-
公开(公告)号：CN116743795A
公开(公告)日：2023-09-12
申请号：CN202310504520.5
申请日：2023-05-06
Applicant: 南京邮电大学
Abstract: 本发明涉及物联网技术领域，具体为一种物联网应用功能配置的部署方法，其在物联网应用系统采用以服务单元为基本单位的分布式应用架构的前提下，利用物联网平台的统一通信机制来实现物联网分布式功能的配置和部署，这种配置和部署的通信和物联网应用数据的通信使用统一的物联网设备数据会聚机制，便于在物联网环境下实现分布式功能和物联网传感执行信息的统一传输、控制和管理。采用本发明，只要能够会聚物联网传感执行终端的节点，都支持分布式功能的按需配置或永久配置，提高了物联网功能部署和使用的灵活性，简化系统的开发和管理控制。
-
公开(公告)号：CN116703765A
公开(公告)日：2023-09-05
申请号：CN202310653152.0
申请日：2023-06-05
Applicant: 南京邮电大学
IPC: G06T5/00 , G06N3/0464 , G06N3/0475 , G06N3/048 , G06N3/084 , G06N3/094
Abstract: 本发明公开了一种基于SqueezeNet的生成对抗网络图像去雾方法及装置，方法包括：将采集的有雾图像输入构建的基于SqueezeNet的生成对抗网络模型中，输出去雾后的无雾图像；其中，所述基于SqueezeNet的生成对抗网络模型包括生成器网络和判别器网络。本发明通过特征提取网络SqueezeNet提取雾密度特征，使去雾网络能够自动调整不同浓度区域的权重，更有效地分离雾霾和图像内容，实现在真实场景中对不同浓度雾霾的非均匀处理。改进的注意力块使去雾网络能够提取到图像的关键特征，提高了去雾网络的性能。引入感知损失帮助恢复更多的图像细节信息，避免了传统卷积神经网络导致的图像空间细节丢失的问题。
-
公开(公告)号：CN109977812B
公开(公告)日：2023-02-24
申请号：CN201910185300.4
申请日：2019-03-12
Applicant: 南京邮电大学
IPC: G06V20/56 , G06V20/40 , G06V10/44 , G06V10/774 , G06V10/764
Abstract: 本发明公开了一种基于深度学习的车载视频目标检测方法，利用改进的Faster R‑CNN算法实现复杂交通环境中的目标检测，提供行车安全辅助功能。现有的目标跟踪算法存在严重的小目标漏检问题，本发明通过增加一个深度信息通道，将其与原有的彩色图像通道并联，并在通道维度上进行融合，在融合后的特征图像上进行候选框提取和目标检测，提高小目标的检测率，另外在训练中添加对难样本的训练，提高算法整体的目标识别率。本发明能够充分考虑Faster R‑CNN算法存在的小目标漏检问题，通过深度图像特征融合和难样本挖掘方法，提高复杂交通场景中车辆识别的准确率。
-
公开(公告)号：CN110891293B
公开(公告)日：2022-09-16
申请号：CN201911093932.4
申请日：2019-11-11
Applicant: 南京邮电大学
Abstract: 本发明公开了车联网信息传输技术领域的一种基于车辆轨迹预测的多属性网络选择方法，旨在解决现有技术中车载移动终端可以接收到多个不同基站所覆盖的网络信号，由于车联网中车辆流动性大、运动速度快，若接入某一网络的时间过短容易造成网络的频繁切换，会产生信号不稳定的技术问题。所述方法包括如下步骤：预测车辆的轨迹和车速；基于所述轨迹和车速，预测车辆在不同网络中的驻留时间；将所述驻留时间与预设阈值进行比较，提取驻留时间大于预设阈值的网络作为候选网络；从所述候选网络中选取接入网络。
-
公开(公告)号：CN114885420A
公开(公告)日：2022-08-09
申请号：CN202210282489.0
申请日：2022-03-22
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于混合深度强化学习的NOMA‑MEC系统中的用户分组和资源分配方法及装置。本发明提出的混合深度强化学习算法利用DDPG优化连续动作和DQN优化离散动作解决了深度强化学习难以处理同时具有离散和连续动作空间的混合问题。具体地，算法根据用户的信道状态确定用户设备的带宽分配、卸载决策、子信道分配(用户分组情况),以使系统的计算速率与所耗功率之比最大化。该算法可以良好地适应环境的动态特性，有效提升系统的能量效率和频谱资源利用率。
-
Patent Agency Ranking
公开(公告)号：CN109618351B
公开(公告)日：2022-01-07
申请号：CN201910018304.3
申请日：2019-01-09
Applicant: 南京邮电大学
Abstract: 本发明提供一种基于stackelberg博弈的异构网络中的资源分配方法，包括如下步骤：步骤1：将宏基站、微基站、移动用户视为一个价格模型，宏基站和微基站分别为stackelberg博弈中的领导者和追随者，宏基站拥有并管理功率资源和带宽资源，微基站租用或购买所述功率资源和带宽资源并分配给移动用户；以吞吐量为策略，分别对宏基站、微基站设计效用函数，建立stackelberg博弈模型；步骤2：根据步骤1建立的stackelberg博弈模型，推导并证明stackelberg均衡的存在；步骤3：求解stackelberg博弈模型，根据求解值得到最佳的功率和带宽分配方法，以及对应的价格。本发明本发明基于stackelberg博弈的异构网络中的资源分配方案，将下行功率资源与带宽资源相结合考虑，改变了先前资源分配的单一性。
-
公开(公告)号：CN112860384A
公开(公告)日：2021-05-28
申请号：CN202110276714.5
申请日：2021-03-15
Applicant: 南京邮电大学
IPC: G06F9/455
Abstract: 本发明公开了一种面向多维资源负载均衡的VNF复用和迁移方法，包括：对客户端发起的请求编排生成对应的服务链，然后对编排生成的服务链以源目节点相同为特征进行分组；对于每组服务链计算出源节点到目的节点之间的前K条最短路径并进行缓存；根据前K条最短路径制定每条服务链的映射；服务链映射成功后，若有节点出现资源负载的情况则触发对该节点上VNF进行迁移的操作。本发明通过快速匹配法复用VNF，在VNF‑FG设计阶段保证负载均衡的同时尽可能减少VNF个数，不仅优化VM的启动成本和VNF的实例化成本，也为后期在VNF迁移场景中通过VNF复用减少了迁移成本。
-
公开(公告)号：CN111741069A
公开(公告)日：2020-10-02
申请号：CN202010439162.0
申请日：2020-05-22
Applicant: 南京邮电大学
IPC: H04L29/08
Abstract: 本发明公开了一种基于SDN和NFV分层式数据中心资源优化方法和系统，MANO控制器对客户端发起的请求编排生成对应的服务链，以源目节点相同为特征分组；对分组后的服务链过滤出带宽要求高出设定阈值的部分并标注最高优先级，对剩余的服务链按照其对时延要求的高低降序排列注明优先级；对于每组服务链计算出源节点到目的节点之间的前K条最短路径；MANO控制器根据前K条最短路径使用协同进化的多种群竞争遗传算法制定每条服务链的映射策略；MANO控制器将制定的映射策略下发给基本控制层的SDN控制器，SDN控制器将映射策略转换成适合交换机处理的流表并下发给交换机执行。本发明服务链端到端的时延小和网络资源利用率高。
-
公开(公告)号：CN111738064A
公开(公告)日：2020-10-02
申请号：CN202010391477.2
申请日：2020-05-11
Applicant: 南京邮电大学
Abstract: 本发明公开了图像处理和模式识别技术领域的一种雾霾图像的雾浓度识别方法，旨在解决现有技术中由于不能自动识别雾霾图像的雾浓度，因而导致无法实现智能化去雾、影响去雾效果的技术问题。所述方法包括如下步骤：将目标雾霾图像输入预先训练好的有向无环图支持向量机，获取目标雾霾图像的雾浓度；所述雾浓度基于预构建的多特征模型进行表征，所述多特征模型中的特征向量包括颜色特征、暗通道特征、信息量特征、对比度特征中的至少任一项。
-
公开(公告)号：CN110891293A
公开(公告)日：2020-03-17
申请号：CN201911093932.4
申请日：2019-11-11
Applicant: 南京邮电大学
Abstract: 本发明公开了车联网信息传输技术领域的一种基于车辆轨迹预测的多属性网络选择方法，旨在解决现有技术中车载移动终端可以接收到多个不同基站所覆盖的网络信号，由于车联网中车辆流动性大、运动速度快，若接入某一网络的时间过短容易造成网络的频繁切换，会产生信号不稳定的技术问题。所述方法包括如下步骤：预测车辆的轨迹和车速；基于所述轨迹和车速，预测车辆在不同网络中的驻留时间；将所述驻留时间与预设阈值进行比较，提取驻留时间大于预设阈值的网络作为候选网络；从所述候选网络中选取接入网络。
-
-
-
-
-
-
-
-
-
Search Results
58
records
(took 0.03 seconds)
