-
公开(公告)号：CN101674475B
公开(公告)日：2011-06-22
申请号：CN200910084021.5
申请日：2009-05-12
Applicant: 北京合讯数通科技有限公司 , 北京邮电大学
Abstract: 本发明公开了一种H.264/SVC编码中的自适应层间纹理预测方法，在编码当前空间增强层的每个帧内片slice时，包括：为每个当前层像素确定对应的16个参考层像素，并利用2维维纳滤波器，对该16个参考层像素进行插值滤波，得到相应当前层像素的层间纹理预测值，并将2维维纳滤波器系数传输给解码端。相应地，在解码端对当前空间增强层的每个帧内片进行处理时，根据编码端发送的滤波器系数，对每一当前层像素对应的16个参考层像素进行插值滤波，得到该当前层像素的层间纹理预测值。应用本发明，能够提高层间纹理预测的性能和SVC空间分级编码效率。
-
公开(公告)号：CN101572817B
公开(公告)日：2011-01-05
申请号：CN200910085616.2
申请日：2009-05-26
Applicant: 北京邮电大学
Abstract: 本发明公开了一种用于SVC的编码模式选择方法，预先将所有编码模式划分为三个子集，在编码空间增强层的当前宏块时，根据空间增强层与参考层的层间量化参数差，为所有编码模式设置对应的遍历优先级；按照遍历优先级由高到低的顺序，遍历所有可用编码模式，确定当前遍历的编码模式的率失真代价，并判断该率失真代价是否小于预先设置的阈值，若是，则将当前遍历的编码模式作为所述当前宏块的编码模式，停止遍历；否则，遍历下一可用编码模式；若所有可用编码模式的率失真代价均不小于所述阈值，则选择率失真代价最小的编码模式作为所述当前宏块的编码模式。应用本发明，能够在保证编码压缩效率不受大的影响下，提高编码模式选择的速度。
-
公开(公告)号：CN101674475A
公开(公告)日：2010-03-17
申请号：CN200910084021.5
申请日：2009-05-12
Applicant: 北京合讯数通科技有限公司 , 北京邮电大学
Abstract: 本发明公开了一种H.264/SVC编码中的自适应层间纹理预测方法，在编码当前空间增强层的每个帧内片slice时，包括：为每个当前层像素确定对应的16个参考层像素，并利用2维维纳滤波器，对该16个参考层像素进行插值滤波，得到相应当前层像素的层间纹理预测值，并将2维维纳滤波器系数传输给解码端。相应地，在解码端对当前空间增强层的每个帧内片进行处理时，根据编码端发送的滤波器系数，对每一当前层像素对应的16个参考层像素进行插值滤波，得到该当前层像素的层间纹理预测值。应用本发明，能够提高层间纹理预测的性能和SVC空间分级编码效率。
-
公开(公告)号：CN100388788C
公开(公告)日：2008-05-14
申请号：CN200510135653.1
申请日：2005-12-27
Applicant: 北京邮电大学
Abstract: 一种基于GPRS移动网、性能优化的移动视频点播业务系统和实现方法，该系统除了传统点播业务的网元外，还包括两类新网元：设置在GGSN与PDN的边界上的中心缓存代理CCP服务器，以缓解SCS的业务负载，降低GGSN与SCS之间的网络带宽消耗；设置在每个BSS中，即设置在每个BSC和各个BTS之间的用户边界缓存代理UECP服务器，采用基于缓存替换策略的自适应缓存来提高缓存命中率，进而保证大多数用户视频点播请求的快速响应；此外，在CCP和每个UECP之间设置传输流媒体内容的高速IP直连链路，将该两个代理服务器构成流媒体内容的两级缓存装置，从而旁路大量的节目内容流媒体，减少其它链路的数据流量和处理负载，消除视频点播业务对网络性能的影响。
-
公开(公告)号：CN1791213A
公开(公告)日：2006-06-21
申请号：CN200510135653.1
申请日：2005-12-27
Applicant: 北京邮电大学
Abstract: 一种基于GPRS移动网、性能优化的移动视频点播业务系统和实现方法，该系统除了传统点播业务的网元外，还包括两类新网元：设置在GGSN与PDN的边界上的中心缓存代理CCP服务器，以缓解SCS的业务负载，降低GGSN与SCS之间的网络带宽消耗；设置在每个BSS中，即设置在每个BSC和各个BTS之间的用户边界缓存代理UECP服务器，采用基于缓存替换策略的自适应缓存来提高缓存命中率，进而保证大多数用户视频点播请求的快速响应；此外，在CCP和每个UECP之间设置传输流媒体内容的高速IP直连链路，将该两个代理服务器构成流媒体内容的两级缓存装置，从而旁路大量的节目内容流媒体，减少其它链路的数据流量和处理负载，消除视频点播业务对网络性能的影响。
-
Patent Agency Ranking
公开(公告)号：CN103916926B
公开(公告)日：2019-12-06
申请号：CN201410163171.6
申请日：2014-04-22
Applicant: 国家电网公司 , 国网甘肃省电力公司 , 国网甘肃省电力公司信息通信公司 , 北京邮电大学
Abstract: 本发明涉及一种光网络的动态资源分配方法，解决现有动态RSA中动态连接及拆除产生频谱碎片使网络阻塞率上升的问题，提出基于频谱非间隔度的动态路由及频谱分配方法：在网络中源节点和目的节点之间预选一条或多条路径作为备选路由；统计每条备选路由所经过的各段链路上的频率隙，查找出在所述各段链路上均空闲的频率隙集合；对所述频率隙集合按照相邻关系分组，形成备选频谱块；对每个备选频谱块所联通的路由，计算路径频谱非间隔度；选择路径频谱非间隔度最大时对应的路由和备选频谱块，按照业务带宽需求分配一个或多个频率隙。本方法在建路的过程中有效地利用动态建拆路造成的频谱碎片，因而网络性能得到优化。
-
公开(公告)号：CN106651821A
公开(公告)日：2017-05-10
申请号：CN201611055890.1
申请日：2016-11-25
Applicant: 北京邮电大学
IPC: G06T5/50
CPC classification number: G06T5/50 , G06T2207/20221
Abstract: 本发明提供一种基于二阶矩保持传播算法的拓扑地图融合方法及系统。所述方法包括：S1，基于概率性广义Voronoi图方法对不同地图进行融合；S2，通过二阶矩保持传播方法消除地图融合的非线性不确定度。本发明首先在保留地图显著性信息的情况下，对地图进行骨架的提取，这样可以简化地图中的信息，使运算更加简便；考虑到了使用PGVD时占用栅格地图中的不确定度，利用线性化来解决转换过程中的不确定度问题。比起其他算法，它是快速且鲁棒的，能够对相似度更大的区域进行优先匹配。
-
公开(公告)号：CN103298156B
公开(公告)日：2016-01-20
申请号：CN201310233976.9
申请日：2013-06-13
Applicant: 北京空间飞行器总体设计部 , 北京邮电大学
Abstract: 本发明涉及一种基于无线传感器网络的无源多目标检测跟踪方法，其主要技术特点是：包括以下步骤：根据无线传感器网络中不同无线链路接收信号强度，采用扫描圈开窗检测方法构建无源多目标的滑动扫描圈模型，并采用HAC聚类算法进行聚类分析从而提取出检测结果；根据检测结果并采用PHD无源多目标粒子滤波跟踪算法，得到目标数目变化的多目标跟踪结果。本发明设计合理，其检测与跟踪算法具有较高的精度和鲁棒性，能在复杂的多径环境中检测与跟踪多个目标，同时目标检测与跟踪算法的计算复杂度适中，保证检测跟踪系统运行的实时性。
-
公开(公告)号：CN103344941B
公开(公告)日：2015-08-12
申请号：CN201310233723.1
申请日：2013-06-13
Applicant: 北京空间飞行器总体设计部 , 北京邮电大学
IPC: G01S5/02
Abstract: 本发明涉及一种基于无线传感器网络的实时目标检测方法，其主要技术特点是：包括以下步骤：根据遍历过程的特性，通过单链路实验来建立基于检测窗的接收信号强度值直方图测量模型；利用接收信号强度值直方图测量模型及巴氏距离计算得到可能存在目标的“正位置”，并利用层次聚类算法，实现目标检测定位；通过低精度直方图和高精度直方图级联方法，确定目标的“正位置”。本发明设计合理，实现利用无线传感器网络的快速实时检测功能，检测定位方法不会产生错误累计现象，建立的测量模型理论依据充足，精度较高且具有较强的鲁棒性，同时，直方图级联机制的引用使得其总体计算消耗保持在能实时使用的范围之内。
-
公开(公告)号：CN103281779A
公开(公告)日：2013-09-04
申请号：CN201310233725.0
申请日：2013-06-13
Applicant: 北京空间飞行器总体设计部 , 北京邮电大学
Abstract: 本发明涉及一种基于背景学习的射频层析成像方法，其主要技术特点是：包括以下步骤：1、根据无线传感器网络的接收信号强度，利用混合高斯背景学习算法或核密度估计背景学习算法建立每条链路的接收信号强度值的分布模型，判断各个链路是否受到影响；2、根据每条链路的接收信号强度值的分布模型，利用Tikhonov正则化进行图像重构。本发明将混合高斯背景学习算法或核密度估计背景学习算法（KDE）运用到射频层析成像中，来估计各个链路RSS测量值的分布，实现了多目标检测与跟踪功能，具有的优点是：1、在多目标和时变环境中能获得更高的准确性和有效性；2、不需要线下训练的过程。
-
-
-
-
-
-
-
-
-
Search Results
60
records
(took 0.073 seconds)
