-
公开(公告)号：CN113472842B
公开(公告)日：2023-01-10
申请号：CN202110565287.2
申请日：2021-05-24
Applicant: 北京邮电大学
Abstract: 本公开提供了一种移动边缘计算网络中的用户状态感知方法及相关设备，该方法包括：通过在用户终端设备中预设的深度强化学习模型确定感知策略，所述感知策略为采样或不采样；响应于确定所述感知策略为采样，所述用户终端设备向基站发送上传数据请求；响应于接收到所述上传数据请求，所述基站基于历史基站侧信息年龄从所有发送所述上传数据请求的所述用户终端设备中确定上传设备集；所述上传设备集中的用户终端设备分别向所述基站发送各自的当前感知数据，所述基站将所述当前感知数据发送给移动边缘计算服务器。本公开通过用户状态信息的自感知、基站上行子载波方案的优化，更高效地利用网络资源、降低移动终端的业务处理时延。
-
公开(公告)号：CN117579844A
公开(公告)日：2024-02-20
申请号：CN202311311659.4
申请日：2023-10-11
Applicant: 北京邮电大学
IPC: H04N19/70
Abstract: 本申请实施例提供一种视频处理方法及装置，发送端从视频帧中提取目标对象图像；根据连续的视频帧的目标对象图像之间的空间相关性和时间相关性，提取语境信息；基于目标对象图像和所述语境信息进行压缩处理，得到压缩后的目标对象图像，将压缩后的目标对象发送至接收端，并将背景图像压缩后一次或有限次发送至接收端。接收端对接收的压缩后的背景图像和目标对象图像进行解压缩后，基于解压后的背景图像和目标对象图像重建视频帧。由于压缩传输的视频帧中最大程度的减少了冗余数据，能够大幅减少传输数据量，降低资源占用，提高抗噪声能力，提高视频传输性能。
-
公开(公告)号：CN117291226A
公开(公告)日：2023-12-26
申请号：CN202311042052.0
申请日：2023-08-17
Applicant: 北京邮电大学
IPC: G06N3/04
Abstract: 本申请提供一种基于图神经网络的协作式联邦学习优化方法及相关设备，所述方法包括：确定目标节点和所述目标节点的邻近节点之间的位置信息矩阵以及邻接矩阵；将所述位置信息矩阵以及所述邻接矩阵输入到预先构建的图神经网络模型中，得到所述目标节点的嵌入向量；根据所述嵌入向量计算所述目标节点与所述邻近节点之间的连接概率分布；根据所述连接概率分布确定所述目标节点与所述邻近节点之间的拓扑链路，通过所述拓扑链路进行协作式联邦学习模型聚合。
-
公开(公告)号：CN113472842A
公开(公告)日：2021-10-01
申请号：CN202110565287.2
申请日：2021-05-24
Applicant: 北京邮电大学
Abstract: 本公开提供了一种移动边缘计算网络中的用户状态感知方法及相关设备，该方法包括：通过在用户终端设备中预设的深度强化学习模型确定感知策略，所述感知策略为采样或不采样；响应于确定所述感知策略为采样，所述用户终端设备向基站发送上传数据请求；响应于接收到所述上传数据请求，所述基站基于历史基站侧信息年龄从所有发送所述上传数据请求的所述用户终端设备中确定上传设备集；所述上传设备集中的用户终端设备分别向所述基站发送各自的当前感知数据，所述基站将所述当前感知数据发送给移动边缘计算服务器。本公开通过用户状态信息的自感知、基站上行子载波方案的优化，更高效地利用网络资源、降低移动终端的业务处理时延。
-
-
-
Search Results
4
records
(took 0.016 seconds)
