-
公开(公告)号：CN116017573A
公开(公告)日：2023-04-25
申请号：CN202211686056.8
申请日：2022-12-27
申请人： 国网四川省电力公司电力科学研究院 , 四川轻化工大学
IPC分类号： H04W28/08
摘要： 本发明公开了一种基于移动边缘计算的资源卸载决策方法，包括以下步骤：通过参数初始化，获取资源卸载所需参数；根据资源卸载所需参数，将初始状态下用户与最近的基站建立连接，按照领导者和跟随者的顺序更新基于本轮的最优策略；基于更新的最优策略，经过多个迭代周期，判断某一时刻每个移动用户的效用和基站的效用是否达到最大，如果是则停止迭代，否则返回步骤二继续进行迭代，通过多轮博弈收敛到Stackelberg均衡，使基站和用户双方效用均达到最大，最终完成资源的卸载。本发明提出的方案有利于在提高边缘服务器效用的同时保证移动设备的服务质量。
-
公开(公告)号：CN116017573B
公开(公告)日：2023-09-05
申请号：CN202211686056.8
申请日：2022-12-27
申请人： 国网四川省电力公司电力科学研究院 , 四川轻化工大学
IPC分类号： H04W28/08
摘要： 本发明公开了一种基于移动边缘计算的资源卸载决策方法，包括以下步骤：通过参数初始化，获取资源卸载所需参数；根据资源卸载所需参数，将初始状态下用户与最近的基站建立连接，按照领导者和跟随者的顺序更新基于本轮的最优策略；基于更新的最优策略，经过多个迭代周期，判断某一时刻每个移动用户的效用和基站的效用是否达到最大，如果是则停止迭代，否则返回步骤二继续进行迭代，通过多轮博弈收敛到Stackelberg均衡，使基站和用户双方效用均达到最大，最终完成资源的卸载。本发明提出的方案有利于在提高边缘服务器效用的同时保证移动设备的服务质量。
-
公开(公告)号：CN118365539A
公开(公告)日：2024-07-19
申请号：CN202410614876.9
申请日：2024-05-17
申请人： 四川轻化工大学
IPC分类号： G06T5/50 , G06T5/60 , G06N3/0464 , G06N3/0455 , G06N3/045
摘要： 本发明公开一种图像融合方法、系统、电子设备及存储介质，涉及图像融合技术领域。所述方法包括：获取待测图像；所述待测图像包括红外图像和可见光图像；将所述待测图像输入图像融合网络进行特征重构处理，得到将红外与可见光特征融合后的融合图像；所述图像融合网络是基于改进的残差Swin Transformer模块和Sobel算子构建的；所述图像融合网络包括依次连接的位置编码层、多个RSTB层和融合层。本发明能够在充分提取全局特征的同时，保持细节信息不被丢失，提高整体图像融合质量。
-
公开(公告)号：CN116071352A
公开(公告)日：2023-05-05
申请号：CN202310200645.9
申请日：2023-03-06
申请人： 四川轻化工大学
IPC分类号： G06T7/00 , G06N3/0475 , G06N3/08
摘要： 本发明公开了一种电力安全工器具表面缺陷图像的生成方法，涉及图像生成技术领域，为解决原GAN网络在增强工器具表面缺陷图像数据集时生成缺陷图像质量差，多样性低下的问题。所述电力安全工器具表面缺陷的图像的生成方法包括：S1：获取电力安全工器具表面图像数据集；S2：对所述电力安全工器具表面图像数据集进行预处理，得到预处理后的数据集；S3：利用所述预处理后的数据集训练DG‑GAN网络，得到工器具表面缺陷图像；S4：将所述工器具表面缺陷图像传输至FID评分网络进行评分，得到评分结果；S5：根据所述评分结果得到数量充足的工器具表面缺陷图像数据集。
-
-
-
公开(公告)号：CN115577253A
公开(公告)日：2023-01-06
申请号：CN202211470072.3
申请日：2022-11-23
申请人： 四川轻化工大学
IPC分类号： G06F18/10 , G06F18/214 , G06F18/2411 , G06N3/084
摘要： 本发明公开了一种基于几何功率的监督频谱感知方法，涉及频谱感知领域，包括以下步骤：构建具有广义高斯分布的噪声模型，在噪声模型产生的噪声环境中仿真并接收信号；对接收到的信号进行几何功率求解，将得到的几何功率作为特征向量；构建监督学习模型，通过特征向量对监督学习模型进行训练，得到训练后的监督学习模型；获取并将实际环境中的信号的几何功率输入训练后的监督学习模型，进行频谱感知。本方法通过获取接收信号的几何功率来作为感知频谱是否使用的依据，相比使用能量统计和差分熵来进行频谱感知的方式具有更好的感知准确率，特别是在低信噪比的情况下。
-
公开(公告)号：CN113222060A
公开(公告)日：2021-08-06
申请号：CN202110597556.3
申请日：2021-05-31
申请人： 四川轻化工大学
摘要： 本发明公开了一种基于卷积特征和手工特征整合的视觉跟踪方法，其方法为通过VGG19提取目标图像的深度特征，并采用conv3‑4图层、conv4‑4图层和conv5‑4图层分别作为目标图像的三层卷积特征；获取HOG特征、CN特征和灰度特征，并融合成一层手工特征；获取三层卷积特征的傅里叶变换结果、一层手工特征的傅里叶变换结果，基于相关滤波算法计算得到目标图像的目标估计位置，完成视觉跟踪；通过间隔参数选取当前视觉图像中的部分图像帧，将选取的部分图像帧作为新的目标图像，开始更新视觉跟踪。本发明提升了视觉跟踪的精确度和成功率，提升了跟踪器的运行速度。
-
公开(公告)号：CN118540003A
公开(公告)日：2024-08-23
申请号：CN202410746905.7
申请日：2024-06-11
申请人： 四川轻化工大学
IPC分类号： H04B17/382 , G06N3/0464 , G06N3/0442
摘要： 本发明公开了一种基于深度学习与多特征组合的频谱感知方法，属于频谱感知领域，该方法包括利用仿真软件模拟主用户产生符合加性高斯白噪声与多径衰落的调制信号序列；在次级用户的感知节点处建立感知模型；基于感知模型获取调制信号序列，并对调制信号序列进行特征提取，得到信号特征矩阵训练集；利用信号特征矩阵训练集对用于频谱感知的SenseNet检测网络进行训练，得到训练后的SenseNet检测网络；对实际场景下的调制信号序列进行特征提取，得到信号特征矩阵，并利用训练后的SenseNet检测网络对信号特征矩阵进行感知，得到频谱感知结果。本发明解决了单一特征下的频谱感知方法在低信噪比下的检测能力不足的问题。
-
公开(公告)号：CN117131416B
公开(公告)日：2024-06-04
申请号：CN202311052784.8
申请日：2023-08-21
申请人： 四川轻化工大学
IPC分类号： G06F18/241 , H04B13/02 , G06F18/213 , G06F18/214 , G06N3/0442 , G06N3/0464 , G06N3/084
摘要： 本发明公开一种小样本调制识别方法、系统、电子设备及存储介质，涉及通信信号的调制识别技术领域。所述方法包括：获取水下通信信号；对水下通信信号进行信号重建处理，得到增强信号；根据增强信号和ResDLNN模型确定信号识别分类结果；ResDLNN模型包括依次连接的输入层、残差稠密卷积块、长短期记忆层和输出层；残差稠密卷积块是基于残差网络结构和稠密网络结构，由两个具有128个核的一维卷积层、一个Dropout层和一个最大池化层构建的；残差稠密卷积块用于提取信号中的特征；长短期记忆层用于提取信号特征中的时域信息。本发明能够利用深度学习，在少量调制信号样本的基础上提高调制信号的分类性能。
-
-
-
-
-
-
-
-
-
搜索结果
45 条记录 (耗时 0.056 秒)
