一种D2D网络中的缓存副本布设方法

    公开(公告)号:CN110062356A

    公开(公告)日:2019-07-26

    申请号:CN201910187949.X

    申请日:2019-03-13

    Inventor: 文凯 谭笑 廖新平

    Abstract: 本发明请求保护一种D2D网络中的缓存副本布设方法。针对D2D缓存网络副本布设问题,首先获取小区内缓存文件流行度排名,利用zipf分布模拟文件请求模型;其次,根据文件请求模型分析设计系统缓存命中率模型;最后以系统缓存命中最大化为目标函数,利用朗日乘数法与二分法求解目标函数,获取缓存副本数量布设方法。本发明能够利用D2D网络中的缓存文件副本数量布设,实现系统缓存命中最大化。

    基于业务模型的智慧应用系统服务器性能需求计算方法

    公开(公告)号:CN108614761A

    公开(公告)日:2018-10-02

    申请号:CN201810219101.6

    申请日:2018-03-16

    Inventor: 文凯 陈运山 郑伟

    Abstract: 本发明请求保护一种基于业务模型的智慧应用系统服务器性能需求计算方法,包括步骤:分析智慧应用系统的业务功能,依照功能的关联性将其业务功能划分为不同的功能集合;根据系统的各项业务功能,分析智慧应用系统实现该业务功能的具体步骤、系统数据信息和用户指令的传递过程;基于业务功能与业务实现步骤的分析,在智慧应用系统基本架构之上,添加对系统数据信息和用户指令的传递过程的描述,建立智慧应用系统业务模型;统计参数,最后结合智慧应用系统业务模型与统计的参数,建立智慧应用系统服务器性能计算模型,使得智慧城市工程设计中智慧应用系统服务器性能的配置更加科学合理。

    一种基于KNLDA的RBF神经网络人脸识别方法

    公开(公告)号:CN106682653A

    公开(公告)日:2017-05-17

    申请号:CN201710138302.9

    申请日:2017-03-09

    Abstract: 本发明涉及人脸识别技术领域,人脸识别方法包括:将零空间线性鉴别分析(NLDA)与核函数的优点结合,零空间线性鉴别分析(NLDA)在训练样本总类内离散度矩阵的零空间中提取样本的鉴别特征,克服了的小样本问题,提高了识别率,然而,NLDA仍然是一种线性特征的提取方法,不能有效提取样本的非线性特征。通过非线性映射,该方法将输入空间样本映射到高维特征空间,在高维特征空间利用线性特征提取算法,从而有效提取样本的非线性特征。我们使用RBP神经网络对经过特征提取得到的人脸图像进行识别,研究表明,与基于欧式距离等传统度量的传统分类方式相比,可提高识别效率。本发明所提供的技术方案,能够很好地实际生活中,识别率更高,鲁棒性更好。

    一种基于社交网络的D2D设备发现方法

    公开(公告)号:CN106162724A

    公开(公告)日:2016-11-23

    申请号:CN201610572862.0

    申请日:2016-07-20

    CPC classification number: Y02D70/20 H04W24/08 H04W28/0215 H04W28/0231

    Abstract: 本发明公开了一种基于社交网络的D2D设备发现方法。首先,通过基站获取用户的社交信息,比如用户接触次数、连接时间等等,从而得出用户的社交中心值;然后提出了一种基于社交网络的D2D发现方法,根据用户的社交中心值,基站将用户进行社交化的分组;最后基站为不同的组分配不同的能量预算,使得中心值高的用户分配到更高的能量预算用于设备的发现。实施本发明,可以在能量预算有限的情况下,合理的分配能量,从而显著的提高D2D通信的设备发现比率,提升整个系统性能,且方案实施的复杂度也在可控范围之内。

    一种基于用户社区和评分联合社区的推荐方法

    公开(公告)号:CN109918562B

    公开(公告)日:2022-10-18

    申请号:CN201910048924.1

    申请日:2019-01-18

    Inventor: 文凯 朱传亮 易冰

    Abstract: 本发明请求保护一种基于用户社区和评分联合社区的推荐方法。首先基于用户间的社交关系和评分数据获取用户间的信任关系和用户间的相似关系,从而得出用户间的混合相似度值;然后根据混合相似度的值对用户进行k‑means聚类操作,得到用户的社区;其次根据评分矩阵的评分模式利用概率的方法对评分矩阵中的用户和商品进行联合聚类;最后面向用户‑物品的联合社区结构利用矩阵分解技术,并融入用户社区结构进行推荐。本发明能够充分利用社区内部用户的高度相关性以及矩阵分解技术的高精度性,能够在保证不错的推荐准确率的同时提高推荐效率。

    一种甚高频段下基于D2D通信的资源分配方法

    公开(公告)号:CN107484180A

    公开(公告)日:2017-12-15

    申请号:CN201710852305.9

    申请日:2017-09-19

    CPC classification number: H04W72/082 H04W16/14

    Abstract: 本发明请求保护一种甚高频段下D2D通信的资源分配方法。首先利用线性相关的方法选出D2D用户可进行复用的蜂窝用户资源;其次,利用数据速率最大化准则来找出复用每一个蜂窝用户资源的D2D用户对集合;最后提出一种基于干扰控制的资源分配方法,通过比较吞吐量的大小,从可复用的蜂窝用户资源中选出最佳的蜂窝用户来与D2D用户共享资源,保证了蜂窝通信和D2D通信的服务质量(QoS)。本发明既能达到控制D2D用户和蜂窝用户之间的干扰,又能提升系统吞吐量和频谱效率,同时降低了算法的复杂度。

    一种基于多小区公平性的D2D通信方法

    公开(公告)号:CN107155216A

    公开(公告)日:2017-09-12

    申请号:CN201610122105.3

    申请日:2016-03-03

    Abstract: 本发明公开了一种基于多小区公平性的D2D通信方法,包括以下步骤:根据速率提升比最大化确定D2D终端数量;根据蜂窝终端的发射功率、所述蜂窝终端的SINR阈值以及所述D2D终端的SINR阈值,确定所述D2D终端最大发射功率;根据小区间公平性的方法进行所述D2D终端的资源分配。本发明的D2D通信方法能够合理配置小区中蜂窝终端与D2D终端的比例,协调不同小区间D2D终端的资源分配,保证D2D终端间资源配置的公平性。

    一种异构网络中的动态分簇方法

    公开(公告)号:CN106507365A

    公开(公告)日:2017-03-15

    申请号:CN201611034404.8

    申请日:2016-11-22

    Abstract: 本发明请求保护一种异构网络中的动态分簇方法,属于通信技术领域。为了实现在尽量减小上下行子帧交错干扰的情况下保证系统吞吐量,改善用户体验,提升系统性能,本发明所提供的动态分簇方法利用信道中的大尺度损耗及上下行缓存中实时变化的上下行业务量进行实时小区分簇,相比于传统的静态分簇方法,该方法的分簇结果使基站的子帧配置更能适配该基站当前业务量情况。该技术方案提升了上下行吞吐量,减小了业务时延,改善用户体验。

    一种基于仿射不变特征的图像拼接方法

    公开(公告)号:CN104751412A

    公开(公告)日:2015-07-01

    申请号:CN201510197160.4

    申请日:2015-04-23

    Abstract: 本发明公开了一种基于仿射不变特征的图像拼接方法,包括以下步骤:(1)对待拼接图像采用SURF算法提取图像特征点,并对特征点进行描述;(2)通过基于BBF机制的Kd-树算法对特征点进行图像匹配,并采用随机抽样一致性算法剔除误匹配点对;(3)通过渐入渐出法对图像进行融合,消除拼接缝隙。本发明的一种基于仿射不变特征的图像拼接方法首先对待拼接图像采用改进的SURF算法提取图像特征点,并对特征点进行描述,使得提取的特征点具备仿射不变性,之后采用基于BBF机制的Kd-树算法对特征点进行匹配,提高了算法运算速度。

Patent Agency Ranking