-
公开(公告)号：CN114679787A
公开(公告)日：2022-06-28
申请号：CN202210281280.2
申请日：2022-03-21
Applicant: 重庆邮电大学
IPC: H04W72/04
Abstract: 本发明请求保护用户位置不确定下非正交多址接入(Non‑Orthogonal Multiple Access，NOMA)无人机通信系统的和速率最大化方法，包括：初始化最大迭代次数和最大误差因子、用户功率分配、无人机位置、二进制解码顺序初始值、用户速率；根据给定的初始值，通过内层迭代算法求出用户速率、用户分配功率、无人机的位置、二进制解码顺序，如果用户速率满足误差精度的判断条件，输出用户速率并进入外层算法，否则迭代更新用户分配功率、无人机位置、二进制解码顺序初始值、用户速率。在外层算法中，判断辅助变量是否满足误差因子，如果满足条件，迭代更新惩罚参数，否则更新迭代次数，最后，判断迭代次数是否满足最大迭代次数，如果满足条件，输出系统和速率，否则进入内层算法并将求解出的值作为下次迭代更新的初始值。
-
公开(公告)号：CN113904743A
公开(公告)日：2022-01-07
申请号：CN202111181540.0
申请日：2021-10-11
Applicant: 重庆邮电大学
IPC: H04B17/382 , H04B17/391 , H04B17/40 , H04B7/185
Abstract: 本发明请求保护一种无人机中继系统的安全通信资源优化设计方法，属于无人机安全通信领域。本发明采用TDMA传输协议考虑了多个合法用户的情况，同时存在一个窃听者，由最大化最小用户的安全速率为准则建立优化模型。由于所考虑的约束中存在二进制约束，本发明首先利用放缩的思想将二进制变量转换为连续变量，其次再运用分块的思想将原始的优化问题转换为三个子问题，然后利用一种交替优化的算法以及引入松弛变量、一阶泰勒展开等数学方法进行迭代求解。最后本发明还提出了一种圆形轨迹初始化的方法，该方法也可以作为一种基准方法与所提方法进行对比，仿真结果表明，所提方法能明显提升系统的安全性能，本发明具有更好的适用性与可行性。
-
公开(公告)号：CN108540984A
公开(公告)日：2018-09-14
申请号：CN201810210434.2
申请日：2018-03-14
Applicant: 重庆邮电大学
IPC: H04W16/10 , H04W16/14 , H04W48/06 , H04W76/34 , H04B17/327 , H04B17/382
Abstract: 本发明请求保护一种频谱分配方法、基站及计算机可读介质，其中方法包括：确定目标用户组集合，并计算出所述目标用户组集合中的各个用户组的第一效用值，其中，所述目标用户组集合中的用户组为位于所述基站的覆盖范围内但不能接入所述基站的用户组；使用频谱感知技术感知与所述基站相邻的基站的频谱空洞，根据所述频谱空洞生成目标频谱集合，并计算出所述目标频谱集合中的各个频谱的第二效用值；根据计算出的所述第一效用值和所述第二效用值，将所述目标频谱集合中的频谱分配给所述目标用户组集合中的用户组。本发明实施例通过频谱借用可以提高系统的频谱资源利用率，降低不满意用户率，提升系统容量。
-
公开(公告)号：CN105141517A
公开(公告)日：2015-12-09
申请号：CN201510655880.0
申请日：2015-10-13
Applicant: 重庆邮电大学
IPC: H04L12/701 , H04L12/721
Abstract: 本发明涉及一种基于资源感知的灵活光网络任播业务节能路由方法，属于光纤通信技术领域。该方法首先采用基于资源感知的任播业务数据中心选择机制，该机制能根据任播业务的资源需求和数据中心可用资源，为业务选择资源可用匹配度最高的数据中心，在一定程度上实现数据中心资源“均衡”分配；进一步，采用实现数据中心到请求用户传输的基于疏导的一种绿色节能路由和频谱分配策略，该策略优先为任播业务选择电层疏导，次选光层疏导，融合多路径和单路径的路由策略使业务能找到能耗最小的传输光路，提高链路的频谱利用率，进一步降低网络阻塞率。数据中心选择机制和绿色节能路由、频谱分配策略的融合能有效提高频谱灵活光网络的服务质量并降低网络能耗。
-
公开(公告)号：CN103236983A
公开(公告)日：2013-08-07
申请号：CN201310157448.X
申请日：2013-04-28
Applicant: 重庆邮电大学
IPC: H04L12/761 , H04L12/751 , H04B10/25
Abstract: 本发明涉及一种路由方法，请求保护光组播网络中一种解决光网络最小光组播代价与最少波分使用量的联合优化方法。提出以最长路径优先的方法解决光组播树中违反分光约束节点的重路由方法，解决了光组播路由代价较小时波长使用量较大或波长使用量较小时路由代价过大的问题。通过控制反映光纤链路代价与波长使用带来的代价比值，实现了波长使用量最少和光组播路由总代价最小的长路优化光组播路由联合优化方法，解决了链路代价和波长使用量的双参数控制的最小光组播路由总代价的优化问题，降低了光组播路由中波长数的使用。本发明采用的光组播路由代价和最小波长使用联合优化，有利于提高光组播网络的波长资源利用率，减小光组播路由总代价。
-
Patent Agency Ranking
公开(公告)号：CN103236982A
公开(公告)日：2013-08-07
申请号：CN201310157407.0
申请日：2013-04-28
Applicant: 重庆邮电大学
IPC: H04L12/761 , H04L12/803 , H04B10/25
Abstract: 本发明涉及一种光网络中多点到多点组播的路由选择问题，提出构造多核共享树解决多点到多点的光组播路由问题，实现最小化波长使用数。使所有目的节点加入所有共享树，而源节点则通过链路分离路径加入一棵共享树。基于矩阵的启发式算法选择核点，使得核点数据最小的情况下保证每个源节点加入了组播树，这样节约波长信道。为进一步最小化波长使用数量，在构造共享树阶段，采用网络编码寻找网络编码路径。本发明采用的核点选择方法和构造共享树的方法，有利于最小化波长使用数量，提高光组播网络的波长资源利用率，使网络负载更为平衡。
-
公开(公告)号：CN118781334A
公开(公告)日：2024-10-15
申请号：CN202410590201.5
申请日：2024-05-13
Applicant: 重庆邮电大学 , 重庆医科大学附属口腔医院
IPC: G06V10/26 , G06V20/70 , G06N3/0464 , G06N3/084 , G06V10/82 , G06V10/10 , G06N3/0985
Abstract: 本发明公开了一种基于语义协调的双空间表征口内扫描图像牙齿分割方法，涉及医学图像处理与计算机视觉技术领域，本方法包括对原始口内扫描图像进行数据下采样；对口内扫描图像的欧式空间的几何属性进行自适应的语义协调化，关注空间与语义特征之间在真实空间维度的关系；通过空间‑语义图学习模块学习口内扫描图像的结构特征和旋转不变性；学习得到的表征送入分割进行预测，将口内扫描图像中的单颗牙齿和牙龈进行分割，本发明能够有效应对口内扫描图像的旋转不变性并提升分割精度。
-
公开(公告)号：CN118247219B
公开(公告)日：2024-09-20
申请号：CN202410209707.7
申请日：2024-02-26
Applicant: 重庆医科大学附属口腔医院 , 重庆邮电大学
Abstract: 本发明公开了基于深度学习的牙根外吸收检测系统，涉及计算机视觉领域，包括：数据处理单元，用于获得正畸前后的口腔内三维图像数据；牙齿分割单元，用于采用结合多尺度语义信息、显式解剖连接及牙齿包围盒的牙齿分割模型对正畸前后的口腔内三维图像数据进行牙齿分割，得到正畸前后的牙齿分割结果数据；处理单元，用于将正畸前后的牙齿分割结果数据网格化获得正畸前后的牙齿分割结果网格数据，将正畸前后的牙齿分割结果网格数据转换为正畸前后的点云数据，基于正畸前后的点云数据获得正畸前后的牙根体积变化量数据、牙根长度变化量数据和牙根表面积变化量数据；输出单元，用于基于正畸前后的牙根体积变化量数据、牙根长度变化量数据和牙根表面积变化量数据判断是否发生牙根外吸收，并输出判断结果。本发明能够精准高效的完成牙齿图像分割。
-
公开(公告)号：CN118247219A
公开(公告)日：2024-06-25
申请号：CN202410209707.7
申请日：2024-02-26
Applicant: 重庆医科大学附属口腔医院 , 重庆邮电大学
Abstract: 本发明公开了基于深度学习的牙根外吸收检测系统，涉及计算机视觉领域，包括：数据处理单元，用于获得正畸前后的口腔内三维图像数据；牙齿分割单元，用于采用结合多尺度语义信息、显式解剖连接及牙齿包围盒的牙齿分割模型对正畸前后的口腔内三维图像数据进行牙齿分割，得到正畸前后的牙齿分割结果数据；处理单元，用于将正畸前后的牙齿分割结果数据网格化获得正畸前后的牙齿分割结果网格数据，将正畸前后的牙齿分割结果网格数据转换为正畸前后的点云数据，基于正畸前后的点云数据获得正畸前后的牙根体积变化量数据、牙根长度变化量数据和牙根表面积变化量数据；输出单元，用于基于正畸前后的牙根体积变化量数据、牙根长度变化量数据和牙根表面积变化量数据判断是否发生牙根外吸收，并输出判断结果。本发明能够精准高效的完成牙齿图像分割。
-
公开(公告)号：CN118153625A
公开(公告)日：2024-06-07
申请号：CN202410247419.0
申请日：2024-03-05
Applicant: 重庆邮电大学工业互联网研究院
IPC: G06N3/0442 , G06N3/045 , G06N3/098 , G06N3/082 , G06F18/15 , G06F18/214 , G06F18/21 , G06F18/213 , G01R31/367 , G01R31/392
Abstract: 本发明涉及一种锂电池荷电状态预测方法，包括：各客户端将锂电池运行过程中的运行数据进行归一化处理，构建本地训练集；各个客户端利用本地训练集对锂电池预测模型训练预设的次数得到局部模型，并利用自适应模型权重剪枝策略对局部模型的参数进行剪枝，并接收服务器聚合后的全局模型；直至达到预设的次数后，得到训练好的锂电池预测模型，将待验证的数据输入训练好的锂电池预测模型得到电池荷电状态的初始预测结果；利用高斯分布计算权重的加权回归优化Savitzky‑Golay滤波器对初始预测结果进行过滤得到最终的预测结果，本发明显著提升了锂电池荷电状态预测的准确度，同时也节约中心服务器的计算开销。
-
-
-
-
-
-
-
-
-
Search Results
45
records
(took 0.029 seconds)
