-
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。
-
公开(公告)号：CN110046787A
公开(公告)日：2019-07-23
申请号：CN201910035899.3
申请日：2019-01-15
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种城市区域电动汽车充电需求时空预测方法，包括以下步骤：按照经纬度将城市划分为网格区域并统计各区域电动汽车充电需求历史数据；提取各区域历史数据时间序列的时间依赖属性，将各区域的五个时间依赖属性按照对应网格合并成五个时空序列3D张量；对每个时间依赖属性张量分别建立基于卷积长短期记忆神经网络的深度学习子模型，并将五个子模型的输出进行融合；对外部因素数据建立全连接层子模型，将融合结果与全连接层子模型输出再进行融合得到城市各区域电动汽车充电需求预测结果。本发明可以有效提高城市区域电动汽车充电需求预测精度，将为电力系统调度、充电设施规划等提供重要依据。
-
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。
-
公开(公告)号：CN112311584B
公开(公告)日：2023-09-26
申请号：CN201911224327.6
申请日：2019-12-04
Applicant: 重庆邮电大学
IPC: H04L41/0894 , H04L41/122 , H04L41/14 , H04L49/60
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。
-
Patent Agency Ranking
公开(公告)号：CN112333625A
公开(公告)日：2021-02-05
申请号：CN201911070538.9
申请日：2019-11-05
Applicant: 重庆邮电大学
Abstract: 本发明涉及人工智能及移动通信领域。涉及一种基于Tensorflow Lite的室内指纹定位方法。该方法包括以下步骤：步骤1、设计出采集WIFI信号的原型系统；步骤2、离线阶段，采集WIFI信号并对脏数据进行处理并建立位置指纹数据库；步骤3、使用K近邻算法、支持向量机算法、随机森林算法、多层感知机算法训练模型，并将这几种模型融合确定最终的定位模型,将融合后的定位模型进行粒子滤波与卡尔曼滤波处理；步骤4、将经滤波处理后的模型通过tensorflowlite技术移到移动端；步骤5、在移动端进行位置指纹定位的可视化预测与分析。该方法解决了室内位置指纹定位成本较高，鲁棒性低且定位精度不高的问题。
-
公开(公告)号：CN109934665A
公开(公告)日：2019-06-25
申请号：CN201910057638.1
申请日：2019-01-22
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种微电网内分布式电能交易系统及方法，包括多个用户能源管理器节点和一个区域能源管理器节点，各节点之间信息互通，形成区块链网络，用户能源管理器节点通过电力线与本地用户的智能电表相连。用户能源管理器将电信息和交易计划通过区块链数据模块上传至区块链网络，并通过区块链数据模块查询交易信息；区域能源管理器收集用户电信息和交易计划，基于连续双边拍卖为用户匹配交易对象；智能电表通过查看区块信息获取充放电要求，并执行充放电；最后通过智能合约完成资金的结算。该系统运行过程中用户能源管理器、区域能源管理器和智能电表自我决策，自动运行，能够在充分利用微电网中的分布式可再生能源、实现资源的最优配置的同时，保证各个参与主体的利益。
-
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：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：CN109951245A
公开(公告)日：2019-06-28
申请号：CN201910170440.4
申请日：2019-03-07
Applicant: 重庆邮电大学
IPC: H04B17/391 , G06F17/50
Abstract: 本发明设计了一种基于多节点多路由的复杂拓扑环境下的多源端噪声建模方法，将实际电力线通信场景中拓扑结构复杂，用电负载类型多样的特性纳入到噪声建模的考虑中。该方法主要包括以下步骤：A.搭建复杂测试用电网络，并测量各个源端噪声及接收端噪声时域波形；B.利用MATLAB软件对各个实测噪声波形进行分析提取关键参数，然后通过Markov-Middleton脉冲噪声模型对各个源端噪声进行建模；C.分析测试用电网络拓扑结构，建立距离矩阵，根据多节点信道建模方法对源端与接收端之间的信道进行建模；D.依据用电电器产生噪声的互不相干性，结合源端噪声建模和信道建模，通过噪声叠加综合完成对接收端噪声建模；E.从时域特性的分析和对仿真序列数学统计特性的提取分析验证方法的正确性。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.02 seconds)
