-
公开(公告)号：CN118658036A
公开(公告)日：2024-09-17
申请号：CN202411140399.3
申请日：2024-08-20
Applicant: 南京邮电大学
IPC: G06V10/80 , H04N23/11 , H04N19/70 , H04N19/124 , H04N19/166 , G06V10/44 , G06V10/82 , G06N3/0464 , G06N3/045
Abstract: 本发明公开了一种面向无线应急网络的跨模态语义通信方法，所述方法包括：通过设计跨模态语义编码器，提取多模态信号中全面表征周遭环境的语义特征，包括基础语义及增强语义；估计网络状态，并逐步多次传输编码后的基础语义和增强语义以进行决策；对接收到的语义特征进行逆量化、语义集成和语义解码；在解码器中结合所收到的语义信息，完成最终决策。本发明解决了在无线应急网络中存在的决策精度低和传输延迟大的问题；通过跨模态语义学习实现更全面的语义表示，提高了决策精度；利用网络中断间隔传输增强的语义信息，有效地降低了传输延迟。
-
公开(公告)号：CN113497621A
公开(公告)日：2021-10-12
申请号：CN202110652087.0
申请日：2021-06-11
Applicant: 南京邮电大学 , 南京揽星邮通科技有限公司
IPC: H03L7/08
Abstract: 本发明公开了超窄带三阶数字锁相环SNR门限和扫频跟踪能力的分析方法，该方法通过设计环路传递函数的极点可使三阶锁相环稳定。利用三阶锁相环跟踪高动态多普勒信号时产生的稳态相差理论值为零，降低了高动态多普勒信号的跟踪误差，降低测速、测距的误差值。锁相环(PLL)是实现两个信号相位同步的自动控制系统，组成锁相环的基本部件有鉴相器(PD)、环路滤波器(LF)、压控振荡器(VCO)。鉴相器是相位比较装置，用来比较输入信号ui(t)与输出信号u0(t)的相位，输出一个对应于两信号相位差的误差电压信号ud(t)。Ui为输入信号ui(t)幅度，U0为输入信号u0(t)幅度。环路对鉴相器的要求，除了鉴相特性的形状、斜率、输出电压的幅度之外，还要求鉴相特性的线性范围宽，工作门限低。
-
公开(公告)号：CN109905382B
公开(公告)日：2021-06-08
申请号：CN201910118920.6
申请日：2019-02-15
Applicant: 南京邮电大学
IPC: H04L29/06 , H04N21/442 , H04N21/45
Abstract: 本发明公开了IPTV视频流业务用户体验质量主客观综合评估方法，包括以下步骤：步骤一：采集IPTV用户在观看视频时所产生的QoS参数和状态参数；步骤二：利用数据挖掘技术对采集的QoS参数进行处理，确定IPTV视频业务中的关键QoS参数；并根据状态参数获取观看率、观看方式这两个分别表征用户喜爱程度和影响用户接受程度的个性化参数；步骤三：将处理后的关键QoS参数及个性化参数一起带入基于统计学方法得到的用户体验质量评估模型中，得到用户体验质量评分。本发明所提出的包含个性化参数的评估模型能使获得的评估结果与真实的用户体验更接近，提高了IPTV视频流业务QoE评估的准确度，能帮助运营商更好地改善服务。
-
公开(公告)号：CN106534976B
公开(公告)日：2019-11-08
申请号：CN201610890494.4
申请日：2016-10-12
Applicant: 南京邮电大学
IPC: H04N21/442 , H04N21/45 , H04N21/466 , H04N21/61
Abstract: 本发明提出了IPTV视频业务中用户满意度的智能化预测方法，用于解决现有用户满意度预测方法中需要通过主观打分来度量用户满意度以及用户满意度与其影响因素之间内在关联性建模不够准确合理等缺陷。本发明的实施流程为：首先确定影响用户满意度的因素，而后用用户使用业务时长来客观度量用户满意度，接着通过训练建立CART树模型，并用其将待预测数据划分到相关区域，在该区域内用KNN搜索，并最终用距离加权平均值作为预测结果。采用本发明的方法，可以有效地降低预测过程中的运算量，并且使得预测精度得到较大的提升。
-
公开(公告)号：CN108901033A
公开(公告)日：2018-11-27
申请号：CN201810635760.8
申请日：2018-06-20
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于回声状态网络的基站流量预测方法，其特征是，包括以下步骤：步骤1：从有线网络基站中采集流量数据，并进行数据预处理，生成规范化的样本数据；步骤2：由规范化的样本数据初始化储备池的状态，并生成储备池；步骤3：结合储备池和规范化的样本数据进行权值初始化、确定权值分布区间，训练回声状态网络模型；步骤4：测试训练的回声状态网络。优点：能够有效提高基站流量预测的准确性，针对基站流量的不确定性、复杂性，采用回声状态网络可以更好地挖掘基站流量数据间关系，可以在一定程度上提高对基站流量预测的准确性。
-
Patent Agency Ranking
公开(公告)号：CN117857834A
公开(公告)日：2024-04-09
申请号：CN202311663728.8
申请日：2023-12-06
Applicant: 南京邮电大学
IPC: H04N21/222 , H04N21/234 , H04N21/2343 , H04N21/25 , H04N19/154 , H04N19/172 , H04N19/176 , H04N19/182 , H04N19/25 , G06V10/74 , G06V10/764 , G06V10/77 , G06V10/774 , G06V10/82 , G06V10/84 , G06N3/0442 , G06N3/08
Abstract: 本发明公开了一种决策质量驱动的内容压缩系统及内容压缩方法，包括本地设备端和边缘服务器，本地设备端数据获取模块、预处理模块、二进制分类器、相关帧模块和数据存储模块，边缘服务器包括识别模块和迁移学习模块。通过迁移学习模块对二进制分类器进行了参数微调优化；同时通过预处理模块得到像素级别的灰度帧差数据和宏块级别的相似度帧差数据，再传输至二进制分类器得到分类概率，进而判断相关帧以实现内容压缩，很好地解决了现有方案无法平衡计算负载、决策质量和延迟需求的问题。
-
公开(公告)号：CN115936997A
公开(公告)日：2023-04-07
申请号：CN202310011043.9
申请日：2023-01-05
Applicant: 南京邮电大学
IPC: G06T3/40 , G06V10/774 , G06V10/80 , G06V10/764 , G06F30/27 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明属于视觉信号的超分辨率重建技术领域，公开了一种面向跨模态通信的图像超分辨率重建方法，首先在发送端仅传输低分辨率视觉信号和相应的触觉信号，而后通过模态内鉴别性和模态间相关性的学习弥补不同模态间存在的语义鸿沟，通过信道传输后，在接收端通过有效的特征融合方式实现互补性的学习，最后利用得到的融合特征去生成所需的高分辨率视觉信号。本发明很好地解决了在多模态服务中存在的因带宽受限和多模态信号间的竞争导致的视觉质量下降，最终影响用户体验的问题，实现了跨模态信号一致性、互补性的学习，保证了在有限带宽下，接收端高分辨率视觉信号的获取，提升用户的沉浸式体验。
-
公开(公告)号：CN109120961B
公开(公告)日：2020-11-03
申请号：CN201810803152.3
申请日：2018-07-20
Applicant: 南京邮电大学
IPC: H04N21/258 , H04N21/466 , H04N17/00 , G06N3/00 , G06N3/04 , G06N3/08 , H04L12/24
Abstract: 本发明提出了一种基于PNN‑PSO算法的IPTV不平衡数据集的用户体验质量(QoE)的预测方法。该方法包括如下步骤：首先从IPTV的机顶盒记录中提取与用户的体验质量有关联的影响因素，得到PNN‑PSO模型的特征输入，并进行相关概念的定义及数据的提取和预处理；接着分析各个特征与用户体验质量(QoE)的关联；而后基于PNN‑PSO神经网络建立用户体验质量(QoE)预测模型，利用IPTV数据集来实现用户体验质量(QoE)的预测。采用该方法，克服了PNN算法中存在的局部极小问题以及数据不均衡所带来的问题，学习收敛过程更快，预测更加精确、高效；充分利用了IPTV机顶盒的数据集，能够帮助IPTV运营商及时地做出调整措施，以提高用户体验质量。
-
公开(公告)号：CN107087160A
公开(公告)日：2017-08-22
申请号：CN201710291022.1
申请日：2017-04-28
Applicant: 南京邮电大学
IPC: H04N17/00
CPC classification number: H04N17/004
Abstract: 本发明公开了一种基于BP‑Adaboost神经网络的用户体验质量的预测方法，该方法用于解决现有IPTV视频业务中对于用户体验质量的预测准确性不高的缺陷，本发明的实施流程包括：首先从IPTV机顶盒采集到的数据中抽取KPI数据，并提取特征，特别设计了用户观看率作为其中的重要特征，而后基于Adaboost框架，并将BP神经网络嵌入其中，作为弱分类器，完成BP‑Adaboost神经网络模型的训练，而后对未知用户体验质量的KPI数据进行预测。采用本发明的方法，能够有助于从用户主观感受出发，更好地预测用户体验质量，并且所设计的新型的模型训练和预测方法可以更加准确、高效地预测用户体验质量。
-
公开(公告)号：CN106534976A
公开(公告)日：2017-03-22
申请号：CN201610890494.4
申请日：2016-10-12
Applicant: 南京邮电大学
IPC: H04N21/442 , H04N21/45 , H04N21/466 , H04N21/61
Abstract: 本发明提出了IPTV视频业务中用户满意度的智能化预测方法，用于解决现有用户满意度预测方法中需要通过主观打分来度量用户满意度以及用户满意度与其影响因素之间内在关联性建模不够准确合理等缺陷。本发明的实施流程为：首先确定影响用户满意度的因素，而后用用户使用业务时长来客观度量用户满意度，接着通过训练建立CART树模型，并用其将待预测数据划分到相关区域，在该区域内用KNN搜索，并最终用距离加权平均值作为预测结果。采用本发明的方法，可以有效地降低预测过程中的运算量，并且使得预测精度得到较大的提升。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.021 seconds)
