-
公开(公告)号：CN118113484B
公开(公告)日：2024-07-23
申请号：CN202410527254.2
申请日：2024-04-29
Applicant: 南昌大学 , 南昌大学新一代信息技术产业研究院
IPC: G06F9/50
Abstract: 本发明公开了一种资源调度方法、系统、存储介质及车辆，该方法包括：建立车辆与移动边缘服务器、闲置车辆、云服务器的网络通信模型，以使得车辆与移动边缘服务器、闲置车辆、云服务器之间建立通信连接；获取计算平台的成本模型以及移动边缘服务器的负载平衡模型，根据成本模型和负载平衡模型以及相关调度信息确定资源调度模型；获取车辆上的待计算密集型任务的相关信息，根据相关信息利用资源调度模型确定待计算密集型任务的卸载策略；将卸载策略分发至对应的计算平台，并利用计算平台根据卸载策略对待计算密集型任务进行卸载。本发明解决了现有技术中，在进行车辆上的计算任务的卸载时计算资源受限而导致卸载任务效果不佳的问题。
-
公开(公告)号：CN118317317A
公开(公告)日：2024-07-09
申请号：CN202410660125.0
申请日：2024-05-27
Applicant: 南昌大学 , 南昌大学新一代信息技术产业研究院
Abstract: 本发明公开了一种网络切片资源分配方法、系统、存储介质及设备，涉及通信网络技术领域，所述方法包括：根据预先划分的若干个网络切片，确定每个网络切片的容忍延迟服务与延迟敏感服务；根据每个网络切片的容忍延迟服务与延迟敏感服务构建信道频谱状态，包括授权占用状态与频谱共享状态；根据所述授权占用状态与所述频谱共享状态，计算信道中授权占用持续时间与频谱共享持续时间的数学期望值，以计算共享频道的机会可用性概率与机会容量；基于所述机会容量对应用于6G无线系统网络中的网络切片进行资源分配。本发明旨在通过机会容量对网络切片资源进行分配，以提升6G‑WCS中频谱资源的利用率。
-
公开(公告)号：CN118113484A
公开(公告)日：2024-05-31
申请号：CN202410527254.2
申请日：2024-04-29
Applicant: 南昌大学 , 南昌大学新一代信息技术产业研究院
IPC: G06F9/50
Abstract: 本发明公开了一种资源调度方法、系统、存储介质及车辆，该方法包括：建立车辆与移动边缘服务器、闲置车辆、云服务器的网络通信模型，以使得车辆与移动边缘服务器、闲置车辆、云服务器之间建立通信连接；获取计算平台的成本模型以及移动边缘服务器的负载平衡模型，根据成本模型和负载平衡模型以及相关调度信息确定资源调度模型；获取车辆上的待计算密集型任务的相关信息，根据相关信息利用资源调度模型确定待计算密集型任务的卸载策略；将卸载策略分发至对应的计算平台，并利用计算平台根据卸载策略对待计算密集型任务进行卸载。本发明解决了现有技术中，在进行车辆上的计算任务的卸载时计算资源受限而导致卸载任务效果不佳的问题。
-
公开(公告)号：CN117908684A
公开(公告)日：2024-04-19
申请号：CN202410316740.X
申请日：2024-03-20
Applicant: 南昌大学 , 南昌大学新一代信息技术产业研究院 , 江西炬能物联技术研究中心有限公司
IPC: G06F3/01 , G06T15/00 , G06T19/00 , G06F9/48 , G06F9/50 , H04L67/131 , H04L67/10 , H04L67/568
Abstract: 本发明提供了一种虚拟现实实现方法及系统，该方法包括：当实时检测到用户佩戴VR设备时，通过VR设备实时采集用户输入的交互数据，并实时检测出交互数据的交互类型；根据交互类型将交互数据传输至对应的边缘计算节点中，并通过边缘计算节点将交互数据输入至对应的AI引擎中，以通过AI引擎实时解析出交互数据中包含的前台内容；实时匹配出与前台内容对应的背景内容，并对前台内容以及背景内容进行图块合成处理，以生成对应的初始图片，前台内容和背景内容均包含有若干图块；将初始图片对应反馈至VR设备中，并通过VR设备对初始图片依次进行解码以及渲染处理，以生成对应的渲染图片。本发明能够实现画面高效率、低延迟的效果，对应提升了用户体验。
-
公开(公告)号：CN117610704A
公开(公告)日：2024-02-27
申请号：CN202311345101.8
申请日：2023-10-17
Applicant: 南昌大学 , 南昌大学新一代信息技术产业研究院 , 江西炬能物联技术研究中心有限公司
IPC: G06Q10/04 , G06Q50/06 , G06N3/048 , G06N3/0442 , G06N3/0499 , G06N3/049 , G06N3/08
Abstract: 本申请涉及数据处理技术领域，尤其涉及一种基于图嵌入的污水处理结果的预测方法及其系统，包括：通过物联网设备监控采集污水处理工厂的入口条件和中间参数；GE模型依据中间参数得到反映污水处理过程内部潜在联系的特征数据，并且依据反映污水处理过程内部潜在联系的特征数据得到神经网络模型的输入数据；通过神经网络模型预测得到在给定中间参数条件下的出口结果，再依据预测得到的出口结果和入口条件计算得到预测的处理效果。本申请可以提高对STP的处理结果预测的准确性。
-
Patent Agency Ranking
公开(公告)号：CN117573865A
公开(公告)日：2024-02-20
申请号：CN202311358831.1
申请日：2023-10-19
Applicant: 南昌大学 , 南昌大学新一代信息技术产业研究院
IPC: G06F16/35 , G06F18/25 , G06F40/284 , G06F40/30 , G06Q50/00 , G06N3/042 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/088 , G06N3/094
Abstract: 本发明公开一种基于可解释自适应学习的谣言模糊检测方法。所述方法包括：收集社交媒体平台历史数据，对数据进行预处理，得到词向量和语义矩阵；训练预测模型：将语义矩阵中提取语义特征，根据语义特征得到相关性特征，将语义特征与相关性特征融合得到融合特征，将融合特征输入预测模型进行训练；采集待预测数据，将待预测数据输入训练好的预测模型中，输出是否为谣言的预测结果。本发明属于无监督学习，无需事先对训练样本进行标注，而且使用了图结构和生成对抗网络结合的结构，无需人工选取特征。
-
公开(公告)号：CN117115064B
公开(公告)日：2024-02-02
申请号：CN202311340079.8
申请日：2023-10-17
Applicant: 南昌大学 , 南昌大学新一代信息技术产业研究院
IPC: G06T5/50 , G06T5/73 , G06T5/60 , G06N3/0464 , G06N3/0475 , G06N3/094
Abstract: 本发明提供了一种基于多模态控制的图像合成方法，所述方法包括：获取图像数据，图像数据中包含相对应的真图和假图；构建图像合成模型，该模型包含采用基于多头注意力模块的U‑Net架构的生成器；将图像数据中的假图预处理后，输入图像合成模型，基于生成器输出生成图像；基于生成图像和假图及对应的锐化后的真图，在空间域和频域上构建五重损失函数；基于五重损失函数构建最终损失函数，并基于最终损失函数将学习到的权重回传至生成器以更新预设权重，经过预设轮次迭代训练后得到训练好的图像合成模型；将待合成的图像输入训练好的图像合成模型并输出合成图像。本发明提供的方法改善了现有反取证技术局限于欺骗检测器对图(56)对比文件Feng Ding.Anti-Forensics for FaceSwapping Videos via Adversarial Training.《IEEE Transactions on Multimedia》.第24卷第3429-3441页.Lin Gao 等.EL-GAN: Edge-EnhancedGenerative Adversarial Network forLayout-to-Image Generation《.PacificGraphics 2022》.2023,第41卷第407-418页.崔宇航.基于高频信息差网络的高光谱图像融合算法研究《.CNKI学位论文》.2022,第2022年卷(第04期),全文.
-
公开(公告)号：CN117437776A
公开(公告)日：2024-01-23
申请号：CN202311351736.9
申请日：2023-10-18
Applicant: 南昌大学 , 南昌大学新一代信息技术产业研究院
IPC: G08G1/01 , G06F18/2132 , G06N3/0455 , G06N3/048 , G06N3/0442 , G06N3/08
Abstract: 本申请公开了一种智能交通系统中交通流预测方法及其系统，其中智能交通系统中交通流预测方法包括以下步骤：获取交通流节点的固有特征和关系特征；对交通流节点的固有特征和关系特征进行编码；对编码后的固有特征和关系特征进行解码，得到预测流量值。本申请将深度嵌入和图形嵌入共同用于增强ITS中的特征表示。同时，通过深度嵌入和图形嵌入方法能够在进行交通流量预测的过程中呈现良好的性能。
-
公开(公告)号：CN117354274A
公开(公告)日：2024-01-05
申请号：CN202311642220.X
申请日：2023-12-04
Applicant: 南昌大学 , 南昌大学新一代信息技术产业研究院 , 江西炬能物联技术研究中心有限公司
Abstract: 本发明公开一种基于神经网络的垃圾邮件发送者检测方法。所述方法包括：计算节点用户与帖子的偶然关系；偶然关系是通过参数随机游走模型从初始社交图推断出来的；将用户与帖子的特征编码为特征向量，将特征向量编码为图神经网络的向量；将偶然关系作为图神经网络的边向量，将用户与帖子的特征编码分别编码为图神经网络的顶点向量和边向量，输入图神经网络；将图神经网络的输出输入到一个全连接神经网络，输出垃圾邮件发送者，垃圾邮件检测完成。本发明通过从异构网络的视角来检测垃圾邮件发送者以及加入偶然关系的计算，这使得对垃圾邮件发送者检测效率得到提高，可以有效检测出垃圾邮件发送者，从而净化网络环境，维护网络安全。
-
公开(公告)号：CN117496225B
公开(公告)日：2024-09-06
申请号：CN202311343578.2
申请日：2023-10-17
Applicant: 南昌大学 , 南昌大学新一代信息技术产业研究院 , 江西炬能物联技术研究中心有限公司
IPC: G06V10/764 , G06V10/40 , G06V10/32 , G06V10/80 , G06V10/82 , G06V10/77 , G06N3/0464 , G06N3/047 , G06N3/0499 , G06N3/048 , G06N3/08
Abstract: 本申请公开了一种图像数据取证方法及其系统，其中图像数据取证方法包括以下步骤：进行卷积块的确定；响应于完成卷积块的确定，基于卷积块进行分类模型的搭建；根据搭建好的分类模型完成图像取证，获取最终的图像取证结果。本申请通过搭建的UsmSA块和分类模型，不仅能对USM锐化处理的图像有极高的检测准确率，还能够降低对USM锐化取证的漏报率。
-
-
-
-
-
-
-
-
-
Search Results
41
records
(took 0.067 seconds)
