公开(公告)号：CN115327041A

公开(公告)日：2022-11-11

申请号：CN202210948354.3

申请日：2022-08-09

Applicant: 南京邮电大学

Inventor： 徐鹤 ,  张澳生 ,  徐鑫 ,  季一木 ,  李鹏 ,  王汝传 ,  苗冬冬

IPC: G01N33/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于关联性分析的空气污染物浓度预测方法。本发明先通过皮尔森系数将相邻站点的空气污染物浓度与目标站点的污染物浓度进行关联性强弱的排序，然后将关联性最高的若干项污染物浓度与目标站点的历史污染物浓度进行组合的数据放入到神经网络模型中进行训练。相较于传统的直接进行模型训练的方法增加了多个相邻站点之间的关联性的分析再进行模型的训练，这种方法更能够挖掘到相邻站点空气污染物浓度的变化对目标站点污染物浓度变化所造成的影响，从而能够更加精确的预测到目标站点的空气污染物浓度的变化。通过以上提出的一种基于关联性分析的空气污染物浓度预测方法可以实现对空气污染物的变化进行准确的预测。

公开(公告)号：CN107893219A

公开(公告)日：2018-04-10

申请号：CN201711103534.7

申请日：2017-11-09

Applicant: 南京邮电大学

Inventor： 徐鑫 ,  朱科翔 ,  梁嘉吉 ,  刘胜利

IPC: C23C18/12 ,  H01B12/06

CPC classification number: Y02E40/642 ,  C23C18/1216 ,  C23C18/1245 ,  H01B12/06

Abstract: 本发明提供一种钆钐掺杂的钇钡铜氧超导层及制备方法，具体涉及一种通过Gd离子联合Sm离子部分替代Y离子的方式在LAO基片上制备(YxGdySmz)BCO超导层的方法，有效克服YBCO超导层的厚度效应，提高超导载流能力。该制备方法首先利用有机金属溶液沉积技术配置金属前驱液，然后用浸渍提拉机在LAO基片上进行多次提拉镀膜，把镀好膜的样品进行热处理以及退火处理，得到在LAO基片上生长的(YxGdySmz)BCO超导层。利用该方法能生产出厚度达到5μm的高载流能力的(YxGdySmz)BCO涂层导体，临界电流可达500A/cm。

公开(公告)号：CN115909266A

公开(公告)日：2023-04-04

申请号：CN202211367523.0

申请日：2022-11-03

Applicant: 南京邮电大学

Inventor： 马泽森 ,  付慧 ,  王纯洁 ,  徐鹤 ,  季一木 ,  刘尚东 ,  苏俞彪 ,  徐鑫 ,  张澳生

IPC: G06V20/58 ,  G06V10/82 ,  G06V10/80 ,  G06V10/44

Abstract: 一种融合双重注意力机制的单目3D目标检测方法，基于目标检测算法，融合通道注意力机制及空间注意力机制，提供有效聚焦，提升收敛速度，减少时延，可以更好地解决目标检测的精度问题，提高网络的可解释性，同时提升目标检测的性能。通过将通道注意力机制(channel attention)、空间注意力机制(spatial attention)两种注意力机制综合运用，聚焦输入图像的全局与局部的双重重要信息来提高单目3D目标检测的精度。该发明成本极低、便于推广使用，能够在自动驾驶、障碍物检测与定位中扮演非常重要的角色。

公开(公告)号：CN115394440A

公开(公告)日：2022-11-25

申请号：CN202210958683.6

申请日：2022-08-09

Applicant: 江苏跃凯生物技术有限公司 ,  南京邮电大学

Inventor： 张笑宇 ,  闵钰春 ,  陈旭东 ,  鲍善军 ,  丁淳悦 ,  徐鑫 ,  徐鹤 ,  季一木 ,  刘尚东 ,  李鹏

IPC: G16H50/30 ,  A61B5/145 ,  G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本申请提供一种基于模型融合的葡萄糖浓度预测方法及相关设备，在获取到初始样本数据集后，采用卡尔曼滤波算法对初始样本数据集中的传感器电流信号进行降噪平滑处理，使电流信号更接近真实值，提高预测结果的精度；基于K折交叉验证，将优化后的LSTM模型得到的对葡萄糖浓度的初步预测结果输入优化后的XGBoost模型，得到葡萄糖浓度的最终预测结果。利用模型融合的思想，将LSTM模型的初步预测结果作为XGBoost模型输入，充分发挥LSTM模型和XGBoost模型的各自优势，提高葡萄糖浓度预测的精度。采用K折交叉验证的方式可以降低模型在构建和融合过程中出现过拟合的风险并提高模型的泛化能力，提高预测结果的精度。

公开(公告)号：CN114648095A

公开(公告)日：2022-06-21

申请号：CN202210190501.5

申请日：2022-02-28

Applicant: 南京邮电大学

Inventor： 徐鹤 ,  徐鑫 ,  季一木 ,  李鹏 ,  王汝传 ,  张澳生 ,  苗冬冬

IPC: G06N3/04 ,  G06N3/08

Abstract: 本发明涉及生态环境监测技术领域，公开了一种基于深度学习的空气质量浓度反演方法，将卷积神经网络、长短期记忆神经网络和全连接神经网络与引入Nesterov动量的自适应学习率RMSProp算法和参数初始化策略相结合，对传统的LSTM模型进行了优化并且提出使用了自适应学习算法。基于建立的双向LSTM模型对空气质量浓度的变化进行反演，这种方法能够大幅度减少训练模型所需要的时间并且能提高空气质量浓度的精度，根据新的环境数据的变化去在线训练模型。通过基于深度学习的空气质量浓度反演方法可以实现对区域式空气质量浓度的变化进行准确的反演。

公开(公告)号：CN113657447A

公开(公告)日：2021-11-16

申请号：CN202110794699.3

申请日：2021-07-14

Applicant: 南京邮电大学

Inventor： 王玉峰 ,  徐鑫

IPC: G06K9/62 ,  G06N20/00

Abstract: 本发明公开了一种数据融合方法、装置、设备及存储介质，其方法包括：获取当前批次发布的当前任务以及当前批次之前发布的历史任务；基于历史任务，通过二分类任务的正负标签的分布概率，估算出注释标签的错误率；将当前任务发送至标签注释者进行注释获得注释标签；将当前任务输入到训练好的分类器中预测获得预测标签；根据当前任务的注释标签、预测标签与注释标签的错误率，估算出预测标签的错误率；根据二分类任务的正负标签的分布概率、预测标签的错误率和注释标签的错误率，融合预测标签与注释标签，得到当前任务的最终标签；本发明达到了在没有准确标签的情况下使用分类器来辅助完成当前任务的目的，节约了劳动力并且加快了任务的完成。