公开(公告)号：CN118316503A

公开(公告)日：2024-07-09

申请号：CN202410108569.3

申请日：2024-01-25

Applicant: 国网思极位置服务有限公司 ,  北京邮电大学

Inventor： 朱厦 ,  赵建伟 ,  张春光 ,  倪少峰 ,  赵亚飞 ,  周家恩 ,  王鑫洋 ,  龙强

IPC: H04B7/185 ,  H04W28/084 ,  H04L67/1008 ,  H04L67/02 ,  G06F9/455 ,  H04W84/06

Abstract: 本发明涉及一种基于KubeEdge的低轨星座边缘智能服务资源管理方法，具体步骤包括：部署KubeEdge，构建资源管理平台；在主节点上部署Kubernetes，同时部署KubeEdge的Cloudcore部分，在低轨卫星载荷上部署KubeEdge的Edgecore部分；将若干种预训练的人工智能模型的结构与权重以文件形式保存在卫星载荷上；使用Flask服务器，将保存的若干种人工智能模型封装为具有访问接口的服务；使用Docker构建服务容器并创建镜像，再将镜像上传到云平台；创建用于部署的yaml文件；利用KubeEdge的主节点对边缘节点进行管理，并通过Kubernetes的各项功能监控星座中各个载荷的实时资源状态，再根据卫星服务的运行需求以及各卫星载荷的状况，对人工智能服务的资源进行动态管理。

公开(公告)号：CN118982770A

公开(公告)日：2024-11-19

申请号：CN202410899651.2

申请日：2024-07-05

Applicant: 北京邮电大学

Inventor： 朱厦 ,  赵建伟 ,  张春光 ,  倪少峰 ,  韩莹 ,  杨博 ,  李静 ,  林啸 ,  丁士帅 ,  手卫超 ,  魏旭东 ,  安文强 ,  胡奎伟 ,  张晓曼 ,  许文嘉 ,  叶洋 ,  彭木根

IPC: G06V20/17 ,  G06V20/52 ,  G06V20/70 ,  G06V10/143 ,  G06V10/25 ,  G06V10/80 ,  G06V10/82

Abstract: 本发明提出一种面向航空遥感影像的多模态火点检测方法，该方法包括构建第一训练集和第二训练集，第一训练集基于多张带火点标签的可见光遥感影像得到，第二训练集包括多帧红外遥感影像和对应的火点标注值，火点标注值采用标注框相邻融合算法获得；构建可见光火点检测模型和红外火点检测模型，利用第一训练集和第二训练集进行模型训练以得到目标可见光火点检测模型和目标红外火点检测模型；将获取的实时可见光遥感影像和实时红外遥感影像分别输入目标可见光火点检测模型和目标红外火点检测模型以输出可见光火点检测结果和红外火点检测结果；筛选可见光火点检测结果和红外火点检测结果的一致部分，以得到最终火点检测结果。

公开(公告)号：CN117858256A

公开(公告)日：2024-04-09

申请号：CN202410007859.9

申请日：2024-01-02

Applicant: 国网思极位置服务有限公司 ,  北京邮电大学

Inventor： 朱厦 ,  赵建伟 ,  倪少峰 ,  张春光 ,  赵亚飞 ,  张雨曼 ,  龙强

IPC: H04W72/53 ,  H04L41/0893

Abstract: 本发明涉及一种基于强化学习的星地协同网络切片资源分配方法，包括：通过地面信关站将低轨卫星网络与本地网络数据中心进行连接，根据业务请求创建匹配业务类型的专属切片；将地面信关站节点对各业务请求进行资源分配的过程作为马尔可夫决策过程，建立单地面信关站多切片资源分配过程模型；针对各专属切片的资源请求，构建考虑地面信关站总体频谱资源利用率和用户需求满意度的系统总效用函数；以系统总效用函数的计算结果作为单地面信关站多切片资源分配过程模型的奖励值；构建深度强化学习模型，以最大化奖励值为目标对深度强化学习模型进行训练；通过训练好的深度强化学习模型预测当前状态信息下的资源分配策略进行网络切片资源分配。

公开(公告)号：CN120071235A

公开(公告)日：2025-05-30

申请号：CN202411949500.X

申请日：2024-12-27

Applicant: 国网思极位置服务有限公司 ,  北京邮电大学

Inventor： 朱厦 ,  赵建伟 ,  张春光 ,  倪少峰 ,  韩莹 ,  丁士帅 ,  于卫超 ,  魏旭东 ,  胡奎伟 ,  张晓曼 ,  许文嘉 ,  曹佳琦 ,  彭木根

IPC: G06V20/52 ,  G06V10/26 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/082 ,  G06N3/0985

Abstract: 本申请提出了一种面向电网火灾监测的轻量化方法，涉及模型轻量化技术领域，其中，该方法包括：步骤S1：采用YOLOv8n模型作为火点检测与区域分割模型；步骤S2：在模型中引入Ghost卷积，通过卷积层和Ghost模块实现卷积操作；步骤S3：对火点检测与区域分割模型进行稀疏化训练，并采用通道剪枝和层剪枝结合的方式对火点检测与区域分割模型进行剪枝，得到剪枝后的模型；步骤S4：对剪枝后的模型进行量化处理，得到轻量化检测模型；步骤S5：在边缘计算板卡上搭建模型运行所需的必要环境，并将轻量化检测模型部署至边缘计算板卡，通过运行轻量化检测模型实现电网火灾监测。采用上述方案的本发明实现了火灾监测模型的轻量化，同时保证了火灾监测的精度。