“季一木”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141个，建议您升级VIP下载更多相关专利

[发明专利]基于知识蒸馏的联邦学习隐私保护模型训练方法及系统-CN202310519121.6在审
发明人：刘尚东;王木森;胥熙;张嘉铭;张欣同;吴飞;季一木 -专利权人：南京邮电大学
申请日： 2023-05-09 - 公布日： 2023-10-27 - 主分类号： G06N3/098 文献下载
摘要：本发明提供一种基于知识蒸馏的联邦学习隐私保护模型训练方法及系统，该方法通过在横向联邦学习全局模型的每一轮迭代训练过程中，中心服务器将全局模型参数发送给客户端，更新本地模型参数；使用预处理后长尾分布的数据集对各客户端进行本地模型的神经网络训练，同时融入教师‑学生模式的知识蒸馏技术，得到处理后的模型参数；使用混合加密技术进行加密处理后，得到组合的加密信息；中心服务器解密得到处理后的模型参数；中心服务器将更新后的全局参数返回到各客户端，客户端得到更新训练后的本地模型；本发明能够降低计算量并减少训练时间，提高训练效率，同时，能够提高模型的性能，能够提高模型的训练效果，能够提高联邦学习参数传递的安全性。
基于知识蒸馏联邦学习隐私保护模型训练方法系统

[发明专利]一种基于分布式引擎的基因序列并行压缩算法-CN202310899859.X在审
发明人： 季一木;刘尚东;法虎 -专利权人：江苏拓邮信息智能技术研究院有限公司
申请日： 2023-07-21 - 公布日： 2023-10-24 - 主分类号： G16B50/50 文献下载
摘要：本发明公布了一种基于分布式引擎的基因序列并行压缩算法，首先输入文件分区：使用TextInputFormat作为输入SAM文件的内部分区方式；其次，进行单机压缩算法：对QUAL字段进行重排序，增加局部冗余度；引入CIGAR字段进行差异编码，减少编码量；通过布隆过滤器来构造高质量索引，并进行匹配编码。根据剩余字段的类型和变化特征，分别选择适当的编码和压缩工具；最后进行压缩算法的并行化：使用RDD算子设计容错性强的并行压缩流程。本发明采用多线程的方式对多个Job进行并行处理，并利用高性能的序列化机制降低了Shuffle过程中数据传输的成本；有效提高了SAM基因序列的压缩速度和压缩效率。
一种基于分布式引擎基因序列并行压缩算法

[发明专利]基于自步学习与邻接矩阵的标签噪声鲁棒联邦学习方法-CN202310741144.1在审
发明人：吴飞;张家宾;季一木;金昊;黄庆花 -专利权人：南京邮电大学
申请日： 2023-06-21 - 公布日： 2023-10-20 - 主分类号： G06N3/098 文献下载
摘要：本发明涉及一种基于自步学习与邻接矩阵的标签噪声鲁棒联邦学习方法，基于客户端‑服务器模式的横向联邦学习框架，进行分布式训练，包括以下步骤：步骤S1，选取可信客户端；步骤S2，根据可信客户端计算所有客户端样本的近邻关系：根据步骤S1中获得的可信客户端进行联邦学习，得到全局联邦模型，使用所述全局联邦模型为所有客户端样本计算近邻关系；步骤S3，自步更新样本近邻关系以及标签评估与矫正；步骤S4，离群样本处理。本发明提供一种安全可靠的基于自步学习与邻接矩阵的标签噪声鲁棒联邦学习方法，能够有效地减少噪声数据对模型的干扰，并提高模型收敛速度。
基于学习邻接矩阵标签噪声联邦学习方法

[发明专利]一种基于图结构的跨模态行人重识别方法-CN202310913967.8在审
发明人： 季一木;刘尚东;张驰 -专利权人：江苏拓邮信息智能技术研究院有限公司
申请日： 2023-07-25 - 公布日： 2023-10-13 - 主分类号： G06V40/10 文献下载
摘要：本发明公开了一种基于图结构的跨模态行人重识别方法，属于行人重识别方法技术领域。首先构建训练特征数据集，采用身份平衡抽样策略进行训练，抽取两个模态的不同身份的行人数据；然后通过训练特征数据集生成邻接矩阵去构造无向图结构，通过矩阵乘法进行图构造计算；同时进行两个模态的图注意力学习；并采用多头注意力技术提高图注意力学习的数据精确度。本发明使用多头注意力技术为模态内和模态间图结构分配自适应权重，消除较大变化样本的负面影响，减少了模态差异，并使训练过程稳定、高效。
一种基于结构跨模态行人识别方法

[发明专利]基于多种加密编码和诱饵执行体的通信方法、DHR构造及介质-CN202310566060.9在审
发明人：刘尚东;左军;季一木;邵思思;周龙飞;曾福康 -专利权人：南京邮电大学
申请日： 2023-05-18 - 公布日： 2023-09-29 - 主分类号： H04L9/00 文献下载
摘要：本发明提供一种基于多种加密编码和诱饵执行体的通信方法、DHR构造及介质，通过DHR构造的执行体池中存放执行体集；客户端发送数据经过输入代理进行多种加密编码后，发送到处于运行状态的执行体集；在执行体集的诱饵执行体受到攻击时通知负反馈控制器；在执行体集的异构执行体受到攻击无法正常输出结果时通知负反馈控制器进行替换；让受攻击的诱饵执行体收集攻击行为数据，再选择新的诱饵执行体进行替换；异构执行体的输出结果由多模裁决器进行裁决，由输出代理获得最终输出结果输出到客户端；本发明能够保证执行体稳定且安全运行，同时降低攻击者“攻击逃逸”风险，能够提高裁决结果的准确性，并能够有效提高通信的安全性、稳定性和可靠性。
基于多种加密编码诱饵执行通信方法 dhr 构造介质

[发明专利]基于改进粒子群算法的多机器人区域覆盖方法-CN202110971579.6有效
发明人： 季一木;王桢发;刘尚东;袁猛;黄乃娇;陈澄 -专利权人：南京邮电大学
申请日： 2021-08-23 - 公布日： 2023-09-26 - 主分类号： G06N3/006 文献下载
摘要：本发明提供一种基于改进粒子群算法的多机器人区域覆盖方法，通过对待覆盖区域建立坐标系，根据n台探测范围不同的机器人，各机器人i在全局坐标系中的位置构成向量，为迭代初始位置，然后利用改进粒子群算法求解点云，在粒子群算法的迭代过程中，考虑不同机器人的探测范围，进行速度和位置更新，直至获得最大程度覆盖目标区域的机器人的位置集合；该种基于改进粒子群算法的应用于多机器人区域覆盖方法，相对于现有方法，能够用于多种不同探测范围的机器人在已知区域内覆盖，有效提高实际覆盖区域和覆盖率，使得生成的目标点云更好的实现对区域的覆盖，能够生成最大程度覆盖区域的机器人位置集合。
基于改进粒子算法机器人区域覆盖方法

[发明专利]一种联合巡检场景中多智能体任务区域规划方法-CN202110804005.X有效
发明人：袁猛;季一木;许斌;陈澄;王桢发;黄乃娇;刘尚东 -专利权人：南京邮电大学
申请日： 2021-07-16 - 公布日： 2023-09-22 - 主分类号： H02J3/00 文献下载
摘要：本发明是一种联合巡检场景中多智能体任务区域规划方法，该任务区域规划方法包括：目标区域全局信息获取；获取可调用各智能体巡检能力状况和位置信息；对目标区域进行网格化切割并建模；结合智能体信息和目标区域信息进行任务区域规划。在考虑智能体信息和任务密度不均衡的条件下，本发明采用基于任务密度分配的联合巡检场景中多智能体任务区域规划，可以有效的降低因任务密度不同和智能体能力状况不一所引起的规划不均衡问题。
一种联合巡检场景智能任务区域规划方法

[发明专利]一种基于图网络与模态间特征融合的跨模态哈希方法-CN202310529537.6在审
发明人：吴飞;李帅帅;季一木;陈澍;蒋国平 -专利权人：南京邮电大学
申请日： 2023-05-11 - 公布日： 2023-09-19 - 主分类号： G06F16/31 文献下载
摘要：本发明公开了一种基于图网络与模态间特征融合的跨模态哈希方法包括，通过获取跨模态检索数据集；对训练数据集里文本和图像分别进行特征提取，通过孪生图卷积神经网络学习图像和文本模态的图表示；通过模态间特征融合模块生产层图像和文本模态的哈希码；引入余弦三元组损失，根据模态间鉴别损失函数、模态内鉴别损失函数、引导损失函数和量化损失函数训练网络；通过网络收敛，利用测试集的样本进行跨模态检索。本方法有效的联合利用图像和文本模态的深层特征，从而有效地减少模态差异，同时保持邻里关系，解决了过去跨模态哈希方法占存储空间大和检索速度慢的问题。
一种基于网络模态间特征融合跨模态哈希方法

[发明专利]一种基于机器视觉算法的电力站房监测方法及系统-CN202310792189.1在审
发明人：李春鹏;张浩;王盺平;栾奇麒;杨小平;李军;官国飞;宋庆武;蒋峰;朱天泽;蒋超;赵晟;陈志明;苏俞彪;蒋林岑;徐鹤;季一木;刘尚东 -专利权人：江苏方天电力技术有限公司;南京邮电大学
申请日： 2023-06-30 - 公布日： 2023-09-15 - 主分类号： G06V20/52 文献下载
摘要：本发明公开了电力站房监测领域的一种基于机器视觉算法的电力站房监测方法及系统，包括：采集电力站房中待监测区域的实时监测图像；将所述实时监测图像输入至预先训练好的学生网络模型E，输出实时监测图像的识别结果；所述学生网络模型E的训练过程包括：通过训练数据集对所述教师网络模型N进行训练，获得训练好的教师网络模型N；通过知识蒸馏技术更新学生网络模型E的参数；重复迭代直至达到迭代终止条件，输出训练好的学生网络模型E；通过机器视觉进行图像识别对电力站房进行监测，对站房周围区域和目标进行实时监控监测和报警，实现无人化监测。
一种基于机器视觉算法电力监测方法系统

[发明专利]一种基于双注意力感知融合网络的跨模态行人重识别方法-CN202310707709.4在审
发明人：吴飞;高阳;季一木;岳晓凡;刘强 -专利权人：南京邮电大学
申请日： 2023-06-14 - 公布日： 2023-09-12 - 主分类号： G06V40/10 文献下载
摘要：本发明公开了一种基于双注意力感知融合网络的跨模态行人重识别方法，涉及图像识别技术领域，使用特征提取网络获得行人特征，为了减少跨模态图像的模态信息差异与抑制行人图片中背景噪声带来的不良影响，通过一种双注意力感知融合方法对模态内与模态间信息交互融合，减少模态间隙对跨模态行人重识别的影响；为了从模态内和模态间对齐样本分布，本发明从度量学习角度设计了一种特征相关性判断，它利用同类样本间的相似性与异类样本间的排他性形成监督信息来对特征样本间的相关性进行建模，目的是期望同类人物id特征样本更相似，异类人物id特征样本更不相似；与常规标准交叉熵损失配合训练，使得模型提取的特征获得更好的空间分布。
一种基于注意力感知融合网络跨模态行人识别方法

[发明专利]一种基于AFF特征融合的图像去噪方法-CN202310799116.5在审
发明人： 季一木;吴隆基;李玲娟;刘尚东;陈家园;曹埔铭;解学东;何俊杰;冯保龙 -专利权人：南京邮电大学
申请日： 2023-07-03 - 公布日： 2023-09-05 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种基于AFF特征融合的图像去噪方法，属于多尺度图像去噪技术领域；该方法包括以下步骤：步骤S1：数据预处理；步骤S2：构建高斯合成去噪模型；在MRF‑Net骨干网络架构的基础上，构建新的高斯合成去噪模型DDMFFNet；步骤S3：对构建高斯合成去噪模型进行训练；步骤S4：测试数据集输入到训练好的高斯合成去噪模型DDMFFNett中，得到去噪后的图像。本发明通过对MRF‑Net模型的整体网络架构进行优化，利用改进的AFF特征融合模块，提取不同特征图像的信息，增强信息在不同层次的传输和表达能力，利用密集连接模块缓解梯度消失的问题，使特征的传输更加有效，增强网络的特征提取能力，增强特征重用能力，并且减少了冗余的参数，提升图像的去噪效果。
一种基于 aff 特征融合图像方法

[发明专利]一种快速轻量级的安全帽佩戴异常识别方法-CN202310419032.4在审
发明人：张文钦;龙银格;刘颖;徐鹤;李鹏;王汝传;季一木;刘尚东 -专利权人：南京邮电大学
申请日： 2023-04-19 - 公布日： 2023-08-22 - 主分类号： G06V10/762 文献下载
摘要：本发明属于计算机视觉中的目标检测技术领域，公开了一种快速轻量级的安全帽佩戴异常识别方法，将CA注意力机制引入YOLOv5模型，使其与ConvNeXt的内容相结合，对自动计算锚框的Kmeans算法进行改进，训练后得到了优化后的YOLOv5_CC模型，对边缘端设备上传的监控视频切片进行异常识别分析，检测出视频中的人是否佩戴安全帽。本发明所述的方法在保持轻量化的基础上提升了检测精度，加快了运行速度，实现了更好的训练效果。
一种快速轻量级安全帽佩戴异常识别方法

[发明专利]一种基于区块链和风险评估的访问控制方法-CN202310580816.5在审
发明人：吴飞;胥熙;季一木;万志国;陈飞;宋一波;王木森 -专利权人：之江实验室;南京邮电大学
申请日： 2023-05-23 - 公布日： 2023-08-22 - 主分类号： H04L9/40 文献下载
摘要：本发明公开了一种基于区块链和风险评估的访问控制方法包括：在BR‑ABAC中构建智能合约，并进行数据采集；在BR‑ABAC中构建风险评估算法，构建访问风险评估模型并优化；评估模型性能，确定评估指标和评分函数；采用K折交叉验证法验证模型效果；根据风险等级划分实现对用户访问资源的控制。本发明提出的一种基于区块链和风险评估的访问控制方法，相比于现有技术，基于区块链和风险评估的访问控制方法，根据链上智能合约中已经设置好的访问控制策略来判断用户是否具有相应权限，有效提升访问控制的安全性和动态性的优势；针对零信任网络中用户的历史访问行为，持续评估访问主体每次访问时的访问风险，可有效提升零信任网络的安全性和效率。
一种基于区块风险评估访问控制方法

[发明专利]基于相对熵的动态图摘要算法-CN202310540934.3在审
发明人：刘强;赵龙龙;刘浩;季一木 -专利权人：南京邮电大学
申请日： 2023-05-12 - 公布日： 2023-08-22 - 主分类号： G06F16/34 文献下载
摘要：本发明提供了一种基于相对熵的动态图摘要算法，包括对于初始图，首先用最小哈希值方法计算出各节点的三跳邻居特征值及特征值的杰卡德相似度，并以此作为距离对节点进行粗聚类；根据簇内节点数阈值和合并规则进行大小簇合并，然后生成超点、超边及其权重；在动态过程中，计算新增节点与各超点间最小哈希值分布的相对熵，将新点加入相对熵最小的超点；同时计算新增节点的两跳邻居节点与各超点间的相对熵，并根据相对熵调整邻居节点所属的超点。本发明得到的摘要图具有新的变化趋势和新的特征，能够减少摘要时间，节省了计算资源，避免了以往动态图摘要算法采样慢、存储空间大等缺陷，能够更好的应用于图流场景，在图处理领域有较好的应用价值。
基于相对动态摘要算法

[发明专利]基于混合遗传智能算法的多无人机任务分配执行控制方法-CN202110848178.1有效
发明人： 季一木;陈澄;袁猛;王桢发;黄乃娇;刘尚东 -专利权人：南京邮电大学
申请日： 2021-07-26 - 公布日： 2023-08-18 - 主分类号： G06F30/27 文献下载
摘要：本发明提供一种基于混合遗传智能算法的多无人机任务分配执行控制方法，在多无人机场景下，在地图中获取需要前往的任务点集合T，并获取当前可用的无人机群集合U，根据地图中任务点集合T和无人机群U建立多旅行商任务模型；任务预分配，使用混合遗传算法对多旅行商任务模型进行求解，得出各无人机的任务执行有序序列；进行任务动态分配，在新任务出现时，通过K邻近算法将新任务基于无人机群体未执行的任务进行分配，对新分配了任务的无人机使用单遗传算法进行单线路任务重排序，得到新分配了任务的无人机的新路线；该方法采用混合算法完成对无人机任务的初始分配与任务动态分配，能够实现任务分配执行的高效性。
基于混合遗传智能算法无人机任务分配执行控制方法

1
2
3
4
5
6
7
8
9
10
下一页»
尾页
共 141 条