-
公开(公告)号：CN114554495B
公开(公告)日：2024-08-13
申请号：CN202210109913.1
申请日：2022-01-29
Applicant: 南京邮电大学
Abstract: 本发明公开了一种无线物联网环境下基于联邦学习的用户调度和资源分配方法，无线物联网环境下联邦学习网络包括1个边缘服务器和K个用户组成；无线通信采用正交频分多址(OFDMA)方案，有N个正交子信道。本方法通过减少联邦学习每一轮中消耗得时延和减少总迭代轮数两个方面来进行用户调度。最后将最小化联邦学习时间和能量开销问题，分解为3个子问题。本方法在满足用户需求的前提下，合理的分配了基站的发展功率、用户计算、上行链路带宽资源，有效的降低了联邦学习的总时延和能量开销，提升了资源利用率。
-
公开(公告)号：CN118427680A
公开(公告)日：2024-08-02
申请号：CN202410465257.8
申请日：2024-04-18
Applicant: 南京邮电大学
IPC: G06F18/241 , G06F18/214 , G06F18/2131 , G06F18/10 , G06N3/0475 , G06N3/045 , G06N3/094
Abstract: 本发明公开了一种基于免授权信号的跨域动作感知识别方法及系统，涉及计算感知技术领域，包括获取时域上的CSI信息，即信道冲激响应CIR矩阵，对获取的矩阵进行预处理，获得频谱图；对频谱图添加高斯加性噪声，将加噪后的样本输入改进后的WGAN‑GP，在虚拟样本生成的过程中，设计两个判别器指导生成器生成虚拟样本；基于真实样本和WGAN‑GP生成的虚拟样本进行训练，使用Mean‑Teacher作为识别分类的模型。本发明基于半监督学习的Mean Teacher模型，无需收集大量的目标域样本，因此数据收集和标注效率较高。
-
公开(公告)号：CN115100522B
公开(公告)日：2024-07-12
申请号：CN202210741289.7
申请日：2022-06-27
Applicant: 南京邮电大学
IPC: G06V20/10 , G06V20/17 , G06V20/70 , G06V10/26 , G06V10/764 , G06V10/774 , G06V10/82
Abstract: 本发明提供了一种基于树木生长模型的智慧园林航拍树种自适应识别方法，包括如下步骤：构建航拍树种数据集以及进行模型训练；利用树木生长模型进行粘连树木分割和树种区域定位；对分割好的树种区域图片进行色差补偿；将最终处理图片送入到模型中进行识别，并将识别的参数信息在原图对应位置进行标注，输出最终的识别结果图。在智慧园林场景中，利用本发明的方法，可以很好的解决由于粘连严重和天气变化导致的色差变化所引起的树种识别不准确问题，同时本发明避免使用点云雷达和红外光栅传感器等昂贵的特征提取设备，在保证识别准确度的情况下，极大减轻了园林成本投入。
-
公开(公告)号：CN115659212B
公开(公告)日：2024-04-09
申请号：CN202211184164.5
申请日：2022-09-27
Applicant: 南京邮电大学
IPC: G06F18/24 , G06F18/214 , G06N3/04 , G06N20/00
Abstract: 本发明提供了跨域异质场景下基于TDD通信模式的联邦学习效率评测方法，其通过计算数据传输时间来评估联邦学习的通信效率，首先配置了测试环境包括跨域数据集、学习任务、算法和客户端设备等，然后根据上述的配置环境计算出在每个通信轮次下客户端上传和下载数据所耗费的时间即每个轮次的通信开销，其次通过绘制精确度和迭代轮次曲线得到目标精度下的收敛轮次，最后根据通信开销和收敛轮次计算得出整个联邦学习过程中的数据传输时间，本发明给出了一种通信效率评估的详细步骤和具体参数设置方法，适用于多种不同联邦学习框架和算法，为联邦学习通信效率评估提供了一定的参考见解。
-
公开(公告)号：CN117789122A
公开(公告)日：2024-03-29
申请号：CN202311812724.1
申请日：2023-12-26
Applicant: 南京泰通科技股份有限公司 , 南京邮电大学
IPC: G06V20/52 , G06V20/40 , G06V10/44 , G06V10/75 , G06V10/774 , G06V10/776 , G06V10/82 , G06N3/0464 , G06N3/084 , H04N19/20
Abstract: 本发明公开了一种基于视频的5G网络下高铁落物分析监测方法与系统，该方法基于监控设备以及云服务器搭建高铁落物分析与实时监测系统；服务器通过5G接收监控设备采集到的实时视频，并进行实时分析处理；通过建立高速运动下落物的轨迹模型并通过融合算法进行目标识别以及多目标追踪；完成对于高铁轨道上落物的精准判断追踪。该发明能够完成对于高铁轨道上落物的精准识别。
-
Patent Agency Ranking
-
公开(公告)号：CN116883868A
公开(公告)日：2023-10-13
申请号：CN202310472873.1
申请日：2023-04-27
Applicant: 南京邮电大学
IPC: G06V20/17 , G06V20/54 , G06V10/774 , G06V10/82 , G06V10/20 , G06V10/40 , G06T7/00 , G06T7/10 , G06T5/00 , G06N3/0464 , G06N3/08
Abstract: 本发明提出了基于自适应图像去雾的无人机智能巡航检测方法，包括：采集航拍交通目标图片，构建航拍交通目标数据集，根据数据集进行改进的YOLOv5网络模型训练，得到训练好的识别模型；对当前输入图片进行含雾量判断；对含雾图像进行自适应去雾和三色通道修正；将去雾后的图片输入到训练好的模型中获得最终的交通目标识别。在智慧交通场景中，利用本发明的方法，可以很好的解决由于雨雾天气下航拍图像整体较为模糊，拍摄目标细节丢失严重，造成的交通目标漏检和误检问题，实现快速准确进行的交通堵塞区域、车祸发生现场情况定位，为后续道路规划和紧急救援提供准确的先验信息。
-
公开(公告)号：CN113543071B
公开(公告)日：2023-10-03
申请号：CN202110742975.1
申请日：2021-06-30
Applicant: 南京邮电大学 , 中兴通讯股份有限公司
Abstract: 本发明公开了一种车联网环境下异构节点协作边缘缓存方法，方法包括：构建核心服务器、宏基站、路边单元以及各车辆之间的网络边缘缓存模型；将一组流行文件集通过拉链分布建模，按人气下降的顺序排序；利用喷泉码，将所有流行文件进行分块处理，每个流行文件被编码成若干个数据包；以最小化车辆获取总内容所需延迟和成本为优化目标，优化网络边缘缓存模型，对车辆传输内容进行放置，分别在宏基站和路边单元上缓存部分数据包；其中，将流行文件集中的流行文件按照人气由高到低的顺序依次进行缓存。本发明旨在最小化车辆获取总内容所需延迟、成本以及高命中率的情况下，对内容进行协作放置。
-
公开(公告)号：CN114245449B
公开(公告)日：2023-09-26
申请号：CN202111434734.7
申请日：2021-11-29
Applicant: 南京邮电大学
IPC: H04W52/34
Abstract: 本申请涉及一种5G边缘计算环境下终端能耗感知的任务卸载方法。该方法包括：建立全双工自回程异构蜂窝终端总能耗优化模型，计算终端功率耦合约束的边界条件，针对终端功率不耦合场景，对所述总能耗优化模型进行简化，然后利用最优性条件求解最优的终端功率、终端连接关系以及终端传输时长，获得第一优化结果，针对终端功率耦合场景，利用第一优化结果，对所述总能耗优化模型重新建模并求解，获得第二优化结果，然后根据该第二优化结果对第一优化结果进行修正，输出最终优化结果，利用终端功率耦合约束的边界条件对场景进行划分，从而实现解耦，大大降低了算法复杂度，提升了求解速度，从而高效降低终端能耗。
-
公开(公告)号：CN113641417B
公开(公告)日：2023-08-22
申请号：CN202110724308.0
申请日：2021-06-29
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于分支定界法的车辆安全任务卸载方法，应用在车辆自组织网络中。S1：获取车辆自组织网络的用户层的车辆用户集合，以及数据层中沿道路均匀分布的MEC服务器的集合，收集车辆用户安全消息任务；S2：根据车辆用户每个安全消息任务的最大时延容忍对安全消息任务进行排序，确定卸载的优先级顺序；S3：基于最优计算能力分配策略，以系统开销最小化为目标构建模型，利用分支定界法求解每个计算任务，确定任务卸载决策；S4：依据KKT条件，通过拉格朗日乘数法计算资源分配的最优解，通过该资源分配最优解完成车辆安全任务的卸载。本发明方法运用分支定界法解决得到最佳的卸载决策，可以降低安全消息的处理时延。
-
-
-
-
-
-
-
-
-
Search Results
427
records
(took 0.079 seconds)
