-
公开(公告)号：CN113610164B
公开(公告)日：2023-12-22
申请号：CN202110913433.6
申请日：2021-08-10
Applicant: 北京邮电大学 , 江西鑫铂瑞科技有限公司
IPC: G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08 , G06V10/80
Abstract: 本申请公开了一种基于注意力平衡的细粒度图像识别方法及其系统，其中基于注意力平衡的细粒度图像识别方法包括以下步骤：进行细粒度图像识别模型的初始化，将输入数据输入至细粒度图像识别模型中；将输入数据传输至细粒度图像识别模型后，获取输入特征；根据获取的输入特征进行卷积神经网络模型的训练；根据训练后的卷积神经网络模型进行输入数据的预测识别，并输出预测结果。本申请针对细粒度图像识别中注意力过度关注局部的关键位置，可能会忽略很多有价值的信息的问题，从而提出了注意力分散方法，可以有效地抑制模型对局部位置的过度关注，同时抑制了噪声的影响，使模型能够从数据中提取出更多有价值的特征信息，提升模型
-
公开(公告)号：CN116419325A
公开(公告)日：2023-07-11
申请号：CN202310178099.3
申请日：2023-02-28
Applicant: 北京邮电大学
IPC: H04W28/084 , G05D1/10 , H04W28/08 , G06F9/50
Abstract: 本申请公开了一种多无人机协同计算的任务卸载、资源分配与轨迹规划方法及其系统，其中方法具体包括以下子步骤：进行所有状态信息的初始化，确定目标函数；获取多无人机协同的计算任务卸载结果；根据计算任务卸载结果进行目标函数的更新，根据更新后的目标函数获取无人机计算资源分配方案；根据无人机计算资源分配方案对更新后的目标函数进行再次更新，获取无人机水平轨迹；判断是否达到最大迭代次数；若未达到最大迭代次数，则迭代次数加1，重复执行上述步骤。本申请挖掘了多无人机之间的协同能力，达到了多无人机协同的计算任务卸载、计算资源分配以及无人机飞行轨迹规划的目的。
-
-
公开(公告)号：CN115454527A
公开(公告)日：2022-12-09
申请号：CN202211119514.X
申请日：2022-09-14
Applicant: 北京邮电大学
Abstract: 本申请公开了一种多无人机移动边缘计算的飞行控制与计算卸载方法及系统，其中多无人机移动边缘计算的飞行控制与计算卸载方法具体包括以下步骤：获取初始信息；根据获取的初始信息，进行求解模型的构建；求解模型进行能耗时延问题的仿真求解，得出最佳的无人机轨迹以及用户终端的卸载决策和计算任务卸载比例；执行与最佳的无人机轨迹以及用户终端的卸载决策和计算任务卸载比例对应的动作。本申请提出了适合多无人机辅助MEC系统的状态空间、动作空间和奖励函数。得到了每个时隙内无人机应采取的飞行动作与计算任务的卸载决策和卸载比例，最小化了系统总代价。
-
公开(公告)号：CN115021798A
公开(公告)日：2022-09-06
申请号：CN202210621156.6
申请日：2022-06-02
Applicant: 北京邮电大学
IPC: H04B7/185
Abstract: 本申请公开了一种多无人机网络的缓存、通信与控制方法及其系统，多无人机网络的缓存、通信与控制方法具体包括以下步骤：进行初始化参数的设置；响应于完成初始化参数的设置，获取无人机的缓存放置结果；响应于获取无人机的缓存放置结果，获取内容调度结果；响应于输出最佳内容调度结果，获取内容调度结果；响应于完成带宽分配结果的获取，获取无人机轨迹优化结果；判断是否满足最佳输出条件；若不满足最佳输出条件，则重复执行上述步骤；若满足最佳输出条件，则输出最佳结果。本申请以较小的时间开销，自动完成了对多无人机辅助缓存蜂窝网络中缓存放置、内容调度、带宽分配和飞行轨迹的联合设计，使得网络单次内容分发任务的完成时间最小化。
-
Patent Agency Ranking
公开(公告)号：CN114972873A
公开(公告)日：2022-08-30
申请号：CN202210631682.0
申请日：2022-06-06
Applicant: 北京邮电大学
IPC: G06V10/764 , G06V10/774
Abstract: 本申请公开了一种细粒度图像分类方法及其系统，其中细粒度图像分类方法具体包括以下步骤：使用预训练参数初始化分层视觉转换器网络；响进行数据的采样；根据采样的数据进行底层特征对比学习，获取第一预测损失；根据采样的数据进行深层特征平衡处理，获取第二预测损失；根据第一预测损失和第二预测损失进行整体损失的获取；通过反向传播更新网络参数；重复执行上述步骤，直至分层视觉转换器网络的参数收敛，保存更新后的网络参数；使用保存的网络参数进行分层视觉转换器网络的初始化；根据初始化后的分层视觉转换器网络进行图像类别的预测。本申请在优化细粒度图像分类任务时，同时优化了细粒度特征与长尾分布的问题。
-
公开(公告)号：CN113411862B
公开(公告)日：2022-08-09
申请号：CN202110680566.3
申请日：2021-06-18
Applicant: 北京邮电大学
Abstract: 本申请公开一种动态蜂窝网络中的缓存放置和用户接入方法及装置。所述方法包括根据蜂窝网络内基站个数、用户个数和可缓存内容个数，利用随机方式初始化基站的缓存放置和用户接入；根据基站分布位置和缓存放置信息，在短时间尺度利用置信传播算法获得用户接入信息；根据基站分布位置和用户接入信息，在长时间尺度利用深度确定性策略梯度算法获得缓存放置信息；重复迭代计算，得到最终的缓存放置和用户接入信息。采用本申请技术方案，在蜂窝网络中引入缓存的基础上将缓存放置与用户接入联合优化，能够降低平均传输时延，提高用户体验。
-
公开(公告)号：CN113919483A
公开(公告)日：2022-01-11
申请号：CN202111114699.0
申请日：2021-09-23
Applicant: 南昌大学 , 北京邮电大学 , 金砖国家未来网络研究院(中国·深圳)
Abstract: 本申请公开了一种无线通信网络中无线电地图的构造和定位方法及其系统，其中无线通信网络中无线电地图的构造和定位方法，具体包括以下步骤：进行无线电频谱数据的收集；响应于完成无线电频谱数据的收集，选择参与训练的边缘用户；响应于选择参与训练的边缘用户，进行联邦学习训练，得到训练完成的神经网络模型；输出保存神经网络模型；根据保存的神经网络模型，进行无线电地图定位。本申请通过保护用户隐私的方法，使用神经网络精准泛化出能满足需求的高精度无线电地图，更加适用于智能场景。
-
公开(公告)号：CN113743591A
公开(公告)日：2021-12-03
申请号：CN202111074325.0
申请日：2021-09-14
Applicant: 北京邮电大学 , 江西鑫铂瑞科技有限公司
Abstract: 本申请公开了一种自动化剪枝卷积神经网络的方法及其系统，其中自动化剪枝卷积神经网络的方法具体包括以下步骤：进行超网络的训练；响应于完成超网络的训练，对未修剪的卷积神经网络的每一层过滤器进行聚类；响应于完成对未修剪的卷积神经网络的每一层过滤器进行聚类，将修剪前的卷积神经网络进行学习得到修剪策略，完成卷积神经网络的修剪；响应于完成卷积神经网络的修剪，对卷积神经网络进行优化处理。本申请引入超网络能够快速得到随机网络权重，相较于之前的仅仅对未修剪网络的权重进行删减而得到子网络权重的方法，本申请得到的随机网络权重更加合理，这样做会加快使用强化学习进行剪枝的收敛速度。
-
公开(公告)号：CN112487229A
公开(公告)日：2021-03-12
申请号：CN202011364185.6
申请日：2020-11-27
Applicant: 北京邮电大学 , 中国电信集团系统集成有限责任公司
Abstract: 本申请提供细粒度图像分类方法、系统及预测模型的训练方法，细粒度图像分类方法包括：重复如下步骤，直至更新后的第一层为神经网络的最后一层：接收神经网络的第一层的输出特征，作为可学习的非局部模块的输入特征；将非局部模块的输出特征作为神经网络的第一层的输入特征；用第二层更新第一层；并且，若更新后的第一层为神经网络的最后一层，则将神经网络的最后一层的输出特征输入分类网络中；将分类网络的输出特征作为预测结果并输出。本申请在神经网络的每两层之间插入一个可学习的非局部模块，使得每一层的神经元的感受野大小与物体部分大小匹配，可以更好的关联多层多尺度的特征，有效的提升细粒度图像分类中神经网络的性能。
-
-
-
-
-
-
-
-
-
Search Results
161
records
(took 0.05 seconds)
