-
公开(公告)号：CN118299894A
公开(公告)日：2024-07-05
申请号：CN202410510038.7
申请日：2024-04-26
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种天线馈线接头的安装辅助装置，包括：在底座上设置固定机构、以及可横向和/或纵向移动的滑动平台，滑动平台上设置有剥线机构和接头安装机构，固定机构用于固定天线馈线，通过横向和/或纵向移动滑动平台使所剥线机构与固定机构相配合对天线馈线进行剥线，通过横向和/或纵向移动滑动平台使接头安装机构和固定机构相配合对已剥线的天线馈线安装接头；该剥线机构包括旋转组件和刀具组件；接头安装机构包括放料转盘，放料转盘间隔设置若干放料孔，放料孔内可以放置接头。采用本发明可以提高天线馈线接头安装的效率和准确率，降低人工成本。
-
公开(公告)号：CN102048621B
公开(公告)日：2014-02-05
申请号：CN201010620212.1
申请日：2010-12-31
Applicant: 重庆邮电大学
Abstract: 本发明涉及计算机视觉控制技术领域，具体涉及一种智能轮椅的人机交互系统及其交互方法，本发明通过唇部分类器得到唇部的窗口，然后将检测到的唇部窗口与一个位置固定的矩形窗口进行比较得到头势，通过头势确定智能轮椅的运动状态；卡尔曼滤波器根据上一帧唇部窗口的具体位置预测下一个唇部检测窗口可能出现的位置，将预测到的搜索窗口位置作为初始搜索位置反馈回唇部分类器，实施对检测对下一帧图像的检测，大大提高了唇部检测时间，并且提高了唇部检测的精度，解决了智能轮椅在用头势控制的控制过程中因为唇部检测时间过长而使得在智能轮椅运动的过程中产生延时的问题，达到了智能轮椅在头势控制的过程中运动连贯的目的。
-
公开(公告)号：CN102048621A
公开(公告)日：2011-05-11
申请号：CN201010620212.1
申请日：2010-12-31
Applicant: 重庆邮电大学
Abstract: 本发明涉及计算机视觉控制技术领域，具体涉及一种智能轮椅的人机交互系统及其交互方法，本发明通过唇部分类器得到唇部的窗口，然后将检测到的唇部窗口与一个位置固定的矩形窗口进行比较得到头势，通过头势确定智能轮椅的运动状态；卡尔曼滤波器根据上一帧唇部窗口的具体位置预测下一个唇部检测窗口可能出现的位置，将预测到的搜索窗口位置作为初始搜索位置反馈回唇部分类器，实施对检测对下一帧图像的检测，大大提高了唇部检测时间，并且提高了唇部检测的精度，解决了智能轮椅在用头势控制的控制过程中因为唇部检测时间过长而使得在智能轮椅运动的过程中产生延时的问题，达到了智能轮椅在头势控制的过程中运动连贯的目的。
-
公开(公告)号：CN112311670A
公开(公告)日：2021-02-02
申请号：CN201911224221.6
申请日：2019-12-04
Applicant: 重庆邮电大学
IPC: H04L12/707 , H04L12/751 , H04L12/24
Abstract: 本发明公开了一种软件定义网络控制器中路由选择功能的替代方法，基于当前动态路由选择算法存在时间开销问题，本发明设计了一种解决方案，优化SDN路由选择过程，使其既可以得到启发式算法计算出的优化路径，又可以保证其方法运行的高效性。该方法能够实时的获得启发式算法或者近似启发式算法的路由选择结果，在不影响SDN数据流处理速度的前提下，实现海量网络资源的快速合理分发。该方法简单实用，在一定程度上提高了控制器拓扑发现模块的运行效率，使得网络资源可以更有效的分配。特别是对于海量新数据分发处理场景，不仅提高了网络中控制器的性能，还提高了整个系统的运行效率。
-
公开(公告)号：CN111104852A
公开(公告)日：2020-05-05
申请号：CN201911075387.6
申请日：2019-11-06
Applicant: 重庆邮电大学
Abstract: 本发明属于图像识别技术领域，尤其涉及一种基于启发式高斯云变换的人脸识别方法。该方法包括以下内容：利用摄像头获取目标人脸图像；将目标人脸图像输入到MTCNN神经网络模型中，输出一个只有五官对齐人脸切割后的正方形人脸脸框图像；构造基于random_normal激活函数的神经网络模型，并定义新的人脸识别损失函数；将经过预处理的人脸图像数据集CASIA-WebFace对已构造的神经网络模型进行预训练，并保留训练后的模型的结构和参数；将目标人脸图像与人脸数据库中人脸图像输入到神经网络模型中，然后利用启发式高斯云变换算法得到含混度来判断人脸识别结果。该方法提供了一种基于启发式高斯云变换的人脸识别方法，定义了一种新的人脸识别损失函数，代替了softmax分类方法，不再需要考虑识别对象的样本数少、分类类别多等问题，从而提高了精度。
-
Patent Agency Ranking
公开(公告)号：CN112418397A
公开(公告)日：2021-02-26
申请号：CN202011306236.X
申请日：2020-11-19
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种轻量级卷积神经网络的设计方法，属于计算机深度学习领域。该方法设计一种轻量级卷积单元，具体包括：S1：采用逐点卷积对输入特征图进行通道扩张；S2：采用深度卷积对输入特征图的通道进行分组；S3：批量标准化：对输入层和每一中间层的输入做标准化处理；S4：将输入特征图与批量标准化后的特征图进行concat拼接；S5：采用逐点卷积对输出通道进行收缩；S6：将经过步骤S5得到的特征图通过激活函数R_Hard_Swish。本发明相较于大型卷积神经网络，参数量和计算量大幅减少，在准确度性能的表现上相较于其他轻量级卷积神经网络而言效果更好。
-
公开(公告)号：CN112311584A
公开(公告)日：2021-02-02
申请号：CN201911224327.6
申请日：2019-12-04
Applicant: 重庆邮电大学
IPC: H04L12/24 , H04L12/803 , H04L12/935 , H04L12/947
Abstract: 本发明涉及一种软件定义网络控制器部署方法，属于通信网络技术领域。该方法包括以下步骤：步骤1、建模交换机总开销；步骤2、建模控制器总开销；步骤3、建模控制器与交换机连接关系限制条件；步骤4、建模交换机匹配列表；步骤5、建模控制器匹配列表；步骤6、建模交换机与控制器匹配列表双向匹配限制条件；步骤7、在满足交换机和控制器限制条件下，基于网络开销最小化确定控制器部署策略。该方法可以在综合考虑交换机间的开销，控制器间的开销，控制器与交换机间的开销以及交换机和控制器的自身性能等限制条件下，优化确定SDN控制器部署策略，从而实现控制器间的负载均衡。
-
公开(公告)号：CN112257791A
公开(公告)日：2021-01-22
申请号：CN202011156549.1
申请日：2020-10-26
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于CNN和PCA的多属性分类任务的分类方法，属于机器学习和深度学习领域。该方法包括：S1：模型训练：获取多个属性的分类数据集并预处理；对预处理后的数据集采用PCA进行特征提取，得到独立特征；对卷积神经网络CNN进行预训练，再将预处理后的数据集输入预训练后的卷积神经网络CNN，得到组合特征；将独立特征和组合特征进行拼接得到混合特征；将混合特征输入深度神经网络DNN，进行训练；S2：采集实时样本数据；S3：将采集到的实时样本数据依照步骤S1的方式进行处理后，输入到训练好的深度神经网络DNN模型，得到分类结果。本发明能有效提高的多属性分类任务的精度，并大大降低了人工提取特征的成本。
-
公开(公告)号：CN111104852B
公开(公告)日：2020-10-16
申请号：CN201911075387.6
申请日：2019-11-06
Applicant: 重庆邮电大学
Abstract: 本发明属于图像识别技术领域，尤其涉及一种基于启发式高斯云变换的人脸识别方法。该方法包括以下内容：利用摄像头获取目标人脸图像；将目标人脸图像输入到MTCNN神经网络模型中，输出一个只有五官对齐人脸切割后的正方形人脸脸框图像；构造基于random_normal激活函数的神经网络模型，并定义新的人脸识别损失函数；将经过预处理的人脸图像数据集CASIA‑WebFace对已构造的神经网络模型进行预训练，并保留训练后的模型的结构和参数；将目标人脸图像与人脸数据库中人脸图像输入到神经网络模型中，然后利用启发式高斯云变换算法得到含混度来判断人脸识别结果。该方法提供了一种基于启发式高斯云变换的人脸识别方法，定义了一种新的人脸识别损失函数，代替了softmax分类方法，不再需要考虑识别对象的样本数少、分类类别多等问题，从而提高了精度。
-
公开(公告)号：CN112311670B
公开(公告)日：2024-01-26
申请号：CN201911224221.6
申请日：2019-12-04
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种软件定义网络控制器中路由选择功能的替代方法，基于当前动态路由选择算法存在时间开销问题，本发明设计了一种解决方案，优化SDN路由选择过程，使其既可以得到启发式算法计算出的优化路径，又可以保证其方法运行的高效性。该方法能够实时的获得启发式算法或者近似启发式算法的路由选择结果，在不影响SDN数据流处理速度的前提下，实现海量网络资源的快速合理分发。该方法简单实用，在一定程度上提高了控制器拓扑发现模块的运行效率，使得网络资源可以更有效的分配。特别是对于海量新数据分发处理场景，不仅提高了网络中控制器的性能，还提高了整个系统的运行效率。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.023 seconds)
