-
公开(公告)号：CN116562335A
公开(公告)日：2023-08-08
申请号：CN202310619712.0
申请日：2023-05-30
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于层不平衡的多层网络嵌入计算方法，属于图神经网络领域，方法包括：获得目标层的基准层嵌入；基于所述目标层的基准层嵌入，使用相似度函数sigmoid计算目标层上节点间的相似度；使用所述相似度作为采样概率对辅助层的边进行欠采样，得到欠采样后的辅助层；基于欠采样后的辅助层应用注意力机制获得节点的公共嵌入，将公共嵌入和基准层嵌入结合得到节点最终嵌入；根据节点最终嵌入计算损失函数并更新节点嵌入。本发明在图数据增强的过程中引入相似度计算，对辅助层的边进行欠采样，改善多层网络表示学习过程中目标层的稀疏性和层间的不平衡性问题。
-
公开(公告)号：CN110276356B
公开(公告)日：2022-09-06
申请号：CN201910524945.6
申请日：2019-06-18
Applicant: 南京邮电大学
IPC: G06T7/00 , G06T7/136 , G06T7/62 , G06T7/90 , G06V20/70 , G06V10/764 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 一种基于R‑CNN架构的眼底微动脉瘤目标检测模型，实现对眼底微动脉瘤病灶的检测与识别，所述方法包括：对眼底图像进行预处理；对预处理图像进行血管分割；对预处理图像经局部自适应阈值分割、去除血管以及面积筛选三个步骤得到真正的微动脉瘤候选区域；采用数据增强扩充训练样本数量；采用迁移学习的方法，使用预训练的VGG16网络对样本进行特征提取，并在特征提取网络之后添加微动脉瘤分类器进行联合训练；上述的方案，为糖尿病视网膜图像眼底微动脉瘤目标检测提供了一种新的方法。
-
公开(公告)号：CN111222562B
公开(公告)日：2022-04-08
申请号：CN202010002235.X
申请日：2020-01-02
Applicant: 南京邮电大学
Abstract: 本发明提供了一种空间自注意力机制及目标检测方法，对特征图F进行自适应平均池化得到特征图F′；对特征图F′进行两次降维映射，得到f(F′)与g(F′)并按行展开，得到矩阵M和矩阵N；将矩阵M和矩阵N进行相乘，得到矩阵Z；对矩阵Z通过行卷积得到特征图Y；再使用sigmoid激活并进行拓展，得到特征图Q；对特征图Q进行反自适应平均池化，得到最终空间每个像素的权重，将所述权重与特征图F进行点乘，以获得最终特征图R作为下一个卷积层的输入。本发明基于空间自注意力机制，能够更好地提高目标检测方法的精度，本发明简单高效，且计算量较低，可应用到任意卷积网络的前向过程中，为特征图提供全局信息指导，提高卷积网络的表达能力。
-
公开(公告)号：CN112287764A
公开(公告)日：2021-01-29
申请号：CN202011050686.7
申请日：2020-09-29
Applicant: 南京邮电大学
Abstract: 本发明揭示了一种基于小样本学习的梅派手势识别方法，包括如下步骤：S1、收集梅派手势数据以及利用手势表示0~10的手势数据、形成数据集；S2、对数据集内的数据进行预处理并对数据进行划分；S3、构建网络模型，利用构建的网络模型对预处理后的数据进行特征提取；S4、利用损失函数对网络模型的参数进行训练优化、得到优化后的网络模型；S5、使用优化后的网络模型进行梅派手势识别。本发明首次将人工智能技术中的元学习技术应用到了我国京剧艺术表演的梅派手势识别中，使得手势识别的准确率得到了显著地、大幅度地提升，为梅派手势的传承和发展提供了强有力的技术支持。
-
公开(公告)号：CN103634403A
公开(公告)日：2014-03-12
申请号：CN201310654465.4
申请日：2013-12-06
Applicant: 南京邮电大学
Abstract: 本发明属于移动对象数据管理技术领域，公开了一种城市路网上基于相似运动聚簇的移动对象位置汇报和索引方法。路网上移动对象（如车辆）触发位置汇报后，通过免费的802.11无线通信(如Wifi)收集周围移动对象的位置和速度，然后经付费的GPRS或GSM，将汇总信息报告给数据库服务器。数据库服务器采用相似运动TPR树（Similar-movement Time Parametered R-tree,STPR）索引聚簇对象的运动，该树有两个特点：（1）每个叶子节点索引位置临近、方向相同、速度相近的移动对象；（2）索引节点的维护，即增、删、改，以批处理方式完成。这种位置汇报和索引方法不仅可以大幅度减少监控位置的付费通信代价，而且可以显著降低索引维护的磁盘I/O，满足城市中对海量移动对象的实时跟踪需求。
-
Patent Agency Ranking
-
公开(公告)号：CN112287764B
公开(公告)日：2022-10-14
申请号：CN202011050686.7
申请日：2020-09-29
Abstract: 本发明揭示了一种基于小样本学习的梅派手势识别方法，包括如下步骤：S1、收集梅派手势数据以及利用手势表示0~10的手势数据、形成数据集；S2、对数据集内的数据进行预处理并对数据进行划分；S3、构建网络模型，利用构建的网络模型对预处理后的数据进行特征提取；S4、利用损失函数对网络模型的参数进行训练优化、得到优化后的网络模型；S5、使用优化后的网络模型进行梅派手势识别。本发明首次将人工智能技术中的元学习技术应用到了我国京剧艺术表演的梅派手势识别中，使得手势识别的准确率得到了显著地、大幅度地提升，为梅派手势的传承和发展提供了强有力的技术支持。
-
公开(公告)号：CN111402919A
公开(公告)日：2020-07-10
申请号：CN201911278068.5
申请日：2019-12-12
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于多尺度多视图的戏曲唱腔风格识别方法，包括步骤如下：S1收集戏曲音频并进行正反例标记；S2对标记的戏曲音频进行预处理；S3对预处理之后的音频进行特征提取；S4搭建训练模型，优化模型参数；S5使用优化后的卷积神经网络模型，识别正例戏曲风格。从原始音频数据中生成语谱图、MFCC谱图等多个视图下的表示，并在不同尺度下生成训练样本，随后采用卷积神经网络(CNN)模型抽取特征并融合至分类模型中，以识别某类特定艺术家的风格。本方法可以准确识别戏曲的风格，可作为戏曲教学中的唱腔评分依据，模型学得的参数也可用于生成具有特定风格的唱腔。
-
公开(公告)号：CN104391908B
公开(公告)日：2019-03-05
申请号：CN201410655506.6
申请日：2014-11-17
Applicant: 南京邮电大学
IPC: G06F16/901
Abstract: 本发明公开了一种图上基于局部敏感哈希的多关键字索引方法，属于图数据(graph data)管理技术领域，该方法是双层索引来支持图上的多关键字查询。若干图根据顶点关键字在n‑gram空间聚类后，根据聚簇结构构建上层的位图和下层的局部敏感哈希表：上层的位图根据关键字包含的粗粒度的n‑gram(n个连续字母构成的字符串)实现图到类簇的映射；下层的每个类簇对应一个局部敏感哈希表，哈希表的桶中包含细粒度的n‑gram对应的候选图。该索引具有如下优势：(1)查询I/O和关键字个数独立，显著减少多关键字查询的I/O次数，加快查询速度；(2)不同粒度的n‑gram相结合，有效避免索引对拼写错误敏感，提高了概率返回期望的结果。
-
公开(公告)号：CN104391908A
公开(公告)日：2015-03-04
申请号：CN201410655506.6
申请日：2014-11-17
Applicant: 南京邮电大学
IPC: G06F17/30
CPC classification number: G06F17/30958
Abstract: 本发明公开了一种图上基于局部敏感哈希的多关键字索引方法，属于图数据(graph data)管理技术领域，该方法是双层索引来支持图上的多关键字查询。若干图根据顶点关键字在n-gram空间聚类后，根据聚簇结构构建上层的位图和下层的局部敏感哈希表：上层的位图根据关键字包含的粗粒度的n-gram(n个连续字母构成的字符串)实现图到类簇的映射；下层的每个类簇对应一个局部敏感哈希表，哈希表的桶中包含细粒度的n-gram对应的候选图。该索引具有如下优势：(1)查询I/O和关键字个数独立，显著减少多关键字查询的I/O次数，加快查询速度；(2)不同粒度的n-gram相结合，有效避免索引对拼写错误敏感，提高了概率返回期望的结果。
-
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.022 seconds)
