-
公开(公告)号：CN118501850A
公开(公告)日：2024-08-16
申请号：CN202410636825.6
申请日：2024-05-22
Applicant: 安徽晶奇网络科技股份有限公司 , 南京邮电大学
IPC: G01S7/48 , G01S17/894 , G01C21/00 , G01C21/20 , G06V10/26 , G06V10/762 , G06V10/74 , G06V10/46
Abstract: 本发明公开了一种基于三维激光雷达的轻量级SLAM系统及其构建方法，属于三维激光雷达技术领域；系统包括前端和后端，前端包括传感器数据接收模块、点云预处理模块、特征提取模块以及特征点分层采样模块，后端包括运动估计模块、回环检测模块、建图模块和路径优化模块。本发明通过对点云数据进行预处理，特征点分层采样以及进行回环检测，特征点分层采样，在不同层次对特征点进行采样，有效降低计算复杂度，提高算法运行效率，在保证SLAM系统运行精度的同时减少计算量，适应资源有限的环境，提高SLAM系统的稳定性；通过对点云进行分割和聚类操作，提高运行效率以及优化地图的准确性和路径的一致性，提高SLAM系统的鲁棒性。
-
公开(公告)号：CN115576823A
公开(公告)日：2023-01-06
申请号：CN202211293353.6
申请日：2022-10-21
Applicant: 南京邮电大学 , 安徽晶奇网络科技股份有限公司
Abstract: 一种基于端到端变分自编码(DDVAE)的KPI异常检测方法，该方法包括以下步骤：步骤一：首先对所需评估的关键性能指标KPI数据进行获取；步骤二：将收集到的KPI数据进行编码处理，对KPI数据编码获得隐变量；步骤三：对隐变量数据进行解码处理，得到重构后的KPI数据；步骤四：将KPI数据以及编码和解码的结果通过一个长短期记忆网络进行训练，保留KPI数据时序性的特征，得到每一个KPI数据对应的异常得分；步骤五：定义偏差网络以优化异常评分网络，对异常得分进行标准化处理，以消除指标之间的量纲影响；步骤六：将标准化之后的异常得分通过损失函数网络进行训练，使得异常样本的得分显著偏离参考分数，从而判断出异常KPI数据。
-
公开(公告)号：CN115496165A
公开(公告)日：2022-12-20
申请号：CN202211293373.3
申请日：2022-10-21
Applicant: 南京邮电大学 , 安徽晶奇网络科技股份有限公司
Abstract: 一种基于自我学习双向GAN的异常检测方法，步骤包括：对原始数据集进行筛选过滤，得到只含有正常数据的训练数据集；使用训练数据集对基于原始GAN的异常检测模型进行训练；针对原始GAN模型的缺陷进行模型优化；使用训练数据集对优化后的异常检测模型进行训练；使用优化后的异常检测模型对测试数据集进行异常检测。本发明提出的新模型解决了原始模型中奖励稀疏性和模式崩溃的问题，提高了生成器生成样本的多样性以及异常检测的准确性。
-
公开(公告)号：CN111311957A
公开(公告)日：2020-06-19
申请号：CN202010410417.0
申请日：2020-05-15
Applicant: 南京邮电大学 , 安徽晶奇网络科技股份有限公司
Abstract: 本发明的目的是提供一种基于RFID和无人机的停车引导系统及工作方法，将RFID技术结合软件无线电应用到停车领域。通过无人机搭载USRP B200设备的方式，获取RFID射频车牌的射频信号，再经过RFID室内定位算法的处理，精确定位车辆位置。利用无人机上的摄像头采集车辆周围的环境信息和停车位信息并发送到管理平台，由管理平台的图像处理模块分析处理，从而获取未被选定的空闲停车位的位置。将车辆位置、空闲停车位的位置和车辆周围的环境信息作为路线规划的输入参数，通过路线规划算法，为车辆规划出停车的最短路线。快速帮助车主找到离车辆最近的空闲停车位，由无人机根据规划好的路线引导停车，节省车主的停车时间。
-
公开(公告)号：CN119476742A
公开(公告)日：2025-02-18
申请号：CN202510054493.5
申请日：2025-01-14
Applicant: 南京邮电大学 , 安徽晶奇网络科技股份有限公司
IPC: G06Q10/063 , G06V10/40 , G06V10/762 , G06V10/778
Abstract: 本发明公开了一种基于张量学习的多视图智能印章管控方法，属于张量计算和数据挖掘技术领域；包括为：收集数据并对数据进行处理；采用张量奇异值分解对数据进行分解，获取张量核范数；构建基于张量低秩学习的多视图子空间聚类模型，优化亲和度矩阵的表示；利用优化后的亲和度矩阵进行实时谱聚类，对异常使用模式进行预警和管控；生成印章使用报告。本发明通过构建多视图子空间聚类模型，对数据中的不同子空间进行分析与聚类；优化了亲和度矩阵的表示形式，使得数据间的关系更加准确地反映实际的印章使用情况；通过该模型，能够增强对印章使用行为的监控能力，并为异常使用行为提供更高效的预警机制。
-
Patent Agency Ranking
公开(公告)号：CN115549971A
公开(公告)日：2022-12-30
申请号：CN202211049325.X
申请日：2022-08-30
Applicant: 南京邮电大学 , 安徽晶奇网络科技股份有限公司
Abstract: 本发明提出基于改进生成对抗网络的物联网协议模糊测试方法，解决了传统协议模糊测试中需要掌握协议格式进而生成满足目标系统要求的测试用例的问题。在测试用例的接受率、漏洞的检出率指标上，本发明方法与传统方法相比具有显著的优越性，采用本发明所生成的测试用例具有正确的协议格式，并且保持其多样性。
-
公开(公告)号：CN115544719A
公开(公告)日：2022-12-30
申请号：CN202211046938.8
申请日：2022-08-30
Applicant: 南京邮电大学 , 安徽晶奇网络科技股份有限公司
IPC: G06F30/20 , G06F16/27 , G06N3/12 , G06F111/04 , G06F111/06
Abstract: 本发明提出一种在提升流式计算一致性的同时兼顾可用性和分区容错性的方法，将CAP问题进行量化描述，然后从整体层面进行优化。首先通过张量作为一种数学工具，对不固定冗余分布式存储系统的一致性进行量化表达。然后基于最终一致性模型的流式计算架构及更新过程，推导出了C、A、P之间定量化的约束关系。在确定约束关系模型中不同参数的性质和成本约束条件后，形成三目标优化问题。最后使用改进后的NSGA2遗传算法进行求解，经过迭代后可以得到描绘Pareto最优解集的前沿面图像。本方法实现了将传统只能定性分析的CAP问题进行量化表示，并使用遗传算法求出最优解集合，为决策者选出满意解作为解决流式计算一致性问题的方案提供了支持。
-
公开(公告)号：CN115440385A
公开(公告)日：2022-12-06
申请号：CN202211057871.8
申请日：2022-08-30
Applicant: 南京邮电大学 , 安徽晶奇网络科技股份有限公司
Abstract: 本发明提出了一种基于医疗场景的模糊高效用模式挖掘方法，通过引入模糊集理论与模糊函数模型，使得高效用模式挖掘算法不仅可以适用于交易数据库场景中，同时也可以适用于医疗数据场景中，并且能够增强挖掘结果的可解释性。该方法结合一阶段高效用模式挖掘算法与两阶段高效用模式挖掘算法的特点，在面对不同特点的数据集时，模糊过程中对时间以及空间的消耗相对比较稳定，挖掘过程中相对于传统的单一算法具有较好的性能。
-
公开(公告)号：CN111737759B
公开(公告)日：2021-10-08
申请号：CN202010805039.6
申请日：2020-08-12
Applicant: 南京邮电大学 , 安徽晶奇网络科技股份有限公司
Abstract: 针对在分布式环境下海量数据在运算处理的过程中容易遇到数据泄露以及恶意分析的问题，本发明提出一种基于Hadoop平台MapReduce环境下的隐私保护方法，该方法通过使用Hadoop集群中的MapReduce技术，结合随机抽取记录的方式，将数据集分配到各个节点，并启动Map分任务进行数据的整合处理。Reduce分任务通过使用指数机制完成属性的选择与更新，最后对叶子节点添加随机噪声，使得分类的结果满足差分隐私。该方法在保证数据可用性的同时也具有较好的分类准确率。
-
公开(公告)号：CN111737759A
公开(公告)日：2020-10-02
申请号：CN202010805039.6
申请日：2020-08-12
Applicant: 南京邮电大学 , 安徽晶奇网络科技股份有限公司
Abstract: 针对在分布式环境下海量数据在运算处理的过程中容易遇到数据泄露以及恶意分析的问题，本发明提出一种基于Hadoop平台MapReduce环境下的隐私保护方法，该方法通过使用Hadoop集群中的MapReduce技术，结合随机抽取记录的方式，将数据集分配到各个节点，并启动Map分任务进行数据的整合处理。Reduce分任务通过使用指数机制完成属性的选择与更新，最后对叶子节点添加随机噪声，使得分类的结果满足差分隐私。该方法在保证数据可用性的同时也具有较好的分类准确率。
-
-
-
-
-
-
-
-
-
Search Results
969
records
(took 0.075 seconds)
