“王汝传”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576个，建议您升级VIP下载更多相关专利

[发明专利]一种基于K-means的差分隐私保护聚类方法-CN202011102946.0有效
发明人：李鹏;朱祥;王汝传;徐鹤;程海涛;朱枫;张玉杰;李正材 -专利权人：南京邮电大学
申请日： 2020-10-15 - 公布日： 2022-11-01 - 主分类号： G06F21/62 文献下载
摘要：一种基于K‑means的差分隐私保护聚类方法，包括数据预处理、聚类迭代和差分隐私；每次迭代需要做如下：设置隐私预算，计算噪声，计算每个簇的数据点的总和、点的数量，然后对其添加计算后的噪声。针对每次迭代，都维持一个隐私预算的上界和下界，在上下界间，根据可用性和隐私保护程度，选择自适应的隐私预算分配，重复步骤，直到误差平方和收敛或者达到迭代次数上限。本发明在K‑means聚类算法的迭代过程中，通过自适应的隐私预算分配，既在数据失真的基础上保护了数据隐私，又保证了数据的可用性。
一种基于 means 隐私保护方法

[发明专利]一种基于BP和DNN双神经网络的RFID室内定位方法-CN201811255127.2有效
发明人：叶宁;陈龙鹏;徐康;王娟;黄海平;程晶晶;林巧民;王汝传;凌鑫元;贾成栋;马铭辰 -专利权人：南京邮电大学
申请日： 2018-10-26 - 公布日： 2022-10-18 - 主分类号： G01S5/02 文献下载
摘要：一种基于BP和DNN双神经网络的RFID室内定位方法，弥补了传统的基于RSSI室内定位技术中在同一环境下将路径损耗系数n设为常数的缺点，通过结合神经网络技术，建立信号强度与路径损耗系数的转化模型，准确预测出不同位置的路径损耗系数n，减小了传统基于RSSI定位方法中路径损耗系数n固定而产生的误差，提高了系统定位精度；结合BP网络和深度神经网络，将BP网络输出的不同位置的路径损耗系数n，以及接收到的待测标签信号强度作为DNN的输入，能够根据不同的环境输出相应路径损耗系数n，从而更加准确的预测待测标签的坐标，并提高了系统鲁棒性；结合深度神经网络输出待测标签坐标，能够实时的对待测标签进行定位，克服了传统定位方法实时性差的缺点。
一种基于 bp dnn 神经网络 rfid 室内定位方法

[发明专利]基于有限状态机的情绪波动模型分析方法-CN201811181916.6有效
发明人：林巧民;潘敏;赵慧娟;丁楠;徐康;叶宁;王汝传 -专利权人：南京邮电大学
申请日： 2018-10-11 - 公布日： 2022-10-14 - 主分类号： G06K9/62 文献下载
摘要：本发明揭示了一种基于有限状态机的情绪波动模型分析方法，包括：S1、使用体征采集设备采集生理数据，进行特征提取；S2、将特征用支持向量机分类器进行情绪分类识别，得到每个时间段内的情绪；S3、描述情感状态转移过程，构建并估计状态序列；S4、进行心理情绪问卷调查，计算得到情感状态序列集；S5、进行PAD情绪量表问卷调查，将结果经过PAD模型分类训练后得到情绪样本，标注情绪状态，进行监督学习训练；S6、通过情绪状态序列集、模型分析结果及监督学习训练结果，完成对情绪波动、情绪质量的预测。本方法可以与现有方法相配合，实现主客观两方面的融合，突破了单一情感生理信号与情感间的关系及仅考虑客观因素的研究局限。
基于有限状态机情绪波动模型分析方法

[发明专利]一种基于天线旋转的RFID定位方法-CN201911225798.9有效
发明人：徐鹤;沈磊贤;张卿云;庞佳逸;李鹏;王汝传 -专利权人：南京邮电大学;赛尔网络有限公司
申请日： 2019-12-04 - 公布日： 2022-09-27 - 主分类号： G01S5/02 文献下载
摘要：本发明提供一种基于天线旋转的RFID定位方法，使用两个旋转的RFID天线，在旋转过程中持续读取RFID标签的信号强度信息，以这些信息为特征，再辅以2‑3张已知位置的参考标签，得到每个天线与待测标签之间的直线距离与相对方向，最终得到待测标签的三维位置。通过上述方式，本发明能够计算出一定三维区域内的一系列RFID标签的位置。
一种基于天线旋转 rfid 定位方法

[发明专利]基于差分隐私的群智感知位置数据发布方法-CN201911265298.8有效
发明人：黄海平;王凯;戴华;丁楚楚;肖甫;王汝传;沙乐天;郭薛莹 -专利权人：南京邮电大学
申请日： 2019-12-11 - 公布日： 2022-09-23 - 主分类号： H04W12/64 文献下载
摘要：本发明提供一种基于差分隐私的群智感知位置数据发布方法，通过将感知区域A平均分为m×n个大小相同的矩形细粒度区域a，根据得到的经纬度位置数据将其映射于矩形细粒度区域a；基于历史感知数据，针对于对手模型‑贝叶斯攻击，引入差分隐私模型，定义不确定性矩阵C，通过最小化数据不确定性的总体期望，服务器端生成最优概率模糊矩阵Pr；生成不确定性推理算法，将所获取的实际位置和感知数据由所得最优概率模糊矩阵和不确定性推理算法作出扰动和调整，并生成最终群智感知发布数据；该方法能够保证较高的隐私保护强度和较好的运算效率，同时更大程度上提高数据可用性。
基于隐私感知位置数据发布方法

[发明专利]一种基于区块链的零知识证明数字身份管理方法-CN202210694513.1在审
发明人：李鹏;施译涵;徐鹤;王汝传;张玉杰;朱枫;程海涛;李友涛;张结魁 -专利权人：南京邮电大学
申请日： 2022-06-20 - 公布日： 2022-09-16 - 主分类号： H04L9/32 文献下载
摘要：一种基于区块链的零知识证明数字身份管理方法，优化主流的数字身份管理技术存在的比如密码传递过程中的泄露、对网络实时性要求高、数字证书颁发机构不够权威等问题，满足各行业对数字身份管理技术愈发苛刻的要求，具有更高的验证效率以及更高的安全性；本方法基于零知识证明算法，采用零知识证明优化数字身份管理过程，实现无需密码的身份验证，杜绝密码泄露的风险。
一种基于区块知识证明数字身份管理方法

[发明专利]一种金融领域中文新闻标题情感分类方法-CN201910465941.5有效
发明人：徐康;赵杰;叶宁;王汝传;徐同宣;黄成豪 -专利权人：南京邮电大学
申请日： 2019-05-30 - 公布日： 2022-08-30 - 主分类号： G06F16/28 文献下载
摘要：本发明公开了一种金融领域中文新闻短标题的情感分类方法，包括如下步骤：爬取各大金融网站的新闻短标题，清洗语料并标注出实体和情感极性，然后将语料按比例分割为训练集和测试集；获取现有的金融领域的知识图谱，将知识图谱的实体和关系映射到低维连续的向量空间，获得隐含语义信息的实体表示向量；将新闻短标题分词，再生成相应的词向量；将实体提及词向量和上下文词向量组成词向量矩阵输入到AEb‑BiLSTM模型，训练出实体提及词向量到知识图谱中实体表示向量的映射；将映射以矩阵的方式输入到Ab‑BiLSTM模型，训练得到新闻短标题的情感极性；测试集按照训练集方法构建，通过准确率和F1‑Score值验证两个模型的有效性。
一种金融领域中文新闻标题情感分类方法

[发明专利]一种基于协作学习的网络异常流量识别与分类方法-CN202110536592.9有效
发明人：吕丁阳;成姝燕;王汝传;徐鹤;李鹏;朱枫 -专利权人：南京邮电大学
申请日： 2021-05-17 - 公布日： 2022-08-19 - 主分类号： G06N3/04 文献下载
摘要：本发明是一种基于协作学习的网络异常流量识别与分类方法，包括如下步骤：1各个参与方对已抓取的DDoS攻击流量数据进行预处理；2协调服务器初始化模型的参数，并设定协作学习的超参数，包括协调方与参与方之间的通信轮次、每轮中参与方的训练次数；3协调服务器组织各个参与方的训练，在每一通信轮次中，各参与方使用本地数据集训练一CNN模型，协调方负责聚合各参与方的模型并将聚合后的模型发送给各参与方以进行下一轮的训练；4在模型收敛后，协调方将最终的模型发送给各参与方，用于DDoS流量的识别与分类。该方法使用深度学习挖掘DDoS流量数据特征与攻击类型之间的关系，利用协作学习技术，充分利用各个终端的数据训练模型。
一种基于协作学习网络异常流量识别分类方法

[发明专利]一种面向生态环境评价的不平衡数据重采样方法-CN202110569636.8有效
发明人：季一木;苗冬冬;张澳生;徐鹤;李鹏;王汝传 -专利权人：南京邮电大学
申请日： 2021-05-25 - 公布日： 2022-08-05 - 主分类号： G06K9/62 文献下载
摘要：本发明所述的一种面向生态环境评价的不平衡数据重采样方法，包括以下步骤：步骤1、采集生态环境数据，对每个实例的生态环境数据进行标准化处理；步骤2、计算每个实例的数据密度以及多数类与少数类的数量差d；步骤3、计算少数类和多数类的分布不平衡程度DI与数量不平衡程度IR；步骤4、对少数类进行过采样；步骤5、对多数类进行欠采样。本发明所述的有益效果为：利用数据集中每个实例的数据密度衡量分布的均匀程度，根据数据分布的不平衡程度来进行过采样和欠采样，达到平衡数据的目的；进一步平衡了生态环境数据，提升了数据集的质量，在进行生态环境质量评价时，准确率会更高，真阳率上升。
一种面向生态环境评价不平衡数据采样方法

[发明专利]一种基于交通标志目标检测器改进的对抗样本生成方法-CN202110086415.5有效
发明人：季一木;田鹏浩;刘尚东;王汝传 -专利权人：南京邮电大学
申请日： 2021-01-22 - 公布日： 2022-08-02 - 主分类号： G06V20/58 文献下载
摘要：本发明公开了一种基于交通标志目标检测器改进的对抗样本生成方法，先通过随机RGB图像生成算法生成一个初始对抗样本；再通过目标检测器对原始训练样本进行训练，获取各原始训练样本上交通标志的检测框；然后对初始对抗样本进行一系列数据增强操作附加在原始训练样本上形成对抗训练样本，计算交通标志仍然被检测到的置信度；最后通过置信度来衡量对抗样本性能的损失函数。目前由于大多数的对抗方法主要的对抗目标针是大目标物体，而对小目标物体的对抗效果较差，本发明融合了一个新的损失函数来进一步优化对抗目标以应对该问题，该损失函数通过最小化目标检测器所预测的视觉距离和真实的视觉距离之间的偏差，从而来提高对抗样本的鲁棒性。
一种基于交通标志目标检测器改进对抗样本生成方法

[发明专利]基于注意力机制与层次时间记忆的糖尿病数据异常检测方法-CN202010818888.5有效
发明人：李鹏;方金海;王汝传;徐鹤;程海涛;朱枫;李正材;范斌 -专利权人：南京邮电大学
申请日： 2020-08-14 - 公布日： 2022-08-02 - 主分类号： G16H50/20 文献下载
摘要：本发明提供一种基于注意力机制与层次时间记忆的糖尿病数据异常检测方法，对高速传输来的糖尿病数据进行预处理，把预处理过后的糖尿病数据输入到注意力模型(Attention model)当中去，通过注意力模型后过滤出糖尿病流数据当中的重要数据信息。紧接着把过滤出来的数据信息输入到层次时间记忆网络模型(HTM)中，进行实时的糖尿病流数据异常检测。并且实时计算出每个糖尿病流点数据的异常可能性，和最初设定的阈值进行比较，决定该数据点是否处于异常状态。把检测出来的异常点数据实时保存在数据库当中，并输出预警报告。速度更快，效率更高。
基于注意力机制层次时间记忆糖尿病数据异常检测方法

[发明专利]一种基于激光雷达和RFID的人体行为识别方法-CN202110190644.1有效
发明人：罗晨运;成姝燕;徐鹤;李鹏;王汝传;朱枫;程海涛;季一木 -专利权人：南京邮电大学
申请日： 2021-02-19 - 公布日： 2022-07-26 - 主分类号： G06V40/20 文献下载
摘要：一种基于激光雷达和RFID的人体行为识别方法，包含静态和动态人体行为识别两种类型，在结构上主要分为三个部分：LiDAR、RFID阅读器和标签以及数据处理模块。LiDAR用于实时获取视场内的人体行为；RFID标签负责确定目标ID和辅助分类；数据处理模块用于模型训练和预测。本发明强调人体行为识别的隐私性、安全性和鲁棒性，能够在复杂多变的环境中进行准确的行为识别。
一种基于激光雷达 rfid 人体行为识别方法

[发明专利]一种面向多源信息融合的智慧健康关联分析方法-CN202110228690.6有效
发明人：郑会;陈静;李鹏;王汝传;徐鹤;程海涛;殷悦;周宁 -专利权人：南京邮电大学
申请日： 2021-03-02 - 公布日： 2022-07-26 - 主分类号： G16H50/20 文献下载
摘要：一种面向多源信息融合的智慧健康关联分析方法，首先对多源异构数据进行模糊关联规则挖掘，然后优化适合于数据分布动态化的智能平衡参数，再分析兼容流式存储架构，提出针对上述智能平衡参数优化的动态增量式的建模方法，实现健康风险预警。该方法通过批量数据处理方法，可以在保证一定准确率的前提下进行增量式关联规则挖掘；可与快速并行处理相结合，高效地挖掘出与疾病相关的指标；用来训练模型的数据可实时更新，每次更新的数据均可实时更新关联规则模型，从而挖掘出更准确更有效的规则，从而进行健康风险预警；更新数据或者优化模型所需要的参数均由当前数据的数据分布状态也自动产生，无需研究人员和用户的参与，具有良好的可行性。
一种面向信息融合智慧健康关联分析方法

[发明专利]一种基于双脑控制和隐私保护的无人机疫情预警方法、系统及设备-CN202110395628.6有效
发明人：丁楚楚;周超然;黄海平;成爽;王汝传;韩高榕;徐泽辰;吉浩宇 -专利权人：南京邮电大学
申请日： 2021-04-13 - 公布日： 2022-07-22 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于双脑控制和隐私保护的无人机疫情预警方法、设备及系统，所述疫情预警包括云数据中心、边缘处理设备、无人机三个部分；通过“电脑‑人脑”双脑脑机系统接入边缘计算设备中的路径规划系统，操控无人机的飞行路线，无人机巡航进行体温检测、人脸数据采集、跟踪，结合边缘计算设备的高效处理速度，通过与云端服务器进行交互，比对疑似病人曾经出没的地区和场所，安全、高效地对疑似病人进行评估和处理。同时对采集的疑似病人的时空数据进行匿名和差分隐私保护，防止攻击者对数据的恶意窃取。可以用于机场、车站、大型商场等场所，也可以用于小区内部公共场所内。
一种基于控制隐私保护无人机疫情预警方法系统设备

[发明专利]基于卷积神经网络的形变检测与矫正的手指静脉识别方法-CN202010811797.9有效
发明人：孙力娟;任恒毅;郭剑;韩崇;肖甫;周剑;王娟;王汝传 -专利权人：南京邮电大学
申请日： 2020-08-13 - 公布日： 2022-07-12 - 主分类号： G06V40/70 文献下载
摘要：基于卷积神经网络的形变检测与矫正的手指静脉识别方法，针对现有的手指静脉识别算法在手指发生严重形变的情况下识别性能较差问题，本方法仔细分析了手指静脉形变矫正的原理并将卷积神经网络引入到手指静脉矫正与识别算法中，注重在小数据集的情况下尽可能训练出满足性能要求的识别模型。该方法能够在手指发生不规则形变的情况下，准确的对手指静脉图像进行形变矫正并提取有效特征进行识别。本发明充分考虑了手指静脉形变矫正的过程，将卷积神经网络用于手指静脉的形变矫正，并使用高效的特征提取网络进行手指静脉特征的提取与识别。同时直接以原始手指静脉图像作为方法的输入，不需要复杂的预处理操作，在小规模数据集下也能取得很好的识别效果。
基于卷积神经网络形变检测矫正手指静脉识别方法