公开(公告)号：CN117675806A

公开(公告)日：2024-03-08

申请号：CN202211013339.6

申请日：2022-08-23

申请人： 清华大学 ,  中国移动通信有限公司研究院 ,  中国移动通信集团有限公司

发明人： 陶晓明 ,  郭原成 ,  黄丹蓝 ,  蔺金山 ,  刘光毅 ,  潘成康 ,  郑青碧

IPC分类号： H04L67/10 ,  H04L41/147 ,  H04L41/0631 ,  H04W4/38

摘要： 本发明提供一种分布式网络的数据处理方法、装置及设备。方法包括：获取数据库中存储的第一时刻的数据，所述第一时刻的数据是所述网络节点的传感器采集的数据；根据所述第一时刻的数据，通过数字孪生模块对第二时刻的数据进行预测处理，得到第二时刻的预测数据；所述第一时刻早于第二时刻；获取传感器采集的所述第二时刻的真实数据；根据所述第二时刻的真实数据，对所述第二时刻的预测数据进行更新，得到目标预测数据；本发明的方案实现了实时获取预测数据，且保证了预测数据的准确性，同时，节省了网络带宽和资源，提高了响应效率。

公开(公告)号：CN113947136A

公开(公告)日：2022-01-18

申请号：CN202111161082.4

申请日：2021-09-30

申请人： 清华大学 ,  中国移动通信集团有限公司

发明人： 段一平 ,  陶晓明 ,  程宝平 ,  杜冰 ,  郭原成 ,  潘成康

IPC分类号： G06K9/62 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

摘要： 本发明提供一种图像压缩和分类方法、装置及电子设备，图像压缩和分类方法包括获取待训练的卷积神经网络模型，模型包括由卷积层构成的编码器、共用编码器的生成器及分类器；获取图像样本，利用编码器对图像样本进行卷积处理，得到特征图像；将特征图像输入生成器和分类器，输出图像样本的压缩图像以及分类结果；获得压缩图像与图像样本之间的第一误差，及分类结果的第二误差，并利用第一误差和第二误差调整卷积神经网络模型的模型参数，利用调整得到的模型参数返回获取图像样本，利用编码器对图像样本进行卷积处理，得到特征图像，直到得到达到训练目标值的模型参数。本发明图像压缩及图像分类使用同一编码器，可以大大减少计算资源。