-
公开(公告)号：CN109062657A
公开(公告)日：2018-12-21
申请号：CN201810705833.6
申请日：2018-07-02
Applicant: 南京邮电大学
CPC classification number: G06F9/45558 , G06F9/4881 , G06F9/5077 , G06F2009/4557 , G06N3/006
Abstract: 本发明揭示了一种基于粒子群优化的Docker容器调度方法，包括如下步骤：S1、粒子编码步骤，将粒子群算法应用到Docker容器的调度中，通过自然数编码，将粒子群中的粒子编码长度与容器的任务相对应；S2、种群初始化步骤，在问题解空间内随机初始化NP个粒子的位置和速度，设定粒子群算法参数；S3、适应度函数步骤，使用适应度函数评价粒子的好坏，粒子以适应度函数大小为目标，不断迭代更新，直至满足停止条件，根据适应度函数的结果，更新粒子最优值和总体最优值；S4、模拟退火步骤，对已更新的最优值进行模拟退火，避免粒子群算法陷入局部最优解。本发明所提出的调度方法不仅仅实现了Docker集群各节点的负载均衡，还能完全发挥集群的整体性能。
-
公开(公告)号：CN109015631A
公开(公告)日：2018-12-18
申请号：CN201810715148.1
申请日：2018-07-03
Applicant: 南京邮电大学
IPC: B25J9/16
CPC classification number: B25J9/1605 , B25J9/1666
Abstract: 本发明揭示了一种基于多工作链的拟人机器人实时模仿人体运动的方法，包括如下步骤：S1、数据获取及优化步骤；S2、坐标映射步骤；S3、正向运动学模型建立步骤；S4、多工作链的逆向运动学求解步骤；S5、角度值进行滤波处理步骤；S6、角度值限制步骤。本发明的拟人机器人实时模仿人体运动的方法，吸取现有各类技术的优点，实现拟人机器人对人体运动的实时模仿，具有很高的使用及推广价值。
-
公开(公告)号：CN107888321A
公开(公告)日：2018-04-06
申请号：CN201711091279.9
申请日：2017-11-08
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于OAM的模分多址接入方法，该方法包括将M(M≥1)路基带信号调制到相控阵列天线产生的携带本征值为li的OAM模态的毫米波 载波上，OAM模态由拉盖尔-高斯波束表示，总的发送信号表达为接收端接收到的总信号为 然后k(M≥K≥1)个终端接收到信号 后，使用接收天线阵列，把自己所需要的第i路基带信号从 中分解出来，得到第i路基带接收信号 最后将 采样量化处理后，得到量化基带接收信号 T为码元间隔。该发明利用OAM波束的正交性以及其模态l的希尔伯特空间特性，提出以OAM模态作为新自由度的模分多址接入方案，该发明能够提高频谱利用率、增加设备连接数量，从而大幅度提升毫米波系统容量，满足未来海量数据的传输要求，应用前景巨大。
-
公开(公告)号：CN107569234A
公开(公告)日：2018-01-12
申请号：CN201710796479.8
申请日：2017-09-06
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于腕带式设备的跌倒检测算法，包括通过传感器采集人体活动加速度数据；将采集的加速度数据转换成角度值，计算角度的梯度值，根据数据之间的变化规律得出倾角梯度数据，利用分组数据求方差的方法获得最终的特征值；获得倾角梯度方差作为特征值后，通过与人体正常活动特征值进行对比，分别选取跌倒与跌倒发生以后两个时刻的阈值，进行跌倒行为判断。双阈值跌倒检测算法有效提高了检测的灵敏度和特异度。
-
公开(公告)号：CN107396207A
公开(公告)日：2017-11-24
申请号：CN201710599706.8
申请日：2017-07-21
Applicant: 南京邮电大学
IPC: H04N21/845 , H04N21/63 , H04N21/472 , H04N21/24
Abstract: 本发明公开了一种基于特征优先级的P2P数据调度方法，该方法解决了传统分片调度策略中存在的只关注部分类型分片，而忽略其它类型分片的问题。本发明根据分片特征将分片划分成紧急分片、锚点分片、稀有分片和普通分片等四种分片，并且锚点设置不再像传统的锚点策略那样简单地将视频等分，而是根据视频分片被请求的频率来设置锚点。每种分片的下载优先级由高到低设置，当高优先级的分片下载完毕，次优先级的分片就开始下载，直至四种分片都下载完成。本发明提出的分片调度方案，保障视频播放流畅性同时，提供良好的用户操作体验，并增加系统中稀有分片的副本数量。
-
Patent Agency Ranking
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：CN104183239B
公开(公告)日：2017-04-19
申请号：CN201410361706.0
申请日：2014-07-25
Applicant: 南京邮电大学
Abstract: 本发明公开了基于加权贝叶斯混合模型的与文本无关的说话人识别方法，该方法首先对用于训练的语音信号集合进行预处理和特征提取，接着在训练过程中采用加权贝叶斯混合模型来描述训练集合，通过训练分别估计出加权贝叶斯混合模型中的参数值以及随机变量分布，从而得到与每一说话人相对应的加权贝叶斯混合模型；在识别时，将经过预处理和特征提取的带识别的语音，计算其关于训练好的每一说话人相对应的加权贝叶斯混合模型的边缘似然值，将最大边缘似然值对应的说话人作为识别结果。本发明能有效地提高与文本相关说话人识别系统的识别正确率，避免传统方法中容易出现的过拟合和欠拟合问题，并且使得先验信息和训练数据的相对权重更容易和灵活地控制。
-
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。
-
公开(公告)号：CN105809793A
公开(公告)日：2016-07-27
申请号：CN201610143634.1
申请日：2016-03-14
Applicant: 南京邮电大学
CPC classification number: G07C9/00071 , G07C9/00563 , H04W4/02 , H04W4/80
Abstract: 本发明公开了一种基于iBeacon技术实现的车辆解锁方法，该方法解决了针对汽车驾驶人在忘记携带钥匙的情况下无法打开车门或者在钥匙被盗的情况下，窃贼可以轻易发动车辆的问题。该方法包括离线信号收集，建立区域的信号强度空间生成指纹库，设置原始轨迹，绘制轨迹图，并存入数据库；随之进行在线位置定位，包括精确点判断、匹配定位和惯性点的判断与选择；最后，根据定位信息生成解锁过程的轨迹向量，绘制轨迹图，并与预先设置的轨迹图比较，如果图形一致，则解锁成功；反之，解锁失败。该方法实现了车辆的智能解锁，提高了汽车使用的安全性。
-
公开(公告)号：CN104994170A
公开(公告)日：2015-10-21
申请号：CN201510414218.6
申请日：2015-07-15
Applicant: 南京邮电大学
Abstract: 本发明公开了传感器网络中基于混合因子分析模型的分布式聚类方法，该方法用混合因子分析模型来建模传感器网络中各节点处待聚类的数据，各节点基于自身数据计算局部充分统计量，而后将该量扩散广播给其邻居节点，当节点收到所有来自邻居节点的局部充分统计量之后，其可以获得联合充分统计量，并基于该统计量估计出混合因子分析模型中的各个参数，最终基于估计出的模型完成聚类。本发明建立混合因子分析模型可以在聚类的同时完成数据的降维，采用分布式聚类方式，避免传统的集中式处理方式中由中心节点带来的网络崩溃。在本发明分布式聚类方法中，各节点间传输的是充分统计量而不是数据，既大大节省了通信开销，又可以较好地保护数据中的隐私信息。
-
-
-
-
-
-
-
-
-
Search Results
169
records
(took 0.074 seconds)
