-
公开(公告)号：CN101583178A
公开(公告)日：2009-11-18
申请号：CN200910087909.4
申请日：2009-06-25
Applicant: 北京邮电大学
IPC: H04W52/02
CPC classification number: Y02D70/24
Abstract: 本发明公开了一种动态控制用户设备非连续接收的方法和装置，包括：用户设备初始建立连接时，网络侧通过下行信令通知其执行非连续接收过程中用到的参数；用户设备业务连接期间，在每个调度时刻结束后，网络侧根据前一时刻用户设备所执行的非连续接收过程和为用户设备建立的业务队列中等待发送的数据分组的数目确定如何动态调整用户设备的非连续接收过程；网络侧根据所述方法，确定如何调整用户设备的非连续接收过程的结果设置向用户设备指示改变非连续接收过程的DRX标志，并将所设置的DRX标志在用户设备接收机处于开启状态时发送到用户设备；所述用户设备根据接收的DRX标志，执行不同的非连续接收过程，并自适应调整非连续接收过程中的参数。
-
公开(公告)号：CN1620029A
公开(公告)日：2005-05-25
申请号：CN200410097990.1
申请日：2004-12-01
Applicant: 北京邮电大学
IPC: H04L12/28
Abstract: 本发明公开了一种用于融合两个业务终端系统的方法，包括：第一业务终端系统将第二终端系统的身份信息通告给其所拥有的能力服务器以及在其上运行的业务，将保存在其主控设备上的信息转移到第二业务终端系统的主控设备；第二业务终端系统根据所转移的信息，与第一业务终端系统的能力服务器以及在第一业务终端系统上运行的业务建立连接，根据业务的信息配置第二业务终端系统的执行环境；第二业务终端系统通知在第一业务终端系统上运行的业务切换到第二业务终端系统的执行环境；第一业务终端系统中断与其拥有的能力服务器以及在其上运行的业务的连接，删除第一业务终端系统的框架功能模块和执行环境中的信息，去激活框架功能模块和执行环境。
-
公开(公告)号：CN114897977B
公开(公告)日：2025-04-29
申请号：CN202210427129.5
申请日：2022-04-21
Applicant: 北京邮电大学
Abstract: 本发明提供一种视频平面转换方法、装置、电子设备和计算机程序产品，所述方法包括：根据场地模型图像确定场地关键点；基于高斯热图的关键点回归算法，确定场地关键点在视频帧图像中的坐标位置及置信度；根据场地关键点在视频帧图像中的置信度的排序结果及三点不共线原则，确定有效关键点，其中，三点不共线原则用于表示任意三个场地关键点的共线值为零；根据有效关键点在场地模型图像和视频帧图像中的坐标位置，确定透视变换矩阵，透视变换矩阵用于实现视频帧图像中任意位置的平面映射。本发明可实现比赛视频的平面转换，以俯瞰视角直观表现全局战术。
-
公开(公告)号：CN116321219B
公开(公告)日：2024-04-19
申请号：CN202310024302.1
申请日：2023-01-09
Applicant: 北京邮电大学
IPC: H04W24/02
Abstract: 本发明提供一种自适应蜂窝基站联邦形成方法、联邦学习方法及装置，根据基站数据的分布进行初始聚类形成初始联邦，采用中心性原则在初始联邦选取联邦领导者基站，由联邦领导者基站通过粒子群优化算法动态选择联邦参与者基站，通过引入联邦学习任务指定过程中的性能参数计算适应度值进行求解，能够实现选择得到的联邦参与者基站能够实现联邦学习性能整体最优，使得移动通信中蜂窝基站之间非独立分布的数据也能实现高效利用，完成联邦学习任务。
-
公开(公告)号：CN115051925B
公开(公告)日：2023-07-18
申请号：CN202210683711.8
申请日：2022-06-16
Applicant: 北京邮电大学
IPC: H04L41/14 , H04L41/147 , H04L41/16 , H04W4/14 , H04W4/20 , H04W24/06 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于迁移学习的时空序列预测方法，属于时空序列预测领域和迁移预测领域；具体为：首先，收集待预测城市的无线业务流量，作为时空序列源数据，基于时空预测模型的局部卷积网络和残差网络，学习时空特征；同时提取外部信息源数据，基于局部卷积学习外部信息特征；然后，将时空特征输入对抗生成网络，学习得到时空共性特征；通过融合时空特征、时空共性特征和外部信息特征，得到时空预测模型的预测值；并通过最小化预测损失函数，优化预测模型的参数。最后，将该时空预测模型迁移到与源数据具备同时空的共性特征的目标域数据，得到目标域模型参数，并进一步对目标域进行预测。本发明提高了预测准确度和稳定性。
-
Patent Agency Ranking
公开(公告)号：CN116089711A
公开(公告)日：2023-05-09
申请号：CN202211723636.X
申请日：2022-12-30
Applicant: 北京邮电大学
IPC: G06F16/9535 , G06F16/906 , G06F16/35 , G06F16/2458 , G06N3/045
Abstract: 本发明提供一种兴趣点推荐方法及装置，该兴趣点推荐方法包括：获取用户访问信息和兴趣点集合；对用户访问信息中的短序列进行扩充，得到增强的用户访问信息序列；将增强的用户访问信息序列和兴趣点集合输入至预设的兴趣点推荐模型，得到用户的目标兴趣点推荐结果。本发明所述方法能够充分学习用户访问兴趣点的偏好信息，避免了人工误判的错误，提高了用户兴趣点推荐的准确率。
-
公开(公告)号：CN114565023A
公开(公告)日：2022-05-31
申请号：CN202210112132.8
申请日：2022-01-28
Applicant: 北京邮电大学
Abstract: 本发明提出一种基于潜在特征分解的无监督异常检测方法，属于通用异常检测领域；具体包括：首先，对给定的待检测数据进行预处理，构建无标签训练数据集；然后，搭建包括编码模块，解码模块和特征分解模块的FDAE；利用编码模块将数据转化到潜在空间，得到潜在特征；利用特征分解模块分别提取潜在特征的正常和异常特征；然后，利用解码模块分别对正常特征和异常特征进行解码；基于解码结果，采用两阶段的训练策略和无标签数据集训练FDAE；利用测试集输入训练好的FDAE中，分别计算正常重构误差和异常重构误差，判断该测试数据是否异常；本发明训练速度更快，所需要的超参数更少，能够处理复杂结构的数据。
-
公开(公告)号：CN110321830B
公开(公告)日：2020-11-13
申请号：CN201910576921.5
申请日：2019-06-28
Applicant: 北京邮电大学
Abstract: 本发明公开了一种基于神经网络的中文字符串图片OCR识别方法，属于光学字符识别领域。首先采集若干张待识别图片，将每个图片中的每个像素值分别进行归一化；同时初始化神经网络模型的各类别，初始化每个类别的中心特征向量。然后将每张待识别图片中的归一化像素分别输入到神经网络模型中进行特征提取，得到各图片的深度特征矩阵，通过RoI Pooling进行池化操作后伸展特征，得到长度为L的特征向量。最后将特征向量划分为训练样本和测试样本，训练样本训练神经网络模型；每个测试样本的特征向量分别连接到训练好的神经网络模型的全连接层，输出各测试样本的类别，完成对各图片字符串的整体识别。本发明能够对整张字符串图片进行分类识别，识别精确度更高。
-
公开(公告)号：CN102711204B
公开(公告)日：2014-10-22
申请号：CN201210067357.2
申请日：2012-03-14
Applicant: 北京邮电大学
Abstract: 本发明是一种移动中继中基于路径预判的无线链路失败恢复方法，包括如下步骤：S101，移动中继检测到无线链路失败后，确定所述移动中继当前位置；S102，所述移动中继向源DeNB汇报RLF，捎带当前位置信息；S103，源DeNB采用路径预判方式预估RLF恢复后所述移动中继所处的小区位置；S104，源DeNB根据预估的RLF恢复后移动中继所处的小区位置执行RLF的恢复。本发明通过优化RLF恢复流程，从而增强了移动中继回程链路的安全性。
-
公开(公告)号：CN102394904A
公开(公告)日：2012-03-28
申请号：CN201110197239.9
申请日：2011-07-14
Applicant: 北京邮电大学
Abstract: 本发明涉及无线通信技术领域，公开了一种异构泛在网络环境下的终端聚合系统及方法。根据不同终端能力集合中的终端的个体信息和协同信息，通过TOPSIS多属性决策计算终端与最优终端的贴近度，采用多目标进化算法计算得到一组Pareto最优解集，最后根据对终端个体表现和协同表现的要求，确定所述最优解集中各最优解的综合表现，按照综合表现最大的最优解来选择终端形成聚合终端群。本发明充分考虑了终端的个体能力和协同能力，因而最终形成的聚合终端群的整体效能最优，可有效支持终端聚合问题；此外，本发明还自动确定多指标参数的权重，可以减轻用户负担且通用性较好。
-
-
-
-
-
-
-
-
-
Search Results
73
records
(took 0.063 seconds)
