公开(公告)号：CN108566635B

公开(公告)日：2021-02-19

申请号：CN201810339841.3

申请日：2018-04-16

Applicant: 北京信息科技大学

Inventor： 许婷婷 ,  陈昕 ,  李卓 ,  陈莹

IPC: H04W4/70 ,  H04W40/02 ,  H04W40/04

Abstract: 本发明实施例提供一种D2D路由选择方法，包括：若当前转发节点与目标节点属于同一社区，则根据当前转发节点对应的候选下一节点群中每一候选节点的中心性、相似度和内容偏好值，从候选下一节点群中选取下一个转发节点，并将下一个转发节点作为转发节点序列的末位转发节点；将末位转发节点作为当前转发节点执行上述步骤，直至末位转发节点能够与目标节点通信；基于转发节点序列设置所述源节点到目标节点间的通信路径。本发明实施例中，基于节点的中心性、相似度和内容偏好值对D2D的路由进行了选择，解决了由于用户的自主移动性和社交关系的时变性造成的D2D传输链路难以维持稳定的问题，提高了D2D传输链路的可靠性。

公开(公告)号：CN110780986A

公开(公告)日：2020-02-11

申请号：CN201910960277.1

申请日：2019-10-10

Applicant: 北京信息科技大学

Inventor： 陈莹 ,  张永超 ,  陈昕

IPC: G06F9/48 ,  G06F9/50 ,  H04L29/08

Abstract: 本发明实施例提供一种基于移动边缘计算的物联网任务调度方法及系统，该方法包括：根据每个物联网终端的任务卸载速率，获取每个物联网终端的最大卸载时间槽和单位价值；将每个物联网终端按照所述单位价值进行降序排列，得到降序排列后的物联网终端，并根据所述最大卸载时间槽和所述单位价值，通过中断指标获取中断终端；根据所述中断终端的排序位置，获取降序排列后的每个物联网终端的卸载时间，以对降序排列后的物联网终端进行任务调度。本发明实施例降低了物联网终端的能耗和移动边缘计算的任务卸载复杂度，提高了任务卸载的效率。

公开(公告)号：CN109739513A

公开(公告)日：2019-05-10

申请号：CN201811400271.0

申请日：2018-11-22

Applicant: 北京信息科技大学

Inventor： 陈莹 ,  陈昕 ,  张永超

IPC: G06F8/60 ,  G06F9/48

Abstract: 本发明提供了一种多边缘云下服务请求动态调度方法及装置，所述方法包括：S1、获取t时刻需要卸载至边缘云的各类服务请求；S2、针对每类服务请求，分别计算将其卸载至每个边缘云的惩罚值；其中，所述惩罚值与对应边缘云上相应服务请求的积压量以及该服务请求卸载至对应边缘云的卸载代价有关；S3、针对每类服务请求，将其卸载至与其对应的惩罚值最小的边缘云。本发明具有复杂度较低，且能够适应服务请求高度动态性的优势。

公开(公告)号：CN108471357A

公开(公告)日：2018-08-31

申请号：CN201810204184.1

申请日：2018-03-13

Applicant: 北京信息科技大学

Inventor： 陈昕 ,  李卓 ,  陈莹 ,  王祥坤

IPC: H04L12/24 ,  H04W48/04 ,  H04W48/20

Abstract: 本发明实施例提供一种基于窄带物联网的终端接入调度方法及装置。所述方法包括：获取窄带物联网NB-IoT部署区域，将NB-IoT部署区域根据预设规则划分为多个小区；从每个小区中选择一个中心点作为对应小区进行小组聚类的参照节点；计算NB-IoT部署区域中的每一终端与每一参照节点之间的距离，根据距离进行分组；根据分组情况将NB-IoT部署区域中的所有终端接入基站。所述装置用于执行所述方法，本发明实施例通过将NB-IoT部署区域根据预设规则划分为多个小区，计算NB-IoT部署区域中每个终端与参照节点之间的距离，根据距离进行分组，然后根据分组情况将终端接入基站，对物联网部署区域中的终端进行更加合理的分组，进一步提高系统的接入性能。

公开(公告)号：CN108268855A

公开(公告)日：2018-07-10

申请号：CN201810110775.2

申请日：2018-02-05

Applicant: 北京信息科技大学

Inventor： 陈昕 ,  肖圣龙 ,  李卓

IPC: G06K9/00 ,  G06K9/46 ,  G06K9/62

Abstract: 本发明实施例提供一种面向行人再识别的函数模型的优化方法及装置，所述方法包括：获取行人图像对的特征向量；根据所述特征向量，建立与所述行人图像对一阶相关、二阶相关和差分相关的函数模型；获取与所述函数模型对应的损失函数，并根据所述损失函数对所述函数模型进行训练，以优化所述函数模型。所述装置执行上述方法。本发明实施例提供的面向行人再识别的函数模型的优化方法及装置，通过建立与行人图像对一阶相关、二阶相关和差分相关的函数模型，并通过损失函数对函数模型训练，优化了函数模型，能够全面地对行人图像对进行识别，从而提高行人再识别的准确率。

公开(公告)号：CN107730447A

公开(公告)日：2018-02-23

申请号：CN201711050823.5

申请日：2017-10-31

Applicant: 北京信息科技大学

Inventor： 李卓 ,  徐哲 ,  陈昕

IPC: G06T3/00 ,  G06T1/20

CPC classification number: G06T3/0012 ,  G06T1/20

Abstract: 本申请提供了一种高光谱图像处理方法、装置及系统，方法包括：从中央处理器获取待处理的高光谱图像；计算待处理的高光谱图像的协方差矩阵；对协方差矩阵进行奇异值分解，获得特征矢量和特征值；基于特征矢量和特征值确定KLT变换矩阵；基于KLT变换矩阵对高光谱图像进行KLT变换。本申请提供的高光谱图像处理方法、装置及系统能够通过图形处理器GPU对高光谱图像进行KLT变换，采用GPU对高光谱图像进行KLT变换能够提高对高光谱图像进行KLT变换的运算效率，进而能够提高高光谱图像的压缩效率。