-
公开(公告)号:CN119272845B
公开(公告)日:2025-04-25
申请号:CN202411783712.5
申请日:2024-12-06
Applicant: 南京邮电大学
Abstract: 本发明属于信息技术领域,公开一种用于工业异构设备的对比双焦点知识蒸馏联邦学习方法,通过1个服务器和N个客户端构建对比双焦点知识蒸馏联邦学习模型,各个客户端分别在本地数据集上进行预训练,得到初始化本地模型;服务器接收来自多个客户端的知识,通过双焦点蒸馏策略推动服务器模型演化为更高精度、更具泛化能力的服务器端全局模型,客户端计算全局模型与本地模型输出的特征对比损失和相对熵损失,同时,计算本地模型与全局模型和上一轮本地模型输出的特征对比损失,以及本地模型输出与硬性标签之间的交叉熵,通过知识蒸馏损失项和本地监督损失项的联合训练,本地模型在保持原有数据分布优势的同时,能够获得更高的全局准确率。
-
公开(公告)号:CN116805374B
公开(公告)日:2025-04-18
申请号:CN202310305275.5
申请日:2023-03-24
Applicant: 南京邮电大学
IPC: G06V10/764 , G06V10/774 , G06N20/00
Abstract: 本发明属于图像处理技术领域,公开了一种基于深度学习的细粒度划分星系去噪图像分类方法,使用建模能力强的transformer作为骨干网络,构建星系分类模型;为减少计算量,利用动态细粒度划分模块将注意力集中于前景区域,减少背景无效区域带来的冗余计算,同时考虑到原始图像附加的噪声,对星系图像进行去噪以提高分类精度,并且通过transformer计算全局信息的q和局部信息的k和v,完成信息之间的交互,从而实现基于transformer的细粒度划分星系去噪图像分类。本发明有效提高了分类精度,拓宽了星系图像分类在实际天文应用场景的范围,使得构建的星系分类模型更具有鲁棒性。
-
公开(公告)号:CN119271380B
公开(公告)日:2025-02-07
申请号:CN202411787909.6
申请日:2024-12-06
Applicant: 南京邮电大学
IPC: G06F9/48 , G06F16/27 , G06F21/64 , G06N5/01 , G06Q40/04 , H04L67/61 , H04L67/104 , H04L67/1095 , H04L67/1097 , H04L9/00 , H04L41/16
Abstract: 本发明公开了一种基于DAG的跨链分片调度方法,属于跨链分片调度技术领域;包括为:构建交易依赖图DAG模型;采用基于出度的节点选择算法,从有向图中无前序的节点里挑选优先级高的节点进行调度;采用FAST‑MCTS算法将事务分配到最佳的分片,最小化跨分片通信数量和延迟;采用ODS‑BFS调度算法对动态DAG进行遍历,优先处理出度较高的节点。本发明通过动态DAG图对跨链事务进行建模,捕捉不同事务之间的依赖关系,确保事务按依赖顺序执行,避免跨链交易过程中出现的回滚概率;通过将有依赖关系的事务调度到同一分片上,降低跨分片事务的冲突,适应不同规模的分片数量,保持较低的跨分片比例和较高的吞吐量。
-
公开(公告)号:CN119255302A
公开(公告)日:2025-01-03
申请号:CN202411783709.3
申请日:2024-12-06
Applicant: 南京邮电大学
IPC: H04W28/084 , H04W28/08 , H04W12/069 , H04W24/06 , H04L67/1001 , H04L9/40 , H04L67/61 , H04L41/14
Abstract: 本发明属于信息技术领域,公开一种基于数字孪生的NOMA辅助云边端通信计算方法,包括构建云边端协同通信计算架构,考虑终端异构性、边缘服务器负载均衡性问题,对计算任务进行部分卸载,选择将卸载部分传输至本地边缘服务器进行计算,或选择将本地边缘服务器作为中继节点,进一步传输至第三方边缘服务器或是云服务器进行协同计算,同时考虑边缘计算的安全性问题,将问题公式化,并构建资源分配与任务卸载决策的优化目标以及相应的约束条件,转化为多智能体MDP;在数字层利用MADDPG算法求解,实现与物理层实时交互完成策略下发,实现云边端协同的通信计算,提升问题模型的安全性以及准确性,满足终端的Qos需求。
-
公开(公告)号:CN118869213A
公开(公告)日:2024-10-29
申请号:CN202410602917.2
申请日:2024-05-15
Applicant: 南京邮电大学
Abstract: 本发明公开了基于SSI体系的统一身份认证和监管溯源方法及系统,属于数据处理及数据传输技术领域;本发明引入去中心化标识符,可验证凭证,可验证数据存储中心和监管组件,以保证溯源链之间身份认证的互通性,合规性,准确性和安全性,身份的认证不再局限于单一溯源链,提高了溯源的统一性;在溯源前,生产企业、溯源链服务提供商以及溯源链在获得政府有关部门认证后参与溯源;在使用溯源链进行溯源和监管过程中,使用可验证凭证作为溯源数据的载体,要求溯源链在产生一笔数据后都要与核心节点通过可验证凭证来进行交互,实现了双锁定机制,确保溯源链不会私自篡改数据,提高了溯源验证的准确性。
-
公开(公告)号:CN118193756B
公开(公告)日:2024-08-09
申请号:CN202410607455.3
申请日:2024-05-16
Applicant: 南京邮电大学
IPC: G06F16/36 , G06F16/33 , G06F40/279 , G06N3/0455 , G06N3/042 , G06N3/0499 , G06N3/08
Abstract: 本发明公开了一种基于图谱结构的知识图谱规则学习方法及系统,涉及知识图谱技术领域,包括利用广度优先搜索算法抽取查询三元组在知识图谱中头实体周围的子图结构,并利用Floyd算法计算实体对之间的最短距离和路径;结构感知图编码器模块捕捉头实体周围子图的结构信息,通过编码机制将输出序列化;规则解码器模块则根据编码的结构信息生成规则序列,推断目标实体的规则体;规则学习模块检查规则体是否推断出查询的准确答案,并评估规则序列的正确性。本发明通过建立局部邻域结构,描述实体在知识图谱中关联信息,有效编码图结构信息,在关系缺失情况下生成适当的规则,能够学习不同长度的规则,为解决复杂的知识推理问题提供有效的解决方案。
-
公开(公告)号:CN118194215B
公开(公告)日:2024-07-09
申请号:CN202410622102.0
申请日:2024-05-20
Applicant: 南京邮电大学
IPC: G06F18/2433 , G06F18/25 , G06F18/10 , G06N3/0464 , G06N3/049 , G06N3/088 , H04L9/40 , G06F123/02
Abstract: 本发明属于用户异常行为检测技术领域,具体是涉及基于去噪扩散概率模型与课程难度控制的内部威胁检测系统及方法,其通过数据提取模块提取用户数据集特征并进行时间细粒度聚合;通过用户特征上下文融合模块得到用户行为背后的时序关系和上下文联系;利用课程学习模块根据训练过程中内部检测威胁模型性能的变化动态调整训练实例的难度级别,同时控制不同难度级别的数据实例对模型训练的影响权重;去噪扩散概率DDPM模块对由课程学习模块制定的课程样本进行重建来学习用户的正常行为模式的数据分布。本发明增强了模型的适应性和鲁棒性,从而有助于提高模型的整体效率,实现异常用户行为的识别。
-
公开(公告)号:CN118098288B
公开(公告)日:2024-06-28
申请号:CN202410506018.2
申请日:2024-04-25
Applicant: 南京邮电大学
IPC: G10L25/66 , G10L25/30 , G06N3/0442 , G06N3/0464 , G06N3/048 , G06N3/0895
Abstract: 本发明公开了一种基于自学习标签校正的弱监督语音抑郁症检测方法,属于抑郁症检测技术领域;方法为:收集抑郁症检测数据;建抑郁症检测模型,得到每个样本的预测抑郁概率分布;制定标签校正策略,对训练集数据进行标签校正;采用损失函数对抑郁症检测模型进行训练,得到最终的抑郁症检测模型。本发明通过制定不同的标签校正策略,有效识别并校正训练集的错误标签,减轻数据集中不准确标记对自动抑郁检测模型性能的影响;同时,采用深度学习的方法构建抑郁症检测模型,获取语音信号中更深层次的时空信息,从全局角度更全面地检测音频中的抑郁信号,损失函数在优化网络参数的同时尽可能保留准确的标签,增强了对抑郁症检测的准确性。
-
公开(公告)号:CN118097517A
公开(公告)日:2024-05-28
申请号:CN202410465339.2
申请日:2024-04-18
Applicant: 南京邮电大学
IPC: G06V20/40 , G06V10/82 , G06N3/0464 , G06N3/088
Abstract: 本发明公开了一种基于双流时空编码器的自监督视频异常检测方法,属于视频异常检测技术领域。该方法包括预处理模块、视频流网络、光流网络以及横向链接。该方法引入光流来为模型提供额外的视觉线索,同时结合原始视频,从而设计了一个双流编码器来从视频中提取复杂的时空信息;其次,双流编码器采用针对不同模态数据的定制网络架构,分别为视频流网络和光流网络,实现了对视频中高级视觉特征更全面的提取;最后,通过设计横向连接来促进双流通道之间的信息交互,以弥补了深度网络中的信息遗漏问题。该方法通过以上几点提高了视频异常检测的性能。
-
公开(公告)号:CN118038561A
公开(公告)日:2024-05-14
申请号:CN202410449199.X
申请日:2024-04-15
Applicant: 南京邮电大学
Abstract: 一种基于时空循环架构的3D人体姿态估计方法,通过分别设计三个图卷积网络来处理这些图数据,最终得到一个融合的特征,充分学习关节之间的空间相关性,同时在一定程度上解决了关节的自遮挡问题;采用了一种全局局部的交替机制,通过结合在建模全局信息方面表现出色的自注意力机制和能够控制注意力机制关注范围的滑动窗口机制,以引导网络在较短的时间内关注局部细节,在较长的时间内关注全局信息,因此本方法成功避免了较长序列的干扰,使改进后的自注意力能够交替关注全局和局部信息,更加全面地捕捉时间特征,并在一定程度上解决关节的深度模糊问题。经过实验,与将自注意力机制引入3D人体姿态估计领域的方法PoseFormer比较,本方法更加准确。
-
-
-
-
-
-
-
-
-