-
公开(公告)号：CN110188706A
公开(公告)日：2019-08-30
申请号：CN201910474503.5
申请日：2019-06-03
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于生成对抗网络的视频中人物表情的神经网络训练方法及检测方法，该方法首先读入一个分辨率为m×n，帧数p为的视频vreal，该视频以人物的一种表情作为主要部分；接着通过主要由5层3D卷积层组成的3D卷积神经网络处理计算出其特征函数f；然后将一种可能的表情yi与之前的特征函数f通过主要由5层3D反卷积层组成的3D反卷积神经网络，得到与表情yi相匹配的，计算机生成的人物视频 最后将vreal与 通过主要由16个卷积层组成的3D卷积神经网络，得到两者的匹配程度si；通过改变yi以得到不同的si，使用si中最大的所对应的yi作为判断输出。本发明可以有效得解决了通常提取视频中人物表情数据时容易遇到的不准确问题，有着较好的鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN110113376A
公开(公告)日：2019-08-09
申请号：CN201910246294.9
申请日：2019-03-29
Applicant: 南京邮电大学
Abstract: 本发明目的在于解决现有的技术中边缘节点过载导致应用时延较大的问题，提出了一种基于移动边缘计算的多径传输负载均衡优化算法方案，采取的技术方案是：在边缘节点之间分配每个车载应用的请求，将每个边缘节点的计算资源灵活地分配给不同类型的VM，来为所分配的车载应用提供服务。本发明达到的有益效果为：本发明通过将较小计算大小的应用分配给负载较轻的边缘节点，有效解决移动边缘计算中边缘节点过载问题；本发明通过根据边缘节点工作量动态分配应用请求，减少了网络中车载应用的时间。
-
公开(公告)号：CN110188706B
公开(公告)日：2022-04-19
申请号：CN201910474503.5
申请日：2019-06-03
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于生成对抗网络的视频中人物表情的神经网络训练方法及检测方法，该方法首先读入一个分辨率为m×n，帧数p为的视频vreal，该视频以人物的一种表情作为主要部分；接着通过主要由5层3D卷积层组成的3D卷积神经网络处理计算出其特征函数f；然后将一种可能的表情yi与之前的特征函数f通过主要由5层3D反卷积层组成的3D反卷积神经网络，得到与表情yi相匹配的，计算机生成的人物视频最后将vreal与通过主要由16个卷积层组成的3D卷积神经网络，得到两者的匹配程度si；通过改变yi以得到不同的si，使用si中最大的所对应的yi作为判断输出。本发明可以有效得解决了通常提取视频中人物表情数据时容易遇到的不准确问题，有着较好的鲁棒性。
-
公开(公告)号：CN110113376B
公开(公告)日：2022-04-08
申请号：CN201910246294.9
申请日：2019-03-29
Applicant: 南京邮电大学
IPC: H04L67/1008 , H04L67/101 , H04W28/08 , H04W4/44 , H04L67/12
Abstract: 本发明目的在于解决现有的技术中边缘节点过载导致应用时延较大的问题，提出了一种基于移动边缘计算的多径传输负载均衡优化算法方案，采取的技术方案是：在边缘节点之间分配每个车载应用的请求，将每个边缘节点的计算资源灵活地分配给不同类型的VM，来为所分配的车载应用提供服务。本发明达到的有益效果为：本发明通过将较小计算大小的应用分配给负载较轻的边缘节点，有效解决移动边缘计算中边缘节点过载问题；本发明通过根据边缘节点工作量动态分配应用请求，减少了网络中车载应用的时间。
-
公开(公告)号：CN109769280B
公开(公告)日：2021-10-08
申请号：CN201910246264.8
申请日：2019-03-29
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于机器学习的WIFI智能预测切换方法，方法中，将WIFI热点RSSI值演变模式与移动终端设备的WIFI切换决策关联起来。首先收集大量区域内WIFI热点信号强度数据集以及设备连接WIFI热点变化情况，并对该数据集进行归一化处理。其次，初始化神经网络参数，给定目标输出。最后，将预处理后的数据集喂入神经网络计算出隐层和输出层各单元输出以及输出误差，进行反复迭代训练、调整神经网络各层权值直至输出误差满足要求。本发明训练完成构建的人工神经网络会根据移动终端设备的WIFI信号强度变化情况预测Δ秒后（自由设置值，Δ越长，预测正确率越低）设备的位置变化情况来决定是否执行切换，提高网络稳定性。
-
公开(公告)号：CN109769280A
公开(公告)日：2019-05-17
申请号：CN201910246264.8
申请日：2019-03-29
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于机器学习的WIFI智能预测切换方法，方法中，将WIFI热点RSSI值演变模式与移动终端设备的WIFI切换决策关联起来。首先收集大量区域内WIFI热点信号强度数据集以及设备连接WIFI热点变化情况，并对该数据集进行归一化处理。其次，初始化神经网络参数，给定目标输出。最后，将预处理后的数据集喂入神经网络计算出隐层和输出层各单元输出以及输出误差，进行反复迭代训练、调整神经网络各层权值直至输出误差满足要求。本发明训练完成构建的人工神经网络会根据移动终端设备的WIFI信号强度变化情况预测Δ秒后（自由设置值，Δ越长，预测正确率越低）设备的位置变化情况来决定是否执行切换，提高网络稳定性。
-
-
-
-
-
Search Results
6
records
(took 0.015 seconds)
