“孙雁飞”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果324个，建议您升级VIP下载更多相关专利

[发明专利]面向残疾人士的手势便利控制系统-CN202011101541.5在审
发明人：张晖;滕婷婷;赵海涛;孙雁飞;朱洪波 -专利权人：南京邮电大学
申请日： 2020-10-15 - 公布日： 2021-01-15 - 主分类号： G06K9/00 文献下载
摘要：本发明提出了面向残疾人士的手势便利控制系统。属于智能家居领域；由图像采集模块、手势识别模块、手势控制模块和指令设定模块组成；所述图像采集模块采用Kinect传感器获取残疾人士的手势图像信息，图像采集模块输出端与手势识别模块输入端连接，所述的手势识别模块用于对获取的手势图像信息中的人物手势进行识别，其输出端与手势控制模块连接，所述的手势控制模块用于对家居内的电气设备进行控制，其通过局域网与指令设定模块连接，所述的指令设定模块用于对获取的手势图像信息中的人物手势与电气设备建立对应的指令关系。本发明可以智能地识别用户的手势，控制家居内的电气设备地运行，给用户带来舒适安全的享受，有非常广阔的应用场景。
面向残疾人士手势便利控制系统

[发明专利]一种众包学习方法及装置-CN201610105501.5有效
发明人：王堃;顾立秋;孙雁飞 -专利权人：华为技术有限公司;南京邮电大学
申请日： 2016-02-25 - 公布日： 2021-01-08 - 主分类号： G06K9/62 文献下载
摘要：本发明实施例公开了一种众包学习方法及装置，一种众包学习方法，包括：获取M个标注者对K个任务在T个时刻的标注，以使所述K个任务中的每个任务在所述T个时刻的每个时刻得到至少一个标注值；获得所述T个时刻中的每个时刻对应的捕获因子J；基于所述T个时刻中的每个时刻对应的捕获因子J和标注值分别对所述T个时刻进行标注的标注者准确度进行更新。本发明实施例通过判断捕获因子J的值来决定是否进一步进行标注者准确度的更新以识别标注者质量，而捕获因子J的值与任务集的数量K以及K个任务在时刻Ti被分配的次数有关，从而使得任务集以及任务被分配的次数参与标注者的能力评价，加强能力评价的可靠性，提高众包学习的准确度。
一种学习方法装置

[发明专利]基于图神经网络的知识图谱构建方法-CN202010984868.5在审
发明人： 孙雁飞;刘鹏涛;亓晋;许斌 -专利权人：南京邮电大学
申请日： 2020-09-18 - 公布日： 2020-12-29 - 主分类号： G06F16/36 文献下载
摘要：本发明提出了一种基于图神经网络的知识图谱构建方法，包括以下步骤：步骤1）目标实体识别：给定目标文本语句，使用双向长短时记忆循环神经网络模型和条件随机场模型识别目标文本语句中的目标实体；步骤2）实体关系抽取：使用基于文本的卷积神经网络模型抽取两个目标实体之间的关系；步骤3）知识图谱的构建及更新：使用图卷积神经网络模型对实体及实体关系进行学习，根据学习到的结果对知识图谱进行构建及更新，本发明提高了实体关系抽取的准确性，使知识图谱的表达能力更加精准；此外，将图神经网络模型用于学习图数据，对结点进行有效的分类，扩展知识图谱的应用性。
基于神经网络知识图谱构建方法

[发明专利]一种基于注意力机制的机械设备多工况故障预测方法-CN202010986026.3在审
发明人： 孙雁飞;张及棠;亓晋;许斌 -专利权人：南京邮电大学
申请日： 2020-09-18 - 公布日： 2020-12-29 - 主分类号： G06Q10/04 文献下载
摘要：本发明提出了一种基于注意力机制的机械设备多工况故障预测方法，包括以下步骤：步骤1）对数据进行预处理，将原始数据向量化处理，归一化，利用滑动时间窗口进行划分；步骤2）将预处理数据嵌入到长短期记忆网络层，经训练获得数据长范围依赖关系，计算出隐藏向量；步骤3）将步骤2）中的隐藏向量输入到的注意力层中；步骤4）在网络训练过程中，利用粒子群优化技术对网络参数进行优化处理；步骤5）将网络训练得到的结果输入到神经网络的全连接层，利用全连接层学习到的更高层特征表示进行线性回归计算，得到机械该周期对应的RUL，供人为调整机械运行参数或运行条件，本发明通过结合自然语言处理技术与注意力机制实现多工况下的故障预测。
一种基于注意力机制机械设备工况故障预测方法

[发明专利]软件定义云网络可信数据分发方法、可读存储介质和终端-CN201810750076.4有效
发明人： 孙雁飞;谭虹;亓晋;王堃;许斌 -专利权人：南京邮电大学
申请日： 2018-07-09 - 公布日： 2020-12-29 - 主分类号： H04L29/06 文献下载
摘要：一种软件定义云网络可信数据分发方法、可读存储介质和终端，所述方法包括：软件定义云网络层的转发层获取基础设施层发送的所述原始网络数据，将所获取的原始网络数据转换为预设格式的标准化网络数据，将标准化网络数据采用预设的可信数据分发方法传输至所述软件定义云网络层的控制层；所述控制层根据所接收的标准化网络数据生成对应的控制指令，并将所生成的控制指令采用所述可信数据分发方法发送至应用层；所述应用层响应所接收的控制指令，生成对应的返回结果信息并采用所述可信数据分发方法将所生成的返回结果信息发送至所述软件定义云网络层。上述的方案，可以缓解云网络下海量数据分发带来的网络拥塞，并提高数据传输的安全性和可靠性。
软件定义网络可信数据分发方法可读存储介质终端

[发明专利]可信的软件定义云网络数据分发系统-CN201810750078.3有效
发明人： 孙雁飞;亓晋;谭虹 -专利权人：南京邮电大学
申请日： 2018-07-09 - 公布日： 2020-12-29 - 主分类号： H04L29/06 文献下载
摘要：一种可信的软件定义云网络数据分发系统，包括依次耦接的基础设施层、软件定义云网络层和应用层；所述软件定义云网络层的转发层获取基础设施层发送的所述原始网络数据，将所获取的原始网络数据转换为预设格式的标准化网络数据，将标准化网络数据采用预设的可信数据分发方法传输至所述软件定义云网络层的控制层；所述控制层根据所接收的标准化网络数据生成对应的控制指令，并将所生成的控制指令采用所述可信数据分发方法发送至应用层；所述应用层响应所接收的控制指令，生成对应的返回结果信息并采用所述可信数据分发方法将所生成的返回结果信息发送至所述软件定义云网络层。上述的方案，可以缓解云网络下海量数据分发带来的网络拥塞，并提高数据传输的安全性和可靠性。
可信软件定义网络数据分发系统

[发明专利]一种基于会议场景的噪声分类去除方法-CN201910182462.2有效
发明人：张晖;高财政;赵海涛;孙雁飞;朱洪波 -专利权人：南京邮电大学
申请日： 2019-03-11 - 公布日： 2020-12-15 - 主分类号： G10L17/02 文献下载
摘要：本发明提出了一种基于会议场景的噪声分类去除方法，包括以下步骤：步骤（1）：首先根据会议场景下噪声的特点，将会议场景中的非背景噪声分为非目标说话人噪声、会议设备噪声、用户行为噪声、采集设备噪声；步骤（2）：根据不同种类噪声与目标说话人语音之间在时域波形图和语谱图上的区别，利用双MIC降噪方法去除采集设备噪声，利用小波降噪方法去除用户行为噪声，利用SOX降噪方法去除会议设备噪声，利用PCA降噪方法去除非目标说话人噪声，从而去除会议场景下的噪声。本发明的优点是：能有效去除会议场景下的噪声，大大提高声纹识别系统的鲁棒性和准确率。
一种基于会议场景噪声分类去除方法

[发明专利]基于区块链和边缘计算的隧道定位方法、存储介质和终端-CN201910485226.8有效
发明人：王堃;余越;孙雁飞;亓晋;岳东 -专利权人：南京邮电大学
申请日： 2019-06-05 - 公布日： 2020-11-03 - 主分类号： H04W4/02 文献下载
摘要：一种基于区块链和边缘计算的隧道定位方法、存储介质和终端，所述方法包括：块头节点按照周期采用融合定位算法计算得到对应分簇内的工人定位设备节点的定位数据；基于对应分簇内的工人定位设备节点的定位数据生成区块并通过蓝牙模块发送至其他块头节点进行认证；所述块头节点接收所述其他块头节点发送的认证信息，并在确定其他块头节点对所述区块认证成功时，将所述区块存储在区块链上；与所述云服务器连接成功的块头节点采用内置的WIFI模块将所述区块发送至预设的云服务器上；云服务器采用内置的WIFI模块接收所述区块并对对应分簇内的工人定位设备节点的定位数据进行更新。上述的方案，可以提高隧道工人定位的可靠性和准确性。
基于区块边缘计算隧道定位方法存储介质终端

[发明专利]感知大数据层次感知压缩编码方法-CN201810210379.7有效
发明人：陈思光;沙莉莉;郭文博;韩涛涛;李梦琪;王堃;孙雁飞 -专利权人：南京邮电大学
申请日： 2018-03-14 - 公布日： 2020-10-27 - 主分类号： H04L29/06 文献下载
摘要：本发明公开了一种感知大数据层次感知压缩编码方法，首先感知节点对原始数据进行压缩采样，将数据发送至簇头节点中；簇头节点对从下层收到的压缩采样数据和从其他簇头节点收到的数据进行压缩编码，并以概率p传送数据至处理节点中；处理节点对从下层收到的数据和从其他处理节点收到的数据进行进一步的编码并以概率p将编码数据发送至汇聚节点中；汇聚节点进行解码操作，获得近似的原始数据。本发明通过结合网络编码、压缩感知和层次感知理论，充分挖掘感知大数据的空时相关性，特别是簇间数据的空间相关性得到了充分挖掘，为不同类型的用户提供多分辨率数据服务，同时消除了提前共享观测矩阵这一理想假设。
感知数据层次压缩编码方法

[发明专利]面向家居CNN分类与特征匹配联合的声纹识别方法-CN202010439102.9在审
发明人：张晖;张金鑫;赵海涛;孙雁飞;倪艺洋;朱洪波 -专利权人：南京邮电大学
申请日： 2020-05-22 - 公布日： 2020-10-16 - 主分类号： G10L17/18 文献下载
摘要：本发明公开了一种面向家居CNN分类与特征匹配联合的声纹识别方法，包括如下步骤：对语音进行短时傅里叶变换生成语谱图；将语谱图输入到训练好的卷积神经网络进行分类，若识别为非家庭成员，流程结束；对语音信号提取MFCC特征参数；将MFCC特征参数和k‑means特征模板进行匹配，获取最终识别结果。本发明基于语谱图的生成、卷积神经网络、k‑means算法、余弦相似度测量方法，在保证识别准确率的情况下，有效的降低了语音识别的误检率和漏检率，解决了误检率和漏检率较高的问题，保证了家居环境的绝对安全。
面向家居 cnn 分类特征匹配联合声纹识别方法

[发明专利]面向家居多特征参数融合的声纹识别方法-CN202010439120.7在审
发明人：张晖;张金鑫;赵海涛;孙雁飞;倪艺洋;朱洪波 -专利权人：南京邮电大学
申请日： 2020-05-22 - 公布日： 2020-10-16 - 主分类号： G10L17/10 文献下载
摘要：本发明公开了一种面向家居多特征参数融合的声纹识别方法，包括如下步骤：分别计算提取到语音信号的MFCC特征参数、GFCC特征参数和LPCC特征参数；分别利用MFCC特征参数、GFCC特征参数和LPCC特征参数训练三个混合高斯模型；将三个混合高斯模型的结果加权融合，进行软判决，设定阈值，用随机梯度下降法，得到最优的权重系数，输出最终的识别结果。本发明将MFCC特征参数、GFCC特征参数和LPCC特征参数进行融合，弥补了单一特征参数无法较好的表达说话人的特征的缺陷，从而大幅提高声纹识别准确度。
面向家居特征参数融合声纹识别方法

[发明专利]移动应用网络流量聚类装置-CN201810309715.3有效
发明人：何高峰;朱海婷;孙雁飞;王堃 -专利权人：南京邮电大学
申请日： 2018-04-08 - 公布日： 2020-10-02 - 主分类号： H04L12/26 文献下载
摘要：移动应用网络流量聚类装置，包括：获取单元，适于获取移动终端所产生的网络流量；预处理单元，适于对所获取的网络流量进行预处理，生成DNS流量对应的DNS流量记录集合和除DNS流量之外的其他网络流量对应的其他网络流量记录集合；第一聚类单元，适于对DNS流量记录集合进行聚类，得到DNS流量对应的多个DNS网络流量类；第二聚类单元，适于采用所得到的多个DNS网络流量类对其他网络流量记录集合进行聚类，得到其他网络流量对应的多个其他网络流量类；合并单元，适于将DNS流量对应的多个DNS网络流量类与其他网络流量对应的多个其他网络流量类进行合并，得到最终的移动应用网络流量聚类结果。上述的方案，可以简易地实现对移动应用网络流量的聚类分析。
移动应用网络流量装置

[发明专利]移动应用网络流量聚类方法、计算机可读存储介质和终端-CN201810309712.X有效
发明人：何高峰;朱海婷;孙雁飞;王堃 -专利权人：南京邮电大学
申请日： 2018-04-08 - 公布日： 2020-10-02 - 主分类号： H04L29/06 文献下载
摘要：一种移动应用网络流量聚类方法、计算机可读存储介质和终端，所述方法包括：获取移动终端所产生的网络流量；对所获取的网络流量进行预处理，生成DNS流量对应的DNS流量记录集合和除所述DNS流量之外的其他网络流量对应的其他网络流量记录集合；对所述DNS流量记录集合进行聚类，得到所述DNS流量对应的多个DNS网络流量类；采用所得到的多个DNS网络流量类对所述其他网络流量记录集合进行聚类，得到所述其他网络流量对应的多个其他网络流量类；将所述DNS流量对应的多个DNS网络流量类与所述其他网络流量对应的多个其他网络流量类进行合并，得到最终的移动应用网络流量聚类结果。上述的方案，可以简易地实现对移动应用网络流量的聚类分析。
移动应用网络流量方法计算机可读存储介质终端

[发明专利]一种基于学习补偿的背景噪声去除方法-CN201910182463.7有效
发明人：张晖;高财政;赵海涛;孙雁飞;朱洪波 -专利权人：南京邮电大学
申请日： 2019-03-11 - 公布日： 2020-10-02 - 主分类号： G10L21/0208 文献下载
摘要：本发明公开了一种基于学习补偿的背景噪声去除方法，包括以下步骤：步骤（1）：按照会议规模将会议场景背景噪声数据集分为小型会议背景噪声、中等会议背景噪声、大型会议背景噪声；步骤（2）：背景噪声估计具体为：步骤（2.1）：采用GMM模型学习背景噪声的特征，分别得出小型会议背景噪声、中等会议背景噪声、以及大型会议背景噪声的背景噪声分布；步骤（2.2）：通过GMM识别出采集的语音信号属于何种规模的背景噪声，最后根据识别结果选择对应规模的背景噪声分布；步骤（3）：根据所估计出的背景噪声分布，采用噪声学习补偿算法对采集的语音信号进行补偿，去除采集语音信号中的背景噪声。本发明具有有效去除背景噪声的优点。
一种基于学习补偿背景噪声去除方法

[发明专利]基于区块链和边缘计算的隧道定位系统-CN201910485209.4有效
发明人：王堃;余越;孙雁飞;亓晋;岳东 -专利权人：南京邮电大学
申请日： 2019-06-05 - 公布日： 2020-10-02 - 主分类号： H04W4/029 文献下载
摘要：一种基于区块链和边缘计算的隧道定位系统，包括多个工人定位设备节点和云服务器；所述多个工人定位设备节点按照区域划分为多个分簇，每个分簇中具有对应的块头节点，所述块头节点通过蓝牙模块分别与其他分簇的块头节点、对应分簇内的工人定位设备节点耦接，并采用WIFI模块所述云服务器耦接。上述的方案，可以提高隧道工人定位的可靠性和准确性。
基于区块边缘计算隧道定位系统