-
公开(公告)号:CN111432380B
公开(公告)日:2022-06-21
申请号:CN202010216321.0
申请日:2020-03-25
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种面向D2D辅助数据卸载的缓存优化方法。通过链路质量计算出协助用户选择D2D模式进行通信的概率模型,将内容推送给具有更高的D2D通信概率的协助用户;通过Zipf分布得到用户偏好模型,缓存用户更感兴趣的内容在缓存空间个数有限的约束下,对协助用户的缓存方法进行优化以得到最大化整个系统的缓存命中概率的模型,并设计GREEDY‑I算法对模型进行求解。本发明根据协助用户模式选择确定协助用户进行D2D通信的概率,根据请求用户的偏好模型确定请求用户对每个内容感兴趣的概率,对协助用户的缓存方法进行优化,将邻居请求用户更感兴趣的内容缓存在具有更高的D2D通信概率的协助用户设备中,以此来最大化缓存命中概率,提高了系统的整体吞吐量。
-
公开(公告)号:CN111432380A
公开(公告)日:2020-07-17
申请号:CN202010216321.0
申请日:2020-03-25
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种面向D2D辅助数据卸载的缓存优化方法。通过链路质量计算出协助用户选择D2D模式进行通信的概率模型,将内容推送给具有更高的D2D通信概率的协助用户;通过Zipf分布得到用户偏好模型,缓存用户更感兴趣的内容在缓存空间个数有限的约束下,对协助用户的缓存方法进行优化以得到最大化整个系统的缓存命中概率的模型,并设计GREEDY-I算法对模型进行求解。本发明根据协助用户模式选择确定协助用户进行D2D通信的概率,根据请求用户的偏好模型确定请求用户对每个内容感兴趣的概率,对协助用户的缓存方法进行优化,将邻居请求用户更感兴趣的内容缓存在具有更高的D2D通信概率的协助用户设备中,以此来最大化缓存命中概率,提高了系统的整体吞吐量。
-
公开(公告)号:CN110070031A
公开(公告)日:2019-07-30
申请号:CN201910312497.3
申请日:2019-04-18
Applicant: 哈尔滨工程大学
IPC: G06K9/00
Abstract: 本发明提出了一种针对海底底质声呐回波特征量融合的特征提取方法,采用EMD方法对回波信号进行分解,得到各阶IMF分量,进行回波波形特征量提取,利用EMD和随机森林方法对底质声纳回波进行特征提取融合,改善了传统融合方法对特征量的要求、同时解决特征量存在冗余的问题。采用EMD对声呐回波信号进行特征量提取解决特征量单一在时域或者频域的问题,同时应用随机森林方法进行特征量融合也能较好的解决便于反演和特征冗余的问题,同时还能减小测试时间和训练时间。
-
公开(公告)号:CN109448038A
公开(公告)日:2019-03-08
申请号:CN201811310207.3
申请日:2018-11-06
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种基于DRLBP和随机森林的海底底质声呐图像特征提取方法。一:先对海底底质声呐原始图像进行尺度变换得到声呐图像的不同尺度图像;二:采用主导旋转局部二值模式即DRLBP方法对不同尺度的图像进行特征提取;三:通过随机森林对DRLBP算子提取的描述符进行重要性衡量。本发明改善了传统LBP对图像旋转变化、计算量大和特征量存在冗余的问题,也能较好的解决计算量大和特征冗余的问题,同时减小底质声呐图像测试时间和训练时间。
-
-
-