-
公开(公告)号：CN118972873A
公开(公告)日：2024-11-15
申请号：CN202310545028.2
申请日：2023-05-15
Applicant: 中国移动通信集团设计院有限公司 , 中国移动通信集团有限公司 , 东南大学
IPC: H04W24/02 , H04W24/06 , H04L41/14 , H04L41/147 , H04L41/16 , H04L41/142
Abstract: 本发明公开了一种基于深度神经网络的小区级流量预测方法及相关装置，其中方法包括：对历史小区级业务流量特征数据进行数据清洗，去除其中的异常数值和与下行流量无关的特征量；对所述历史小区级业务流量特征数据进行筛选，去除其中的离群值；根据所述历史小区级业务流量特征数据，生成训练集，基于训练集训练得到小区级流量预测模型；将当前小区级业务流量特征数据输入至所述小区级流量预测模型，得到当前小区的下行预测流量。本发明通过去除异常数值、离群值和与下行流量无关的特征量，对小区级业务流量特征数据进行特征提取和预测，提高了小区下行流量预测的准确率，同时也提升了网络资源的利用率。
-
公开(公告)号：CN118944717A
公开(公告)日：2024-11-12
申请号：CN202411081417.5
申请日：2024-08-08
Applicant: 东南大学
IPC: H04B7/0456 , H04B7/06 , H04W16/28 , G06N3/092 , G06F18/23213
Abstract: 本发明公开了一种数字孪生辅助强化学习的大规模MIMO无线通信码本设计方法，属于无线通信技术领域。具体来说，通过高斯噪声、基站保留的历史波束矢量以及接收功率等信息来构建数字孪生的通信环境，这一方法将信号构成信息嵌入神经网络的损失函数中，有效的提高了数字孪生环境的建模效率。而深度强化学习的代理则在该数字孪生环境中探索波束，大大降低了与真实环境交互所带来的开销。数值结果表明，与经典的波束导向码本相比，数字孪生辅助强化学习设计的码本实现的平均波束形成增益有明显提升。同时，对比传统强化学习解决方案，数字孪生辅助强化学习设计的码本性能更好，导频开销大约是传统强化学习解决方案的3％。
-
公开(公告)号：CN117975218A
公开(公告)日：2024-05-03
申请号：CN202410215175.8
申请日：2024-02-27
Applicant: 东南大学
IPC: G06V10/80 , G06V10/774 , G06V10/776 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明属于目标检测领域，公开了一种基于混合注意力和特征中心化多尺度融合的小目标检测方法，提升小目标检测精度。包括如下步骤：加载准备好的小目标数据集；利用骨干网络提取图片特征；使用混合注意力模块处理低层特征，扩大低层特征感受野，更加关注小目标；使用特征中心化模块处理高层特征，捕捉全局特征依赖关系的同时，关注图像的局部角落区域；将不同层次的特征进行融合；使用检测头对不同层的特征进行目标检测。该基于混合注意力和特征中心化多尺度融合方法能够提高小目标图像检测精度。
-
公开(公告)号：CN114867090B
公开(公告)日：2024-04-02
申请号：CN202210486759.X
申请日：2022-05-06
Applicant: 东南大学
Abstract: 本发明公开了一种基于LSTM无监督学习的UDN基站休眠与功率分配联合优化方法。其中，方法包括：首先基于用户移动的超密集网络UDN网络模型，定义网络的平均能效函数，将不同时刻基站休眠带来的基站状态切换功率也考虑其中。然后生成信道数据集，其中每条样本是一段时间里随着用户移动而变化的信道信息形成的序列。进而提出一种基于LSTM神经网络的决策优化方法，其输入为信道信息序列，输出为基站休眠与功率分配策略，LSTM网络将平均能效函数的相反数作为损失函数，指导网络进行无监督训练。本发明采用无监督学习，免去传统机器学习先求最优解来生成标签的步骤，降低了训练数据集获取难度。
-
公开(公告)号：CN116486288A
公开(公告)日：2023-07-25
申请号：CN202310439540.9
申请日：2023-04-23
Applicant: 东南大学
Abstract: 本发明公开了一种基于轻量级密度估计网络的航拍目标计数与检测方法，属于目标检测领域，包括：将航拍图像数据输入目标密度估计网络得到目标密度图，对目标密度图中的元素值进行求和，获得航拍图像数据中的目标数量；通过裁剪高密度区域得到局部区域裁剪图像块；分别对全局航拍图像数据和局部区域裁剪图像块进行目标检测，将局部区域裁剪图像块的检测框根据位置关系映射到全局的航拍图像数据上，并通过软性非极大值抑制算法对全局的航拍图像数据的检测框和映射的局部区域裁剪图像块的检测框进行融合处理，得到航拍图像数据的目标检测结果。由此，通过空间位置数量分布特征获取高密度裁剪图像块进行放大检测，显著提高了航拍目标的检测精度。
-
Patent Agency Ranking
公开(公告)号：CN116405070A
公开(公告)日：2023-07-07
申请号：CN202310393588.0
申请日：2023-04-12
Applicant: 东南大学
IPC: H04B7/0413 , H04B7/06 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于深度学习增强的大规模MIMO下行CSI反馈方法，在现有的自编码网络CsiNet基础上修改了编码器网络、解码器网络和反馈内容，增强了对CSI矩阵的特征提取能力、减少了网络复杂度、让深度学习网络的输入与CSI矩阵处于同一个数量级。增加了拼图解谜训练策略来平衡深度学习中压缩任务和识别任务的关系，既保留CSI矩阵物理信息的完整性又不丢失其可区分性，增强下行CSI反馈性能。
-
公开(公告)号：CN109753913B
公开(公告)日：2023-05-23
申请号：CN201811622581.7
申请日：2018-12-28
Applicant: 东南大学
IPC: G06V20/40 , G06V10/764
Abstract: 本发明公开了一种计算高效的多模式视频语义分割的方法。该方法对输入的每一个视频帧有三种不同的处理模式。实现模块分别为：语义分割模块、光流模块和混合模块。并通过模式判别模块自动决定输入的每一个视频帧进行不同处理模式。该方法利用了视频帧内的位置信息和帧间的光流信息，将语义分割与光流在空间和时间上进行了结合。既保留了语义分割模块的精细结果，又因为结合光流大大提升了运行速度。相对于运用较广泛的deeplab，其运行速度为2fps，该方法在cityscapes数据集上实现了运行速度可达12fps的快速语义分割。本方法与现有方法相比更好的获得了精度与处理速度的折中。
-
公开(公告)号：CN115412134A
公开(公告)日：2022-11-29
申请号：CN202211051651.4
申请日：2022-08-31
Applicant: 东南大学
IPC: H04B7/0413 , H04B7/0426 , H04B17/336 , H04B17/391
Abstract: 本发明公开了一种基于离线强化学习的以用户为中心的无蜂窝大规模MIMO功率分配方法，包括：构建以用户为中心的MIMO系统，建立无线接入点与部分用户之间的服务关系；将下行链路的功率控制系数作为优化参数提出问题并构建马尔可夫决策过程模型；建立DuelingDDQN网络并进行在线训练，存储在线训练过程中环境与网络交互产生的状态转移数据；取出在线数据集20％，并在损失函数中引入正则项对网络进行离线训练。“以用户为中心”的功率分配策略为无线接入点选择部分用户接入；本发明提出的离线算法降低了训练成本，仅需要部署在线训练数据集的20％的数据量进行训练，就可以实现在真实场景下离线、实时地调整功率控制系数。
-
公开(公告)号：CN111553463B
公开(公告)日：2022-11-18
申请号：CN202010309795.X
申请日：2020-04-17
Applicant: 东南大学
Abstract: 本发明公开一种基于深度学习和网络参数估计无线接入点吞吐量的方法，该方法包括如下步骤：(1)获取无线局域网络中AP端的吞吐量作为样本，对吞吐量数据做预处理，制作数据集X；(2)根据VAE的异常值检测方法，训练数据集X，获得异常值检测模型；(3)根据VAE的异常值检测方法，对数据集X进行全网AP吞吐量数据异常值过滤，制作新的数据集X1；(4)根据数据集X1，基于浅层神经网络进行训练，根据输入无线局域网络背景环境特征的显著度，逐步筛选出重要特征，制作新的数据集X2；(5)根据数据集X2，基于深度多层感知机网络进行训练，估计出AP端实时吞吐量。本发明能有效提高AP端吞吐量预测的准确率和效率。
-
公开(公告)号：CN113076930B
公开(公告)日：2022-11-08
申请号：CN202110456980.6
申请日：2021-04-27
Applicant: 东南大学
Abstract: 本发明公开了一种基于共享骨干网络的人脸识别与表情分析方法，包括以下步骤，对深层骨干网络进行训练并保存训练后的深层网络模型，对深层网络模型进行压缩，得到轻量级骨干网络模型；对表情分析网络进行训练并保存训练后的表情分析网络模型；将待测视频帧输入人脸检测与对齐模块进行预处理，检测出人脸位置，并得到标准人脸；将标准人脸输入到轻量级骨干网络中，输出人脸特征向量；将人脸特征向量与人脸底库中的人脸特征向量进行比对，输出人脸识别结果；将人脸特征向量输入到表情分析网络，输出表情分析结果。通过本发明可以降低了网络模型的计算量，提高了模型在实际应用中的人脸识别和表情分析的效率。
-
-
-
-
-
-
-
-
-
Search Results
199
records
(took 0.03 seconds)
