-
公开(公告)号：CN116340506A
公开(公告)日：2023-06-27
申请号：CN202310003775.3
申请日：2023-01-03
Applicant: 重庆邮电大学
IPC: G06F16/35 , G06F40/30 , G06N3/08 , G06F40/242 , G06F40/289 , G06N3/0464
Abstract: 本发明请求保护一种基于BERT和无池化卷积神经网络的文本分类方法，步骤包括：对原始中文新闻文本进行分词、转换文本序列等预处理；将新闻文本输入BERT模型中得到词嵌入向量输出，基于BERT模型的多头注意力机制可以更充分地保留全局语义信息；将词嵌入向量输入卷积神经网络并对卷积神经网络进行优化，在卷积层使用三个不同大小的卷积核提取更加丰富的局部语义信息，以及取消池化层避免池化操作造成的部分语义信息丢失问题；将训练得到的参数作为网络模型的初始参数；最后将无池化卷积神经网络的输出输入全连接层实现分类。本发明具有良好的收敛性和稳定性，同时能够提高文本分类准确率。
-
公开(公告)号：CN114663012A
公开(公告)日：2022-06-24
申请号：CN202210240722.9
申请日：2022-03-10
Applicant: 重庆邮电大学
Abstract: 本发明属于区块链技术与生产物流技术领域，提出了一种基于区块链的生产物流管理系统及方法。所述系统由分布式的仓储节点、运输节点以及MEC节点进行管理并通过物联网网络互联，各个节点之间基于区块链技术互相提供去中心化的物流服务，利用智能合约完成交互和利益安全交割；当仓储节点发布运输服务请求时，签有智能合约的运输节点根据各自情况与仓储节点博弈后，确定出最后的运输服务提供节点提供运输服务；当运输节点发布计算服务请求时，靠近运输节点的MEC节点提供计算任务，并获得相应收益。本发明与传统的生产物流管理系统相比，具备了分布式存储、高安全可靠性、易追溯等优势。
-
公开(公告)号：CN113281566A
公开(公告)日：2021-08-20
申请号：CN202110510818.8
申请日：2021-05-11
Applicant: 重庆邮电大学
Abstract: 本发明属于信号处理领域，具体涉及一种基于组合复信号相位差的频率估计方法；所述方法包括通过信号采集器对原始信号采样，获得长度为N+M的数字信号；从该段数字信号0点起取N点构造出第一时间序列，从该段数字信号第M点起取N点构造出第二时间序列；构造出长度为N的对称窗函数，分别对第一时间序列和第二时间序列进行对称加窗处理得到第一加窗函数和第二加窗函数；构造出第三时间序列，对第三时间序列进行离散傅里叶变换得到该序列的频谱；利用频谱的峰值谱线解算得到相位差，通过相位差估计得到原始信号的频率值。本发明只需要一次FFT运算即可对信号频率进行高精度估计，大大减少了算法的运算量，提高了实时性。
-
公开(公告)号：CN106209318B
公开(公告)日：2019-07-02
申请号：CN201610564917.3
申请日：2016-07-18
Applicant: 重庆邮电大学
CPC classification number: Y02D50/10
Abstract: 本发明提供一种用于TD‑LTE的MAC协议数据单元，包括一个MAC头、一个MAC服务数据单元、一个MAC控制单元，MAC头包括多个MAC子头，多个MAC子头中除最后一个MAC子头外其余的MAC子头包括六个头字段R/R/E/LCID/F/L，在MAC子头的头字段F后还具有一个1bit的扩展域E1，如果扩展域E1设定为“1”，则表示其后至少有另一组的F/E1/LI域；如果扩展域E1设置为“0”，表示从其后的字节起为MAC服务数据单元。本发明对RLC AM模式下的状态PDU子头进行扩展，达到资源利用的最大化。
-
公开(公告)号：CN114663012B
公开(公告)日：2024-06-25
申请号：CN202210240722.9
申请日：2022-03-10
Applicant: 重庆邮电大学
IPC: G06Q10/083 , G06Q30/018 , G06Q30/0207 , G06Q40/04
Abstract: 本发明属于区块链技术与生产物流技术领域，提出了一种基于区块链的生产物流管理方法，所述方法应用于一种基于区块链的生产物流管理系统中。所述系统由分布式的仓储节点、运输节点以及MEC节点进行管理并通过物联网网络互联，各个节点之间基于区块链技术互相提供去中心化的物流服务，利用智能合约完成交互和利益安全交割；当仓储节点发布运输服务请求时，签有智能合约的运输节点根据各自情况与仓储节点博弈后，确定出最后的运输服务提供节点提供运输服务；当运输节点发布计算服务请求时，靠近运输节点的MEC节点提供计算任务，并获得相应收益。本发明与传统的生产物流管理系统相比，具备了分布式存储、高安全可靠性、易追溯等优势。
-
Patent Agency Ranking
公开(公告)号：CN106209318A
公开(公告)日：2016-12-07
申请号：CN201610564917.3
申请日：2016-07-18
Applicant: 重庆邮电大学
CPC classification number: Y02D50/10 , H04L1/0008 , H04L69/22
Abstract: 本发明提供一种用于TD-LTE的MAC协议数据单元，包括一个MAC头、一个MAC服务数据单元、一个MAC控制单元，MAC头包括多个MAC子头，多个MAC子头中除最后一个MAC子头外其余的MAC子头包括六个头字段R/R/E/LCID/F/L，在MAC子头的头字段F后还具有一个1bit的扩展域E1，如果扩展域E1设定为“1”，则表示其后至少有另一组的F/E1/LI域；如果扩展域E1设置为“0”，表示从其后的字节起为MAC服务数据单元。本发明对RLC AM模式下的状态PDU子头进行扩展，达到资源利用的最大化。
-
公开(公告)号：CN114359591B
公开(公告)日：2024-07-23
申请号：CN202111520401.6
申请日：2021-12-13
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种融合边缘特征的自适应图像匹配算法，该算法包括步骤：S1，对于图像的灰度图转换规则进行修改，将原始图像转换为边缘图；S2，引入了ORB算法进行提取特征点，并对其进行改进，加入尺度空间；S3，使用SURF算法的描述子进行特征点描述；S4，提出了改进的自适应性快速最近邻逼近搜索函数库FLANN算法进行匹配；S5，在自适应性匹配中引入随机抽样一致性RANSAC算法对错误匹配点对进行剔除；S6，基于光照、尺寸和旋转等不同场景下，对于SIFT算法、SURF算法和一种融合边缘特征的自适应图像匹配算法进行图像匹配对比，实验结果表明，较原SURF算法匹配时间缩短20％‑25％，且匹配准确率保持在99％以上。
-
公开(公告)号：CN117420826A
公开(公告)日：2024-01-19
申请号：CN202311213617.7
申请日：2023-09-19
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于融合轨迹平滑算法的自适应Lazy‑Theta*路径规划方法。该方法包括步骤：1.在三维地图中创建障碍物缓冲区，将移动机器人背负货架之后的整体高度和体积纳入安全考虑范围中，增强机器人在狭窄路径中的可通过性。2.提出了一种改进的自适应启发式函数和代价函数，根据三维地图中障碍物的分布信息对算法的总代价函数进行改进，增强了规划路径的目的性。3.使用基于Minimum Snap的多项式轨迹平滑算法对原始路径进行平滑处理，避免移动机器人在实际运行过程中可能出现的速度不稳定和抖动现象，提高机器人运行的稳定性。
-
公开(公告)号：CN114359591A
公开(公告)日：2022-04-15
申请号：CN202111520401.6
申请日：2021-12-13
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种融合边缘特征的自适应图像匹配算法，该算法包括步骤：S1，对于图像的灰度图转换规则进行修改，将原始图像转换为边缘图；S2，引入了ORB算法进行提取特征点，并对其进行改进，加入尺度空间；S3，使用SURF算法的描述子进行特征点描述；S4，提出了改进的自适应性快速最近邻逼近搜索函数库FLANN算法进行匹配；S5，在自适应性匹配中引入随机抽样一致性RANSAC算法对错误匹配点对进行剔除；S6，基于光照、尺寸和旋转等不同场景下，对于SIFT算法、SURF算法和一种融合边缘特征的自适应图像匹配算法进行图像匹配对比，实验结果表明，较原SURF算法匹配时间缩短20％‑25％，且匹配准确率保持在99％以上。
-
公开(公告)号：CN114721401B
公开(公告)日：2025-02-11
申请号：CN202210564768.6
申请日：2022-05-23
Applicant: 重庆邮电大学
IPC: G05D1/43 , G05D1/246 , G05D1/644 , G05D1/247 , G05D109/10
Abstract: 本发明请求保护一种基于改进A*算法的高效路径规划方法，该方法一种在大面积地图环境下快速得到一条最优或者次优路径的改进A*算法。首先，相对于传统A*算法8邻域的搜索方式，本文使用了适用于大面积栅格地图下的4邻域搜索方式，大大减少了对一些不必要节点的计算。其次，本文改进了启发函数，同时对启发函数的预估代价给予不同的权重，使得移动机器人在规划过程中根据与起始点和目标点距离灵活计算节点的预估代价。最后，通过选取多组距离不同的目标点对改进前后的A*算法进行了仿真试验，对比了各组规划的用时时间、访问节点的数量、以及路径的平滑性，验证了所提算法在路径规划上的高效性。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.022 seconds)
