-
公开(公告)号：CN111629351A
公开(公告)日：2020-09-04
申请号：CN202010395762.1
申请日：2020-05-12
Applicant: 上海大学
Abstract: 一种用于车联网智能交通系统的终端辅助同步方法及系统，在V2X网络同步过程启动时，由对面来车向同步节点发送侧链同步信号，同步节点根据侧链同步信号中的PSSS和SSSS信号的位置以及侧链同步ID信息发送给车队中的其他车辆，其他车辆根据收到的ID信息各自生成参考PSSS和SSSS序列并利用收到的PSSS和SSSS位置信息进行小范围的标准互相关运算，实现快速同步，本发明利用来自其他合作车辆的共享信息，恢复原始发送的SSSS信号，并共同计算接收信号与预先定义好的PSSS和生成的SSSS信号之间的互相关以实现同步ID检测正确率方面的性能提升，并且大大缩短了处理延迟。
-
公开(公告)号：CN111382743A
公开(公告)日：2020-07-07
申请号：CN201811619533.2
申请日：2018-12-28
Applicant: 上海大学
Abstract: 一种基于数据增强和数据生成的车牌字符识别方法，能根据随机生成模拟车牌图片，以循环对抗网络的图像生成器得到仿真车牌图片后与模拟车牌图片以及增强数据图片混合生成训练数据对车牌识别网络进行优化训练，最后将训练后的识别网络进行快速车牌识别。本发明够在低光，低分辨率，运动模糊和其他恶劣条件的影响下正确且快速的识别车牌。同时神经网络训练需要的大量数据采用数据增强和数据生成的方式获得，不需要大量人工标注的数据。
-
公开(公告)号：CN111371689A
公开(公告)日：2020-07-03
申请号：CN201811594006.0
申请日：2018-12-25
Applicant: 上海大学
IPC: H04L12/801 , H04W24/02 , H04W28/02
Abstract: 一种基于深度学习的TCP拥塞控制版本识别方法和装置，在TCP数据流传输过程中，以被动检测的方式在服务端侧采集不同条件下的各种TCP拥塞控制机制的相关信息，用于对深度学习模型进行离线训练，将训练后的特征模型在线识别各种类型的拥塞控制机制。本发明采用深度学习的方式建立识别模型，可以同时应用在有线和无线环境、可以联合服务端侧以及终端侧的采集信息进行识别，同时对各种类型的拥塞控制机制，如基于延迟，基于丢包和新型拥塞控制机制等，都有很高的识别准确率。
-
公开(公告)号：CN109981498A
公开(公告)日：2019-07-05
申请号：CN201910185080.5
申请日：2019-03-12
Applicant: 上海大学
Abstract: 一种基于超分辨率图像恢复技术的Wi‑Fi标准系统信道估计方法，利用已知的导频信号对其相应位置处的CSI进行估计得到信道估计值，采用SR图像恢复网络训练学习信道在导频位置处与数据位置处状态信息的关系，将作为低分辨率图像的信道估计值输入训练后的SR图像恢复网络并得到优化精度下的完整CSI。本发明能够在Wi‑Fi标准系统中，利用SR图像恢复技术学习信道估计问题中的非线性插值关系，采用了离线利用统计信道模型产生的信道数据以训练SR网络，从而能够将该网络在线应用于实际的Wi‑Fi标准系统，从而避免了实际CSI数据集难以获得的问题。
-
公开(公告)号：CN119724177A
公开(公告)日：2025-03-28
申请号：CN202411830100.7
申请日：2024-12-12
Applicant: 上海大学
Abstract: 一种面向节能语义通信的两阶段资源优化方法，通过构造包含信道分配传输模型、数据队列模型和电池与能量模型的面向节能语义通信的资源优化问题，将最大化系统长时间下的语义能量效率作为优化目标，通过基于多维离散近端策略优化算法得到信道分配和不同用户提取语义时单个单词语义符号的数量，再通过深度确定性策略梯度算法得到不同信道的功率分配的两阶段深度学习，实现针对可持续供电的语义通信系统的资源优化配置。本发明通过变量转换以及多维离散动作空间，显著降低同时处理多个离散动作空间时神经网络输出的维度并提高收敛性能，适用于各类含有复杂混合优化变量的无线语义通信系统构成的场景。
-
Patent Agency Ranking
公开(公告)号：CN116016987B
公开(公告)日：2024-06-18
申请号：CN202211574628.3
申请日：2022-12-08
Applicant: 上海大学
IPC: H04N21/2343 , G06N20/00 , H04N21/4402 , H04N19/40
Abstract: 一种面向边缘蜂窝网络基于强化学习的视频码率自适应方法，通过构建能够多址边缘计算(MEC)转码的服务端及内置缓存的客户端作为视频流会话仿真环境，采用并行协作联合多视频切片码率转码和传输的ABR方法(PCMC)模型，以视频数据集和无线带宽轨迹数据集在视频流会话仿真环境中进行基于异步强化学习(A3C)的训练，在在线阶段通过该模型对视频码率进行自适应调整。本发明在配置MEC的无线网络场景下，充分利用RAN侧的信息以及MEC计算资源和存储资源的同时，使用传输和转码并行执行的策略，减少MEC带来的额外计算延迟和计算能耗，提高客户端的视频流QoE指标。
-
公开(公告)号：CN116016987A
公开(公告)日：2023-04-25
申请号：CN202211574628.3
申请日：2022-12-08
Applicant: 上海大学
IPC: H04N21/2343 , G06N20/00 , H04N21/4402 , H04N19/40
Abstract: 一种面向边缘蜂窝网络基于强化学习的视频码率自适应方法，通过构建能够多址边缘计算(MEC)转码的服务端及内置缓存的客户端作为视频流会话仿真环境，采用并行协作联合多视频切片码率转码和传输的ABR方法(PCMC)模型，以视频数据集和无线带宽轨迹数据集在视频流会话仿真环境中进行基于异步强化学习(A3C)的训练，在在线阶段通过该模型对视频码率进行自适应调整。本发明在配置MEC的无线网络场景下，充分利用RAN侧的信息以及MEC计算资源和存储资源的同时，使用传输和转码并行执行的策略，减少MEC带来的额外计算延迟和计算能耗，提高客户端的视频流QoE指标。
-
公开(公告)号：CN110135565B
公开(公告)日：2023-03-24
申请号：CN201910416804.2
申请日：2019-05-20
Applicant: 上海大学
IPC: G06F30/33 , G06N3/0464 , G06N3/063
Abstract: 一种针对神经网络在集成电路上实现时的性能评估系统，包括：输入配置模块和功能函数模块，通过配置待测神经网络的参数，通过输入配置模块进行数据流组织方式解析以及硬件框架参数配置，再通过功能函数模块对延时、资源使用、不同存储器访问次数进行评估。本发明针对于神经网络的拓扑结构以及具体网络参数，通过硬件可调参数的配置，在多种数据流组织方式下，完成对该神经网络硬件实现性能的评估，包括各个层级的延时，硬件资源的使用，不同等级存储器的访问情况等。
-
-
公开(公告)号：CN112988229B
公开(公告)日：2022-08-05
申请号：CN201911293482.3
申请日：2019-12-12
Applicant: 上海大学
Abstract: 一种基于异构计算的卷积神经网络资源优化配置方法，针对卷积神经网络的卷积层、偏置层、池化层、relu层和全连接层进行逐层计算复杂度分析和数据复杂度分析，得到计算通信比，基于计算通信比的排序在异构计算平台上以运算速度和效率作为优化目标进行资源配置，即将计算通信比高的部分配置于FPGA上进行计算，其余部分配置于ARM上进行计算。本发明同时兼顾了FPGA的高度并行计算的能力和ARM端的高主频，多级缓存以及单指令多数据等特点，显著加速卷积层等计算密集型部分的运算和数据密集的全连接层运算，从而对整个卷积神经网络达到最有效的加速。
-
-
-
-
-
-
-
-
-
Search Results
122
records
(took 0.019 seconds)
