-
公开(公告)号：CN116452604B
公开(公告)日：2024-07-05
申请号：CN202310373084.2
申请日：2023-04-10
Applicant: 南京邮电大学
IPC: G06T7/11 , G06V10/26 , G06V10/48 , G06V10/762
Abstract: 本发明公开了一种复杂变电站场景分割方法、设备及存储介质，方法包括：获取变电站场景点云；采用随机抽样一致性算法提取得到地面点云；将不包含地面点云的变电站场景点云向XOY平面投影，得到变电站的二维平面图像；对变电站的二维平面图像采用cannay边缘检测算法计算得到边缘图像；采用霍夫直线检测算法提取边缘图像中的直线，确定直线上点位于变电站场景点云中的对应点，根据空间中电力线的特征去除非电力线直线，得到电力线直线段；采用区域生长算法延长电力线直线段获取完整的电力线直线段；采用欧式聚类算法进行聚类得到电力线点云；从不包含地面点云的变电站场景点云中去除电力线点云，得到变电站场景分割结果。
-
公开(公告)号：CN112491504B
公开(公告)日：2023-02-28
申请号：CN202011275735.7
申请日：2020-11-16
Applicant: 南京邮电大学
IPC: H04L1/00
Abstract: 本发明公开一种基于一维查表法的低存储开销网络编码方法，将传统基本运算中一维指数表和一维对数表分别进行扩充，从而消除乘法中的模运算操作和条件分支操作，消除除法中的模运算操作和条件分支操作；基于随机线性网络编码进行乘法运算和除法运算时直接查寻扩充后的一维指数表和一维对数表。通过适当增加一维指数表和一维对数表的空间，不额外增加乘法算法的时间复杂度、除法算法的时间复杂度、乘法算法的空间复杂度和除法算法的空间复杂度，提高有限域上编码的效率。以解决传统乘除运算计算成本高、运算速度低和编解码效率低下的问题，以及基于二维查表法的乘除运算在保证高概率成功解码时内存开销过大的问题，实现有限域GF(2n)上的高效运算。
-
公开(公告)号：CN112532344B
公开(公告)日：2022-09-20
申请号：CN202011152591.6
申请日：2020-10-26
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于二维查表法的随机线性网络编码方法，包括建立高效乘除运算函数、预设本原多项式、对有限域进行初始化、构建乘除法运算二维表、发送节点对原始数据进行随机编码、接收节点获取编码包并进行译码、空间清理过程；本发明通过设计高效的有限域乘除法运算函数，基于此提出一种快速高效地构建乘法、除法二维表方法，通过查询所生成的二维表，可快速实现有限域的乘除运算；基于二维查表法的随机线性网络编码方法提供了高效的编解码效率，降低网络编码的计算开销。
-
公开(公告)号：CN108934029B
公开(公告)日：2021-09-24
申请号：CN201810736403.0
申请日：2018-07-06
Applicant: 南京邮电大学
Abstract: 本发明公开了一种面向感知大数据重建的加速分布式优化算法，首先构建感知大数据的重构误差最小化模型；基于拉格朗日乘子构造原始优化问题和相应的对偶问题；利用双重分解法将原始优化问题进行分解；采用加速次梯度方法解决对偶问题，构建加速优化算法进行求解；实现压缩数据的重构误差最小化以及求解唯一最优值的收敛速度提高，解决现有技术无法同时满足高精度数据质量和低时延要求的技术问题；证明了所提出的加速分布式优化算法的可收敛性，并且该算法有着对网络规模的免疫性。
-
公开(公告)号：CN108934029A
公开(公告)日：2018-12-04
申请号：CN201810736403.0
申请日：2018-07-06
Applicant: 南京邮电大学
Abstract: 本发明公开了一种面向感知大数据重建的加速分布式优化算法，首先构建感知大数据的重构误差最小化模型；基于拉格朗日乘子构造原始优化问题和相应的对偶问题；利用双重分解法将原始优化问题进行分解；采用加速次梯度方法解决对偶问题，构建加速优化算法进行求解；实现压缩数据的重构误差最小化以及求解唯一最优值的收敛速度提高，解决现有技术无法同时满足高精度数据质量和低时延要求的技术问题；证明了所提出的加速分布式优化算法的可收敛性，并且该算法有着对网络规模的免疫性。
-
Patent Agency Ranking
公开(公告)号：CN108021738A
公开(公告)日：2018-05-11
申请号：CN201711129686.4
申请日：2017-11-15
Applicant: 南京邮电大学
IPC: G06F17/50
Abstract: 本发明公开了一种具有稀疏性的芯片单性能成品率预测方法。基于工艺参数扰动，设计具有随机性的芯片性能归一化模型；其次，根据扰动基函数关键度的高低，利用正则化稀疏算法自适应选取关键扰动基函数对性能模型进行稀疏表示；最后，利用贝叶斯理论和马尔科夫链方法对芯片单性能成品率进行准确预测。本发明考虑了工艺参数扰动的随机性影响，在对芯片成品率进行精确预测同时，可以通过最大限度地剔除影响不显著的扰动基，降低预测方法的复杂度，提高方法的高效性，也很好地解决了设计参数随机性所造成的芯片性能模型的高维性、高仿真成本形象的芯片单性能成品率预测问题，对手设计参数随机新更影响的芯片单性能成品率进行具有稀疏性的准确预测。
-
公开(公告)号：CN117788476B
公开(公告)日：2024-05-10
申请号：CN202410212085.3
申请日：2024-02-27
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于数字孪生技术的工件缺陷检测方法、装置，包括：计算模板点云和标准场景点云的特征描述子；根据模板点云和标准场景点云的特征描述子进行模板匹配，得到多个感兴趣区域，生成感兴趣区域集合；根据感兴趣区域集合计算每个感兴趣区域对应的外包盒；根据外包盒对实际场景点云进行过滤，得到待检测工件对应的目标点云；根据待检测工件对应的目标点云，得到待检测工件的缺陷检测结果。本发明能够在工件缺陷检测过程中快速、批量的过滤出工件对应的多实例目标点云数据，提高工件缺陷检测的效率和精度。
-
公开(公告)号：CN117788476A
公开(公告)日：2024-03-29
申请号：CN202410212085.3
申请日：2024-02-27
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于数字孪生技术的工件缺陷检测方法、装置，包括：计算模板点云和标准场景点云的特征描述子；根据模板点云和标准场景点云的特征描述子进行模板匹配，得到多个感兴趣区域，生成感兴趣区域集合；根据感兴趣区域集合计算每个感兴趣区域对应的外包盒；根据外包盒对实际场景点云进行过滤，得到待检测工件对应的目标点云；根据待检测工件对应的目标点云，得到待检测工件的缺陷检测结果。本发明能够在工件缺陷检测过程中快速、批量的过滤出工件对应的多实例目标点云数据，提高工件缺陷检测的效率和精度。
-
公开(公告)号：CN115396065A
公开(公告)日：2022-11-25
申请号：CN202211314405.3
申请日：2022-10-26
Applicant: 南京邮电大学
IPC: H04L1/00
Abstract: 本发明公开了一种稀疏随机线性网络编码的低时延解码方法包括：用户设备在接收到由稀疏随机线性网络编码生成的可解码编码块后，将可解码编码块的编码系数矩阵进行分块；每个线程通过拆分递归的并行任务对分块后的编码系数子矩阵进行并行LU分解；利用并行LU分解出的上三角矩阵和下三角矩阵求解源数据，实现解码；本发明在单机LU分解算法的基础上，考虑到当前的网络接入设备例如手机，车载电脑等均具备多核并行计算处理能力，将解码阶段的大规模矩阵计算任务分配给多个线程，利用多线程高效的并行性和数据计算能力，提高大规模稀疏矩阵的稀疏网络编码解码带宽。
-
公开(公告)号：CN109600312A
公开(公告)日：2019-04-09
申请号：CN201910007323.6
申请日：2019-01-04
Applicant: 南京邮电大学
IPC: H04L12/721 , H04L12/751 , H04W40/12 , H04W40/24 , H04W28/14
Abstract: 本发明公开了一种面向智能终端自组网的BATMAN-Adv协议优化设计方法。首先，在控制层面的路径质量度量值TQ计算上，不再采用原协议中将丢包造成的TQ值变化和原先稳定链路的TQ值进行平均操作的算法，改为将邻居节点发来的最新序列号的OGM包中消息字段的TQ值作为从该邻居节点到达此OGM源节点的路径质量度量值的参考；其次，在数据层面节点转发数据帧去往目的地的时候，不再采用原协议中如果此刻下一跳邻居节点为不可达状态，直接丢弃数据帧的做法，改为将数据帧缓存一段时间的机制。本发明在拓扑变更时的控制层面路由重收敛优化和数据层面数据缓存转发机制相结合，能够在网络连接发生波动时进行快速的路由更新同时提高收到的数据的完整性。
-
-
-
-
-
-
-
-
-
Search Results
36
records
(took 0.032 seconds)
