-
公开(公告)号：CN117353793A
公开(公告)日：2024-01-05
申请号：CN202311187494.4
申请日：2023-09-14
Applicant: 北京邮电大学
IPC: H04B7/185
Abstract: 本发明提供了一种面向巨型星算网络的任务调度方法及系统，其中，该方法包括：地面控制器将地面用户需求对应的计算任务发送至巨型星算网络；其中，所述巨型星算网络包括中轨卫星和至少一个计算域，每个计算域包括多个低轨卫星，每个计算域对应有搭载计算域控制器的中轨卫星；中轨卫星生成相应计算域内低轨卫星协同执行计算任务的协同计算策略；计算域内低轨卫星获取遥测数据，并根据所述遥测数据和所述协同计算策略执行所述计算任务，得到协同计算结果；巨型星算网络将所述协同计算结果返回至地面控制器。该方法可以有效协同星地与中低轨资源，高效完成任务计算。
-
公开(公告)号：CN115914392A
公开(公告)日：2023-04-04
申请号：CN202211422941.5
申请日：2022-11-14
Applicant: 北京邮电大学
Abstract: 本申请提供一种算力网络资源调度方法及系统，方法包括：若在已部署在算力网络内的各个微服务中，匹配到与目标微服务的服务类型相同的微服务，则获取目标微服务的个性化算力和网络资源需求；判断与目标微服务的服务类型相同的微服务中是否包含有与目标微服务的算力资源需求和网络资源需求均匹配的微服务，若有，则将该微服务的部署策略作为目标微服务的目标部署策略，以基于该目标部署策略对所述目标微服务进行部署。本申请能够有效提高确定微服务的资源需求的效率及可靠性，能够综合考虑微服务的算力资源和网络资源需求，并满足微服务部署策略的定制化需求，提高算力网络资源调度的效率及可靠性，改善用户体验。
-
公开(公告)号：CN115457619A
公开(公告)日：2022-12-09
申请号：CN202210895264.2
申请日：2022-07-26
Applicant: 北京邮电大学
IPC: G06V40/16 , G06V10/82 , G06V10/80 , G06V10/774 , G06V10/764
Abstract: 本申请提供一种学生表情识别方法及教学状态评估方法及相关设备。通过预先训练的学生表情识别模型提取课堂教学视频中人脸图像上多个视角的表情特征；然后计算提取的多个视角的表情特征对应的权重，再融合计算得到的权重和对应的表情特征，得到全局表情特征；最后，根据全局表情特征得到学生表情分类结果。此外，在学生表情识别方法的基础上，通过融合课堂性质、学生表情识别结果和学生行为识别结果综合进行课堂教学状态评估值的计算。最后根据综合评估值判定学生课堂听课状态。本申请能够充分提取学生表情特征，提高姿势偏移场景下学生表情识别能力，还能够客观准确地对课堂教学视频中的教学状态进行评估。
-
公开(公告)号：CN101621490B
公开(公告)日：2013-03-20
申请号：CN200910091163.4
申请日：2009-08-13
Applicant: 北京邮电大学
Abstract: 一种用于OFDM系统的联合编码调制分集的方法，该方法通过调制星座图的旋转和分量交织引入信号调制分集，藉由旋转调制和分量交织，将准备传输的数据扩散分布到不同分量上，使不同分量的数据各自在信道上独立衰落，增加信号空间分集的优势；再选择最优旋转角度，获取传输性能的最大提升；同时，引入OFDM频率分集和时频交织分集，从而能够更有效地提高系统性能。本发明是申请人对以前的发明专利申请《一种OFDM系统的信号分集的方法》(申请号为：2008102264831)的改进。将原来通过二维旋转调制获得分集技术对传输性能的提升和改进，扩展到多维旋转调制，从而能够更好地利用调制分集，再结合时间分集、频域分集来提高系统的性能。
-
公开(公告)号：CN1678097A
公开(公告)日：2005-10-05
申请号：CN200410029843.0
申请日：2004-03-30
Applicant: 北京邮电大学
Abstract: 本发明公开了一种基于业务能力分级的分布式移动终端的调度控制方法，分布式移动终端包括多个功能组件以及框架模块，包括步骤：将功能组件的能力按照业务支撑能力分解为多类能力子集，并对各个能力子集进行分级，由功能组件的能力子集分别得到各个功能组件的能力集C1，C2，C3...Cr；在分布式移动终端初始化时，框架模块对参与的各个终端组件的能力进行组合运算，得到分布式移动终端的最佳终端能力Cbest和终端能力全集Call，当新的终端组件Cnew加入时，框架功能对原分布式移动终端与新添加的终端组件之间进行组合运算，从而获得新的整体终端的Cbest_new和Call_new，当终端组件Ci要从分布式终端中分离时，框架模块从原来的终端能力减去分离的终端组件能力，获得剩下的终端组件组合而成的整体终端的Cbest_new和Call_new。
-
Patent Agency Ranking
公开(公告)号：CN1610444A
公开(公告)日：2005-04-27
申请号：CN200410095068.9
申请日：2004-11-23
Applicant: 北京邮电大学
Abstract: 本发明公开了一种用于在网络中构建统一业务终端系统的方法，包括步骤：(1)用户选择其中一个一类设备，并且运行所述一类设备上的框架功能模块以及执行环境模块，从而所述一类设备成为将被构建的统一业务终端系统的主控设备；(2)所述统一业务终端系统的主控设备发送广播消息；(3)周围的一类设备或二类设备接收到广播消息后，向所述主控设备的框架功能模块发送聚合请求消息；(4)所述主控设备对请求聚合的这些设备进行鉴权，从这些设备中鉴权出能够与所述主控设备相聚合的设备作为统一业务终端系统的功能组件；(5)被鉴权成功的设备将自身信息注册到所述主控设备的框架功能模块，从而构成所述统一业务终端系统。
-
公开(公告)号：CN118509388A
公开(公告)日：2024-08-16
申请号：CN202410457468.7
申请日：2024-04-16
Applicant: 北京邮电大学
Abstract: 本发明提供一种面向低轨卫星网络的任务调度和资源切片方法及系统，低轨卫星网络接收终端用户发起的服务请求；获取各卫星当前资源状态集合，基于强化学习构建任务调度机制，以根据网络状态生成任务调度策略；获取各卫星当前资源分配集合并构建卫星资源切片效用函数；基于启发式算法构建资源切片机制，将各卫星资源切片候选解认作带有相同电荷的粒子，在一次迭代中，根据效用函数计算各候选解的适应度值以进行评估，适应度值较高的候选解接收较高电荷，较低的接收较低电荷；根据整体卫星的最优适应度值和最差适应度值更新候选解，进行多次迭代，以得到最优解，生成资源切片策略。本发明提供的方法能够灵活调整资源分配，提高处理效率和资源利用率。
-
公开(公告)号：CN117931398A
公开(公告)日：2024-04-26
申请号：CN202410029470.4
申请日：2024-01-08
Applicant: 北京邮电大学
Abstract: 本发明提供一种基于负载均衡的时延优先任务调度方法及系统，包括：接入新的计算任务，根据计算任务的任务属性过滤不匹配的算力网络节点；基于马尔可夫决策过程，根据当前算力网络状态，生成计算任务的调度策略；根据调度策略，按照卸载路径将计算任务卸载至目标算力网络节点；根据时延确定计算任务的优先级，目标算力网络节点按照优先级顺序执行计算任务；在完成调度后且进行下一次调度之前，更新算力网络状态。本发明提供的任务调度方法能协同分配计算资源和网络资源，在任务调度时，能同时选择计算节点与网络链路，满足低时延高可靠任务的需求，并保障系统的长期稳定性。
-
公开(公告)号：CN117241393A
公开(公告)日：2023-12-15
申请号：CN202311058512.9
申请日：2023-08-21
Applicant: 北京邮电大学
IPC: H04W72/1263 , H04W72/566 , H04W72/50 , H04W28/06 , H04W28/08
Abstract: 本发明提供一种基于服务意图的算力网络协同业务调度方法和系统，所述方法包括：获取业务意图，将业务意图转译为资源描述框架，资源描述框架包含业务所需资源类型、数据体量和服务性能。将算力网络中各算力节点设立算力节点标识，算力节点标识包括算力身份标识和算力属性标识，其中算力属性标识由算力资源类型和算力意图等级组成。基于威克瑞拍卖机制，匹配业务意图的资源描述框架与算力节点标识，筛选满足业务需求的算力节点，同时使得算力节点收益最大化，以此形成调度策略。将调度策略下发至相应算力节点执行业务。本发明将意图引入算力网络，使算力节点能够提供与业务需求相匹配的服务的同时，实现算力网络中算力节点收益的最大化。
-
公开(公告)号：CN110781319B
公开(公告)日：2022-06-21
申请号：CN201910877850.2
申请日：2019-09-17
Applicant: 北京邮电大学
IPC: G06F16/432
Abstract: 本发明公开了一种跨媒体大数据的公共语义表示、搜索方法和装置，所述方法包括：提取大数据中图像、文本的全局语义特征和局部显著性深度语义特征；确定所述图像和文本的全局语义特征相似性，以及所述图像和文本的局部显著性语义特征相似性；联合所述图像和文本的全局和局部显著性语义特征相似性进行跨媒体语义关联学习，获得跨媒体大数据的公共语义表示。应用本发明能够增强跨媒体关联学习能力，发现潜在的细粒度跨媒体语义关联，从而提高跨媒体大数据的搜索精准度。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.027 seconds)
