公开(公告)号：CN118886471A

公开(公告)日：2024-11-01

申请号：CN202410941412.9

申请日：2024-07-15

Applicant: 南京邮电大学

Inventor： 吴超 ,  杨硕 ,  焦东来 ,  杨静 ,  朱少楠

IPC: G06N3/082 ,  G06N3/04 ,  G06F18/214 ,  G06F18/15

Abstract: 本发明提出了一种基于时空深度残差网络的大气CO2浓度预测方法，包括：利用OCO‑2卫星观测数据和GEOS同化系统数据构建XCO2样本数据集；预处理数据，并对人为排放、气象参数、土地利用、地形地表及大气污染等多种环境数据进行抽取和匹配等，以形成训练数据集；改进ResNet结构，建立深度残差网络回归模型，并以XCO2作为目标变量、各种环境数据作为解释变量训练回归模型；评估和量化环境数据的特征重要性并剔除不必要的变量；引入时空信息，增强模型对时空特征的捕捉能力，构建ST‑ResNet模型，并使用多种十折交叉方法对其精度进行全面评估；最后，将ST‑ResNet应用于中国区域的1km分辨率日均XCO2估算，输出结果。

公开(公告)号：CN113240691B

公开(公告)日：2023-08-01

申请号：CN202110654344.4

申请日：2021-06-10

Applicant: 南京邮电大学

Inventor： 张登银 ,  严伟丹 ,  赵蓉 ,  朱虹 ,  杨硕 ,  杜群荐 ,  孙俊杰

IPC: G06T7/11 ,  G06T5/50 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开了一种基于U型网络的医学图像分割方法，属于图像处理技术领域，包括如下步骤：首先将医学影像数据集的原图和实际分割图按照一定比例分成训练集、验证集以及测试集，并将训练集以及验证集送入改进的恒定缩放分割网络中训练；本发明针对传统传统U型网络中编码器和解码器的部分进行改进，提出恒定缩放的残差网络与循环神经网络结合代替原有的编解码器模块，增强浅层信息与深层语义的灵活性融合，更深入地提取了图像的特征信息，同时提高医学图像分割的精确度。本发明从改进模块结构的角度弥补了传统U型网络捕捉细节信息能力丢失、深浅层信息特征融合比例固定的问题，从而改善了最终的分割结果。

公开(公告)号：CN106102052A

公开(公告)日：2016-11-09

申请号：CN201610116660.5

申请日：2016-03-01

Applicant: 南京邮电大学

Inventor： 侯晓赟 ,  杨硕 ,  朱艳 ,  胡慧菊 ,  屈云国

IPC: H04W12/04

CPC classification number: H04W12/04

Abstract: 本发明公开了一种联合信道幅度和相位的二维无线物理层密钥生成方法，该方法基于窄带平坦衰落信道，是将估计的信道幅度和信道相位组合成一个极坐标点。根据幅度和相位组合比特数的不同划分不同的区域，然后根据极坐标点所在的区域进行量化成不同的比特流。该方法的实施步骤包括：本发明的Alice向节点Bob发送探测信号，Bob接收到信号后，并用它来测量信道特征，接着向Alice发送数据包，节点Alice接收并测量。多个来回后，得到信道幅度和相位矢量。最后Alice和Bob分别根据信道幅度和相位所需比特的不同进行量化得到初始密钥。本发明与基于信道相位的密钥生成方案相比，具有较低的初始比特不一致率，降低了通信双方彼此间的信息协商程度。

公开(公告)号：CN113240691A

公开(公告)日：2021-08-10

申请号：CN202110654344.4

申请日：2021-06-10

Applicant: 南京邮电大学

Inventor： 张登银 ,  严伟丹 ,  赵蓉 ,  朱虹 ,  杨硕 ,  杜群荐 ,  孙俊杰

IPC: G06T7/11 ,  G06T5/50 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于U型网络的医学图像分割方法，属于图像处理技术领域，包括如下步骤：首先将医学影像数据集的原图和实际分割图按照一定比例分成训练集、验证集以及测试集，并将训练集以及验证集送入改进的恒定缩放分割网络中训练；本发明针对传统传统U型网络中编码器和解码器的部分进行改进，提出恒定缩放的残差网络与循环神经网络结合代替原有的编解码器模块，增强浅层信息与深层语义的灵活性融合，更深入地提取了图像的特征信息，同时提高医学图像分割的精确度。本发明从改进模块结构的角度弥补了传统U型网络捕捉细节信息能力丢失、深浅层信息特征融合比例固定的问题，从而改善了最终的分割结果。