-
公开(公告)号：CN118523513B
公开(公告)日：2024-12-17
申请号：CN202410989043.0
申请日：2024-07-23
Applicant: 南京邮电大学 , 中科创达软件股份有限公司
IPC: H02J50/90 , G06Q10/0631 , G06Q50/06 , H02J50/20 , H02J7/00
Abstract: 本发明公开了一种面向高度可调有向悬垂充电的效用优化方法，具体包括以下步骤：定义高度可调有向悬垂充电器集合和可充电设备集合；定义基于高度的充电功率公式、充电区域半径公式以及可充电设备效用公式；定义高度可调有向悬垂充电效用最大化问题；提出面向高度可调有向悬垂充电的高度离散化方法并将充电效用最大化问题转化为离散化后问题；将离散化后问题转化为等价的多维背包问题；通过基于高度离散化方法的效用优化充电调度算法得到充电调度方案。本发明提供了一种面向高度可调有向悬垂充电的效用优化方法，在不超过成本预算约束的前提下，确定有向悬垂充电器开启及高度调度方案，最大化总效用。
-
公开(公告)号：CN109086267B
公开(公告)日：2022-07-26
申请号：CN201810756452.0
申请日：2018-07-11
Applicant: 南京邮电大学
IPC: G06F40/289 , G06N3/02
Abstract: 本发明公开了一种基于深度学习的中文分词方法，包括如下步骤：基于字面字频将汉字映射为字面向量；对字面向量进行精化，提取携带上下文语义信息的特征向量和携带字性特征的特征向量；将字符级别向量有效融合成词级别的分布式表示，再将融合好的候选词向量送入深度学习模型中计算句子得分，运用集束搜索的方法进行解码，最终通过句子得分来选择合适的分词结果。如此使得分词任务从繁琐的特征工程中解脱出来，通过提取更丰富的特征信息能够获得更好的系统性能，并且利用完整的分割历史进行建模，具有序列级别的分词能力。
-
公开(公告)号：CN108877296B
公开(公告)日：2021-05-14
申请号：CN201810860036.5
申请日：2018-08-01
Applicant: 江苏省送变电有限公司 , 南京邮电大学 , 国家电网有限公司 , 国网江苏省电力有限公司
Abstract: 本发明公开了一种基于物联网的防碰撞系统，管廊内设有若干定位基站和定位标签，定位标签包括与控制模块连接的UWB测距模块，定位基站包括与信号处理模块连接的UWB测距模块，定位基站与定位标签之间以UWB通讯方式获取定位数据；信号处理模块以任一定位标签为中心，将一定范围内的其他定位标签的定位数据，反馈给该定位标签的控制模块。其充分考虑了电力施工管廊内高温、高湿度、高信号干扰及其能见度差的作业环境对传感器标签节点信号探测的影响，其定位精准、能耗低、监控全面效果好，多层预警机制协同作用，有效降低了相互间的碰撞风险，提高作业的安全性，具有重要的工程意义和推广应用价值。
-
公开(公告)号：CN106227341A
公开(公告)日：2016-12-14
申请号：CN201610574793.7
申请日：2016-07-20
Applicant: 南京邮电大学
IPC: G06F3/01
CPC classification number: G06F3/017
Abstract: 本发明公开了基于深度学习的无人机手势交互方法及系统，属于无人机控制的技术领域。本发明的方案，实时采集手势图像，采用深度学习算法识别手势图像中的手势动作，对识别的手势动作分类以形成对应于无人机各遥控通道控制指令的手势定义集，按照手势定义集将待识别的手势动作映射为飞行指令，传输飞行指令给无人机。将深度学习算法引入无人机控制领域，基于海量手势定义集的数据对深度学习网络进行训练，让系统智能理解用户的手势动作并将识别的手势动作转化为无人机多通道控制的物理指令，提高了识别率。
-
公开(公告)号：CN109086267A
公开(公告)日：2018-12-25
申请号：CN201810756452.0
申请日：2018-07-11
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于深度学习的中文分词方法，包括如下步骤：基于字面字频将汉字映射为字面向量；对字面向量进行精化，提取携带上下文语义信息的特征向量和携带字性特征的特征向量；将字符级别向量有效融合成词级别的分布式表示，再将融合好的候选词向量送入深度学习模型中计算句子得分，运用集束搜索的方法进行解码，最终通过句子得分来选择合适的分词结果。如此使得分词任务从繁琐的特征工程中解脱出来，通过提取更丰富的特征信息能够获得更好的系统性能，并且利用完整的分割历史进行建模，具有序列级别的分词能力。
-
Patent Agency Ranking
公开(公告)号：CN108877296A
公开(公告)日：2018-11-23
申请号：CN201810860036.5
申请日：2018-08-01
Applicant: 江苏省送变电有限公司 , 南京邮电大学 , 国家电网有限公司 , 国网江苏省电力有限公司
Abstract: 本发明公开了一种基于物联网的防碰撞系统，管廊内设有若干定位基站和定位标签，定位标签包括与控制模块连接的UWB测距模块，定位基站包括与信号处理模块连接的UWB测距模块，定位基站与定位标签之间以UWB通讯方式获取定位数据；信号处理模块以任一定位标签为中心，将一定范围内的其他定位标签的定位数据，反馈给该定位标签的控制模块。其充分考虑了电力施工管廊内高温、高湿度、高信号干扰及其能见度差的作业环境对传感器标签节点信号探测的影响，其定位精准、能耗低、监控全面效果好，多层预警机制协同作用，有效降低了相互间的碰撞风险，提高作业的安全性，具有重要的工程意义和推广应用价值。
-
公开(公告)号：CN112910625A
公开(公告)日：2021-06-04
申请号：CN202110103866.5
申请日：2021-01-26
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于机器学习储备池计算的保密通信方法及系统，其中方法包括：首先通过时滞混沌系统生成的混沌信号，并分为训练集U1(t)和加密集U2(t)，利用U1(t)对接收端的储备池计算模块进行神经网络训练，利用U2(t)对待发送信号进行加密，发送端将加密集U2(t)中的某一个维度的标量信号发送给接收端以替代储备池计算模块输出的信号向量V(t)中同一维度的信号，更新储备池计算模块的输入信号V'(t)，利用训练好的储备池计算模块完成同步加密解密。本发明解决了传统接收端同步解密系统单一局限性的弊端，大大增强了解密系统的灵活性，能正确有效地恢复出原有信息。
-
公开(公告)号：CN109948158A
公开(公告)日：2019-06-28
申请号：CN201910197440.3
申请日：2019-03-15
Applicant: 南京邮电大学
Abstract: 本发明提供了一种基于环境元嵌入和深度学习的情感倾向性分析方法，包括如下步骤：S1，采集用于训练的文本数据，获得分词文本；S2，利用word2vec和Glove训练出分词文本的词向量，再通过扩展分词文本的词向量特征的方式，获得环境元嵌入作为文本语义的词向量表示；S3，利用BLSTM和动态获取上下文窗口相融合的神经网络，自动学习上下文来抽取情感评论对象；S4，基于局部注意力机制，通过BLSTM训练所述文本语义的词向量，得到句子级特征向量；S5，通过卷积神经网络训练句子级特征向量，得到全局的文本级特征向量；S6，利用多分类函数Softmax对全局的文本级特征向量进行分类，得到文本数据的情感倾向。该方法提高了文本数据情感倾向判定的准确性。
-
公开(公告)号：CN112910625B
公开(公告)日：2023-02-28
申请号：CN202110103866.5
申请日：2021-01-26
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于机器学习储备池计算的保密通信方法及系统，其中方法包括：首先通过时滞混沌系统生成的混沌信号，并分为训练集U1(t)和加密集U2(t)，利用U1(t)对接收端的储备池计算模块进行神经网络训练，利用U2(t)对待发送信号进行加密，发送端将加密集U2(t)中的某一个维度的标量信号发送给接收端以替代储备池计算模块输出的信号向量V(t)中同一维度的信号，更新储备池计算模块的输入信号V'(t)，利用训练好的储备池计算模块完成同步加密解密。本发明解决了传统接收端同步解密系统单一局限性的弊端，大大增强了解密系统的灵活性，能正确有效地恢复出原有信息。
-
公开(公告)号：CN107038450A
公开(公告)日：2017-08-11
申请号：CN201610894675.4
申请日：2016-10-13
Applicant: 南京邮电大学
CPC classification number: G06K9/0063 , G06N3/0454 , G06N3/084
Abstract: 本发明公开了基于深度学习的无人机警察系统，用于无人机飞行管理，涉及无人机和图像识别的技术领域。本发明采用视觉传感网技术构建三层结构的无人机警察系统，通过在视觉传感网的各节点中配置无人机来弥补固定摄像机阵列存在监控死角以及不能灵活调整监控区域的缺陷，采用卷积神经网络训练数据以获取精度较高地识别模型，实现了无人机的监管和识别。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.025 seconds)
