-
公开(公告)号:CN114866173A
公开(公告)日:2022-08-05
申请号:CN202210417220.9
申请日:2022-04-20
Applicant: 厦门大学 , 京信网络系统股份有限公司
IPC: H04B17/391 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于语义通信的信道环境感知方法及装置,该方法包括:获取多个离线感知的环境信息和信号信息;建立多种不同的信道模型,并将多个离线感知的环境信息和信号信息作为数据集对多种不同的信道模型进行训练,以得到信道状态信息,并将信道状态信息与多个离线感知的环境信息和信号信息进行映射以构建语义库;获取在线感知的环境信息和信号信息与语义库进行匹配以得到匹配后的信道状态信息;判断匹配后的信道状态信息是否存在语义库,如果否,则根据在线感知的环境信息和信号信息更新语义库;如果是,则认为匹配成功;由此,可以有效避免大量感知数据在传输过程中造成的冗余,能够自适应地调整子载波数量从而更好地去辅助通信传输。
-
公开(公告)号:CN114640944A
公开(公告)日:2022-06-17
申请号:CN202210194126.1
申请日:2022-03-01
Applicant: 厦门大学
Abstract: 本发明公开了一种基于信息可用性的车路协同多域多源资源管理方法、介质和设备,其中方法包括:路侧单元获取对应管理区域的道路环境信息,并划分得到多个管理子区域,以及计算每个管理子区域对应的静态环境复杂度;路侧单元获取车辆感知数据和每一车辆所对应的位置信息;计算动态环境复杂度,并根据静态环境复杂度和动态环境复杂度计算交通复杂度;计算每个管理子区域对应的车辆感知数据的预计处理完毕时间,并计算管理区域对应的信息可用值;通过优化算法对信息可用值进行优化,以根据最优信息可用值确定每个子区域所对应的资源分配比例。从而实现对数据处理资源的动态分配,提高数据处理资源的利用率,保障车联网应用的有效运行。
-
公开(公告)号:CN114863515B
公开(公告)日:2024-07-23
申请号:CN202210406508.6
申请日:2022-04-18
Applicant: 厦门大学
IPC: G06V40/40 , G06V40/16 , G06V10/25 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于微表情语义的人脸活体检测方法及装置,其中,方法包括:判断人脸是否存在微表情变化,如果存在则检测人脸不同区域的微表情语义,判断人脸不同区域的微表情语义是否一致,如果一致则判定目标人脸为真实人脸;由此,通过检测微表情变化和人脸微表情语义,可以完成打印攻击、回放攻击和3D面具攻击在内的三种主流活体检测,拓展了活体检测方法多样性,提高了活体检测准确性。
-
公开(公告)号:CN114979267A
公开(公告)日:2022-08-30
申请号:CN202210569974.6
申请日:2022-05-24
Applicant: 厦门大学
IPC: H04L67/5651 , H04L67/10 , G06F40/30 , G06F40/242
Abstract: 本发明公开了一种面向多服务需求的语义通信方法、介质、设备及装置,其中方法包括:获取智能体发出的服务请求,并生成服务矩阵;获取多模态数据,并转换为同步表征的第一感知数据矩阵;对第一感知数据矩阵进行数据压缩,以获取对应的主要特征值,并生成第二感知数据矩阵;将服务矩阵和第二感知数据矩阵上传至云端;云端对每个服务类型进行二进制编码,以得到对应的码字,并根据码字更新语义库,以及对第二感知数据矩阵进行编码,以得到相应的码字,云端信息以语义通信的方式发送给接收端;接收端重新访问语义库,以进行语义库校验,并在校验成功后对服务请求进行响应;能够有效降低通信资源开销,节约通信资源。
-
公开(公告)号:CN114863515A
公开(公告)日:2022-08-05
申请号:CN202210406508.6
申请日:2022-04-18
Applicant: 厦门大学
IPC: G06V40/16 , G06V10/25 , G06V10/774 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于微表情语义的人脸活体检测方法及装置,其中,方法包括:判断人脸是否存在微表情变化,如果存在则检测人脸不同区域的微表情语义,判断人脸不同区域的微表情语义是否一致,如果一致则判定目标人脸为真实人脸;由此,通过检测微表情变化和人脸微表情语义,可以完成打印攻击、回放攻击和3D面具攻击在内的三种主流活体检测,拓展了活体检测方法多样性,提高了活体检测准确性。
-
公开(公告)号:CN119065399A
公开(公告)日:2024-12-03
申请号:CN202411015056.4
申请日:2024-07-26
Applicant: 厦门大学
IPC: G05D1/695 , G05D109/20
Abstract: 本申请公开了一种面向数据收集的多无人机动态路径规划方法、装置、设备及介质,其中,该方法包括两阶段,其中,第一阶段离线路径预规划阶段采用多智能体深度确定性策略梯度算法,为每一架无人机分配自己的Actor‑Critic网络进行训练学习,同时,单独设计总体的Critic网络,用于各无人机观测全局信息,实现多无人机之间的合作学习;第二阶段在线路径重规划阶段采用遗传算法,在各时隙开始时对包含静态兴趣点和动态兴趣点的地图进行搜索迭代,找出当下时隙最优路径,并对无人机进行路径重规划;由此,通过两阶段结合,使得无人机集群可以在同时考虑动态静态两种兴趣点情况下,最大化其数据收集获得的总奖励。
-
公开(公告)号:CN118917433A
公开(公告)日:2024-11-08
申请号:CN202410838633.3
申请日:2024-06-26
Applicant: 厦门大学
Abstract: 本申请的实施例提供了一种基于无人机网络的分层联邦学习方法、装置、介质及设备。该方法包括:向位于覆盖范围内的各待选客户端发送个性化模型以及待训练边缘模型;接收由各待选客户端发送的训练关联度;确定关联度阈值并确定目标客户端;接收并聚合由各目标客户端训练的本地模型,得到本轮边缘迭代训练的目标边缘模型;根据目标边缘聚合无人机从本轮全局迭代训练开始到本轮边缘迭代训练结束所消耗的能量、下一轮边缘迭代训练的预测消耗能量以及其在本轮全局迭代训练开始时的初始能量,确定目标边缘聚合无人机是否可参与下一轮边缘迭代训练。本申请实施例的技术方案可以避免因无人机电量耗尽而影响训练进程,进而提高分层联邦学习的训练效率。
-
公开(公告)号:CN117852625A
公开(公告)日:2024-04-09
申请号:CN202410021369.4
申请日:2024-01-05
Applicant: 厦门大学
IPC: G06N3/098 , G06N3/0464
Abstract: 本发明公开了一种用于二值神经网络的低上行负载联邦学习方法及装置,其中方法包括:边缘节点接受中心节点下发的模型定义;在每个训练轮次,被选中的边缘节点从中心节点下载当前全局模型并进行训练;中心节点基于边缘节点提交的二值参数、少量实值参数以及极少量辅助参数对边缘节点实值参数变化量进行估计;中心节点根据各个边缘节点数据集的大小对所估计的实值参数变化量进行聚合并更新全局模型;从而基于神经网络参数服从正态分布的假设和二值神经网络权重二值化的原理估计边缘节点的实值参数变化量更新全局模型,具有上传数据量少,全局网络训练质量高,边缘节点模型推理速度快,兼容各种对实值参数进行线性映射后再进行参数二值化的二值神经网络。
-
公开(公告)号:CN111126667B
公开(公告)日:2023-04-07
申请号:CN201911180085.5
申请日:2019-11-27
Applicant: 厦门大学
IPC: G06Q10/04 , G06Q10/0631 , G16H40/20
Abstract: 本发明公开了一种基于主动拓扑优化的车辆任务卸载及资源分配方法及系统,其中该方法包括:预先获取待停车区域的车辆信息和待处理的业务信息;将所有已停车位置信息分别与每一个未停车位置信息进行组合以构建多个车载云模型以及其对应的第一邻接矩阵;根据待处理的业务信息构建业务模型以及其对应的第二邻接矩阵;根据每个车载云模型对应的第一邻接矩阵和第二邻接矩阵判断每个车载云模型与业务模型是否匹配,并计算与业务模型相匹配的车载云模型所对应的效用函数值;获取最小的效用函数值所对应的未停车位置信息;由此,通过提前构建最优的通信拓扑,以保证医疗救助车辆直接停泊于资源利用率最高的停车点,从而大大增加了伤员存活率。
-
公开(公告)号:CN106714115B
公开(公告)日:2019-06-14
申请号:CN201611190492.0
申请日:2016-12-21
Applicant: 厦门大学
Abstract: 一种车联网中的安全消息单跳协作广播方法,属于车载无线通信领域。提供在保证安全消息时延的前提下提高消息的接收成功率的车联网中的安全消息单跳协作广播方法。建立邻居信道质量表;初始化广播;选择协作节点;协作重广播;首先对每辆车建立起自己的邻居信道质量表,实时记录自己和每个邻居节点的信道情况;其次,进行初始化广播,当车辆遇到紧急情况时,便在自己的时隙中将安全消息广播出去;然后,进行协作节点选择,源节点根据各备选协作节点发送协作应答消息的快慢选择最优的协作节点;最后,进行协作重传,被选中的协作节点和源节点一起在源节点的时隙内重传数据包。
-
-
-
-
-
-
-
-
-