大学 ,  中国人民解放军陆军军医大学第一附属医院

Inventor： 张丽敏 ,  许新宇 ,  邓煜豪 ,  韦楠楠 ,  陈念 ,  沈天花 ,  余时沧

IPC: G06F18/10 ,  G06F18/2135 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明提出了一种基于Bi‑LSTM和注意力机制的神经元信号去噪方法，步骤包括实测神经元信号、数据预处理、合成数据集、深度学习模型，最后得到去噪声神经元信号，其中，所述的深度学习模型是由浅层的自编码器与内嵌的Bi‑LSTM层、注意力机制层组成的神经网络。本发明的显著特征在于使用了高时间敏感性的Bi‑LSTM与增强特征权重的注意力机制，相比常见的神经元信号去噪方法，具有高准确性，能在采集设备信噪比较低、通道数受限的情况下尽可能保留神经元电信号尖峰的原本形态，并且有具有经过合成数据集验证等显著优点。

公开(公告)号：CN117082127A

公开(公告)日：2023-11-17

申请号：CN202311013695.2

申请日：2023-08-11

Applicant: 南京大学 ,  南京中拓科技有限公司

Inventor： 张丽敏 ,  栾百翔 ,  唐海歌 ,  何渊 ,  韦楠楠 ,  陈永

IPC: H04L67/2869 ,  G06V20/40 ,  G06V20/52 ,  G06V20/62 ,  G06F16/28 ,  G06F16/2455 ,  G06F16/2457 ,  G06F16/2458 ,  G16Y20/10 ,  G16Y20/20 ,  G16Y20/30 ,  G16Y20/40 ,  G16Y30/00 ,  G16Y40/10 ,  G16Y40/20 ,  H04L67/12 ,  H04L67/1095

Abstract: 本发明提出了一种园区企业联动预警的智能一体机，分为园区和企业两套系统，园区和企业之间可实时通信，各系统均包括系统主页、数据监测、智慧预警、文件管理、运营管理五个板块，其特征在于所述系统主页分为园区可视化面板和企业信息；所述数据监测包含污染源监测、用电监测、工况监测、视频监测，接收来自数采仪、板卡及摄像头的数据；所述智慧预警将企业异常同步至园区端；所述文件管理可处理一体机全部文件；所述运营管理包含用户管理、权限管理、日志管理、设备管理、磁盘管理。本发明实现污染排放统一、规范管理，形成园区企业治污能力闭环监管。