-
公开(公告)号：CN107959862A
公开(公告)日：2018-04-24
申请号：CN201610915990.0
申请日：2016-10-20
Applicant: 上海交通大学
IPC: H04N21/2387 , H04N21/472 , H04N21/6587
Abstract: 本发明提供了一种基于广播系统的媒体点播模式控制方法，包括：步骤1：定义广播系统的点播模式控制信令，所述控制信令包括：用户操作指令、操作控制指令以及相关的时间信息；步骤2：向服务器端发送用户操作指令以及相关的时间信息；步骤3：服务器端根据步骤2中相关的时间信息向用户端发送与用户操作指令对应时间的媒体数据。本发明能够使广播系统识别出用户相应的点播操作，控制点播服务的媒体数据呈现，并根据相应的信息进行数据传输，维护准确的媒体呈现时间线，实现相应的用户操作。
-
公开(公告)号：CN107786306A
公开(公告)日：2018-03-09
申请号：CN201611260318.9
申请日：2016-12-30
Applicant: 上海交通大学
CPC classification number: H04L1/0058 , H03M13/1102 , H03M13/27
Abstract: 本发明提供了一种适用于多点协同通信系统的低码率LDPC码字结构和编码方法，其中码率最低的码字称为母码，是码长为N、信息比特为K的raptor-like结构的LDPC码字，根据编码码表以及编码方法进行编码，获得原始码字；其他比母码码率高的码字称为截取码字，是基于母码编码后的原始码字截取获得，从原始码字中截取部分比特，并拼接在一起进行传输，剩余比特不进行传输，具体截取的比特由截取比特码表给出。多点协同通信系统要求在LDPC码字可以进行单独的编译码的同时，还能够将不同码率的码字联合在一起进行联合译码，获得性能增益。本发明给出的码字结构和编码方法可以很好的满足这个要求。
-
公开(公告)号：CN107786210A
公开(公告)日：2018-03-09
申请号：CN201610786198.X
申请日：2016-08-30
Applicant: 上海交通大学
IPC: H03M13/11
Abstract: 本发明提供了一种用于多点协同通信系统的中高码率LDPC码字结构和编码方法，其中码率最低的码字称为母码，是码长为N、信息比特为K的QC-IRA结构的LDPC码字，根据编码码表以及编码方法进行编码，获得原始码字。其他比母码码率高的码字称为截取码字，是基于母码编码后的原始码字截取获得，从原始码字中截取部分比特，并拼接在一起进行传输，剩余比特不进行传输，具体截取的比特由截取比特码表给出。多点协同通信系统要求在LDPC码字可以进行单独的编译码的同时，还能够将不同码率的码字联合在一起进行联合译码，获得性能增益。本发明给出的码字结构和编码方法可以很好的满足这个要求。
-
公开(公告)号：CN107767665A
公开(公告)日：2018-03-06
申请号：CN201610682095.9
申请日：2016-08-17
Applicant: 上海交通大学
IPC: G08G1/01
CPC classification number: G08G1/0133
Abstract: 本发明提供一种基于专用短程通信的拥堵检测装置及方法，所述装置中的车载单元包括第一数据处理模块，第一DSRC通信收发模块，第一GPS模块，自车信息采集模块和HMI模块；所述装置中的路侧单元包括第二数据处理模块，第二DSRC通信收发模块，第二GPS模块和通信模块。本发明利用DSRC技术，实现了车辆之间、车辆与道路之间的互联互通，通过车载单元与路侧单元的信息交互，可检测多种交通流，能够实现前方拥堵的检测，迅速将事故信息上报至交管局，对后方驾驶员进行拥堵提醒，从而避免更大规模的交通拥堵。本发明检测准确可靠，安装方便，可减少对路面的破坏，检测范围扩大，成本降低。
-
公开(公告)号：CN107577681A
公开(公告)日：2018-01-12
申请号：CN201610523047.5
申请日：2016-07-05
Applicant: 上海交通大学
Abstract: 本发明提供一种基于社交媒体图片的地域分析、推荐方法及系统，所述地域分析包括：S1：图片收集：从社交网站上获取各个地区的图片；S2：图片特征提取：对每张收集的图片，用深度神经网络提取固定长度的向量；S3：图片地域分析：根据提取的所有图片的固定长度的特征向量，通过地域特征挖掘模型，将图片特征向量按照相似度进行聚类，将图片类别按照主题进行聚合，计算每个地域特征的图片类别分布，并得到每个地区的地域特征分布。根据以上分布对每个地区进行特征分析，向用户根据其兴趣爱好推荐适合的地区。本发明通过对图片的利用，使得推荐结果更为精确，从而实现更好的推荐效果。
-
Patent Agency Ranking
公开(公告)号：CN107577651A
公开(公告)日：2018-01-12
申请号：CN201710741335.2
申请日：2017-08-25
Applicant: 上海交通大学
Abstract: 本发明提供一种基于对抗网络的汉字字体迁移系统，所述系统包括：汉字迁移模块：将源字体通过全卷积神经网络映射成与源字体内容一致、字体不同的生成目标字体；判别器模块：利用基于深度神经网络的判别器网络对生成目标字体和与之对应的真实目标字体，即金标准进行真假字体判别，借助对抗网络训练的思想，不断优化汉字迁移网络，使之能输出更逼真的生成目标字体。本发明能够基于对抗网络将任一印刷体的汉字迁移成另一印刷体，甚至对应某一人的手写体。
-
公开(公告)号：CN107463953A
公开(公告)日：2017-12-12
申请号：CN201710599924.1
申请日：2017-07-21
Applicant: 上海交通大学
IPC: G06K9/62
Abstract: 本发明提供一种在标签含噪情况下基于质量嵌入的图像分类方法及系统，包括：网络图片标签收集步骤；标签质量因子嵌入步骤：在有监督的图像分类模型中引入标签质量因子，用于控制带噪标签的预测值生成和吸收来自错误标签的误差回传信息；利用最大化对数似然函数，设计加入标签质量因子之后的优化目标函数；网络模型构建步骤：利用深度神经网络对优化目标函数进行建模；网络参数训练步骤：将训练图片和带噪声的标签输入网络模型，使用变种的随机梯度下降法端到端的联动训练模型，同时更新模型参数；图像分类步骤。本发明将图片真实标签、用户提供标签和图片标签质量三个变量统一建模，形成对含噪标签的监督学习，能得到较为准确的图像分类结果。
-
公开(公告)号：CN107018431A
公开(公告)日：2017-08-04
申请号：CN201610056411.1
申请日：2016-01-27
Applicant: 上海交通大学
IPC: H04N21/238 , H04N21/262 , H04N21/4335 , H04N21/442
Abstract: 本发明提供一种基于媒体自身属性以支持空间分块的存储与传输机制，针对多媒体内容空间分块，在MMT中添加分块关联信息，所述分块关联信息是用于标识原多媒体内容与其空间分块之间的关联关系的信息，同时将分块关联信息与多媒体内容自身属性相结合。本发明有利于在存储和传输时都能准确索引到原多媒体内容及其空间分块内容，改进了现有的依赖于传输对原多媒体内容及其空间分块内容关联关系进行描述的严重缺陷。
-
公开(公告)号：CN106330394A
公开(公告)日：2017-01-11
申请号：CN201610704424.5
申请日：2016-08-22
Applicant: 上海交通大学
IPC: H04L1/00
Abstract: 本发明提供一种具有循环特性的可配置式交织器及解交织器，交织器包括：交织单元切分器，对待交织的数据流进行交织单元切分；交织延时模块，对所述交织单元流进行交织操作；所述交织延时模块包含若干延迟支路组，每组含指定数目的延迟支路，所述延迟支路组的数目以及每组中延迟支路的数目由物理层信令动态配置，各个延迟支路组的配置模式是相同的；支路选择与计数器，用于调整交织延时模块实际使用的延迟支路条数；传输帧映射器，用于将交织后的数据，分别映射到实际传输帧中各自的时分复用通道上。所述解交织器用以对经过所述交织器交织后的交织单元流进行解交织。本发明提供的交织器，性能符合实际应用需求，且资源消耗少，信令开销小。
-
公开(公告)号：CN114972871B
公开(公告)日：2025-05-09
申请号：CN202210617656.2
申请日：2022-06-01
Applicant: 上海交通大学
IPC: G06V10/764 , G06V10/82 , G06V10/77 , G06T7/33 , G06N3/045 , G06N3/082 , G06N3/0464
Abstract: 本发明提供了一种基于图像配准的少样本图像异常检测方法及系统，包括：对支撑图像和待检测图像提取图像的高维特征；对图像的高维特征进行特征的空间变换得到变换的图像特征；对变换的图像特征实现特征编码；对编码特征实现特征配准；对变换的图像特征拟合支撑图像的特征分布得到特征分布模型；对变换的图像特征和特征分布模型实现图像异常评定。本发明针对目前异常检测方法存在的问题，提出一种基于图像配准的少样本异常检测方法，本发明利用已知类别物体数据训练可推广的通用模型，不需要对新类别物体数据重新训练模型，而是仅利用少样本的新类别数据，即可应用于新类别物体的异常检测任务。
-
-
-
-
-
-
-
-
-
Search Results
188
records
(took 0.046 seconds)
