-
公开(公告)号：CN119763179A
公开(公告)日：2025-04-04
申请号：CN202411662671.4
申请日：2024-11-20
Applicant: 重庆邮电大学
IPC: G06V40/20 , G06V20/40 , G06V10/25 , G06V10/62 , G06V10/74 , G06V10/44 , G06V10/42 , G06V10/52 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/0442 , G06N3/082 , G06N3/048
Abstract: 本发明属于目标检测技术领域，具体涉及一种基于深度学习的学生课堂行为检测方法；该方法包括：对改进YOLOv11模型进行训练，对训练好的改进YOLOv11模型进行剪枝处理，得到学生课堂检测模型；获取待检测学生课堂视频并将其输入到学生课堂检测模型中进行处理，得到学生课堂行为检测结果；使用改进DeepSORT算法对学生课堂行为检测结果进行处理，实现对学生课堂行为的跟踪本发明增强了网络对全局信息的捕捉能力，提升网络在遮挡和多尺度变化场景下的表现，从而提高了网络的鲁棒性和检测精度，具有良好的应用前景。
-
公开(公告)号：CN119448265A
公开(公告)日：2025-02-14
申请号：CN202411579243.5
申请日：2024-11-07
Applicant: 重庆邮电大学
IPC: H02J3/00 , G06Q10/04 , G06Q50/06 , G06F18/214 , G06F18/23 , G06F18/27 , G06N5/01 , G06N20/20 , G06N3/045 , G06N3/0475 , G06N3/094 , G06F123/02
Abstract: 本发明涉及一种Transformer与RF相融合的电力负荷预测方法，包括：获取目标区域待预测的短期电力负荷数据，经过聚类和分解后输入训练后的随机森林网络RF，输出电力负荷预测结果。RF的训练过程包括：采集特定区域的电力负荷历史数据及其相应历史天气数据，经预处理后分别得到带标签的第一训练数据集和第二训练数据集；基于电力负荷历史数据及其相应历史天气数据的时间序列特性，分别对带标签的第一训练数据集和第二训练数据进行聚类和分解；分别将经聚类和分解后的电力负荷数据输入多模态时序预测变换器，得到特征序列；将该特征序列输RF进行回归预测，计算回归损失，通过该回归损失迭代优化随机森林网络。本发明可以明显电力负荷预测结果的准确性。
-
公开(公告)号：CN117993475A
公开(公告)日：2024-05-07
申请号：CN202410310272.5
申请日：2024-03-19
Applicant: 重庆邮电大学
IPC: G06N3/092 , G06N3/0442 , G06N3/084 , G06F30/13 , G06F30/20 , G06N3/048 , G06F17/16 , G06F17/18 , G06F111/04
Abstract: 本发明属于通信技术领域，特别涉及一种基于深度强化学习的能量效率无人机资源调度方法，包括设置在无人机上的传感器实时采集风速和空气密度数据，对采集的数据进行预处理；将预处理的数据输入预训练的GRU网络进行特征提取，对提取的特征与无人机观测信息拼接在一起作为无人机状态；将无人机状态输入智能体，智能体为无人机选择最佳资源调度策略；本发明一方面通过机载设备采集风速与空气密度信息等多模态数据，结合注意力机制，赋予无人机代理观测状态中各个分量不同的权重来突出重要且关键的信息，实现对周边飞行环境的预测，另一方面通过深度强化学习代理和历史数据的交互来学习数据中的关键信息，在每一个时间步中，代理能够更加关注有价值的环境状态，从而简化动作空间，将无人机飞行的连续动作与功率、频谱分配的离散动作合并作为混合动作空间，联合选取最佳动作，在保证服务质量的前提下最小化无人机功耗。
-
公开(公告)号：CN116170370A
公开(公告)日：2023-05-26
申请号：CN202310138290.5
申请日：2023-02-20
Applicant: 重庆邮电大学
IPC: H04L45/243 , H04L45/76 , H04L45/00 , H04L45/302 , H04L41/16 , H04L41/40
Abstract: 本发明属于工业互联网领域，具体涉及一种基于注意力机制和深度强化学习的SDN多路径路由方法，包括：利用SDN获取全局网络拓扑信息，并周期性采集网络中的实时链路信息和数据流量信息；计算待转发流从源到目的节点之间的多条备选转发路径；将待转发的数据流量从原本单路径承担的数据流量拆分为多条路径的网络数据流；采用基于CNN的注意力机制对多条备选转发路径的链路状态信息进行特征提取；根据提取的特征计算网络数据流的转发路径并传输。本发明将传统的多路径路由和SDN和深度强化学习结合在一起，可以满足用户对不同QoS业务流传输要求，并且在充分利用网络资源的同时也降低网络平均端到端传输时延，提升了网络性能和服务质量。
-
公开(公告)号：CN116028190A
公开(公告)日：2023-04-28
申请号：CN202310162230.7
申请日：2023-02-24
Applicant: 重庆邮电大学
Abstract: 本发明属于任务卸载领域，具体涉及一种端‑边协同的边缘计算任务卸载方法，包括：构建端‑边协同的边缘计算任务可信卸载模型，对模型进行初始化；获取待卸载的任务数据，并确定任务的类型和属性；根据待卸载的任务数据计算任务卸载资源；根据任务卸载资源信息构建任务卸载决策；采用DDQN算法对任务卸载决策进行优化，得到最优卸载决策；根据最优卸载决策采用Massive MIMO技术将待卸载的任务数据传输到对应的单元；本发明使用sum tree‑DDQN算法解决端‑边协同卸载场景中任务卸载问题的方法，在保证任务卸载过程中数据的安全性、隐私性和可靠性以及安全传输的基础上，有效提高卸载效率，减少卸载延迟，提高能量效率。
-
Patent Agency Ranking
公开(公告)号：CN114423061A
公开(公告)日：2022-04-29
申请号：CN202210068572.8
申请日：2022-01-20
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种网络路由方法，特别涉及一种基于注意力机制和深度强化学习的无线路由优化方法，包括每个节点入网时从服务器上获取当前最新的决策模型参数，侦听邻居节点信息并以此构建候选父节点集并从中选择m个能量最大父节点的信息建模为图向量作为输入，采用基于CNN的注意力机制提取图向量特征，利用深度强化学习选取最优的父节点作为其数据传输的中继节点，并在每个数据周期结束后，节点统计其数据传输节点相关性能指标；采用同度量化函数将性能指标映射为节点在对应状态和动作下对应的奖励值，节点将在该数据周期内采集的经验信息传输给服务器；本发明具有较高的可扩展性，能够适用于网络中节点动态变化场景。
-
公开(公告)号：CN110784481B
公开(公告)日：2021-09-07
申请号：CN201911063906.7
申请日：2019-11-04
Abstract: 本发明涉及网络安全技术领域，特别涉及一种基于神经网络的SDN的DDoS检测方法及检测系统，本发明系统包括信息提取模块、异常预警模块、流表信息收集模块、信息处理模块以及检测模块；信息提取模块用于提取packet_in包中的源IP地址、目的IP地址信息；异常预警模块用于三支决策原理，利用朴素贝叶斯的概率模型获得异常警报的阈值，计算数据包所处类型的概率低于阈值，则发出异常预警；流表信息收集模块用于收集流表数据；信息处理模块用于对收集的OpenFlow流表数据进行标准化、归一化、降维的数据操作；本发明在软件定义网络中可以较快对网络中异常信息进行判断并发出预警，且对网络不会造成太大的负载。
-
公开(公告)号：CN109858508A
公开(公告)日：2019-06-07
申请号：CN201811236608.9
申请日：2018-10-23
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于贝叶斯和深度神经网络的IP定位方法，包括基于社交信息的IP设备综合定位方法、基于加权朴素贝叶斯的IP定位方法和基于BP神经网络的IP定位方法；与现有技术相比，本发明通过融合三种方法对未知IP进行综合定位，可以根据收集到的不同数据类型自适应选择对应的方法定位。
-
公开(公告)号：CN104486113A
公开(公告)日：2015-04-01
申请号：CN201410762498.5
申请日：2014-12-11
Applicant: 重庆邮电大学
CPC classification number: Y02D70/00
Abstract: 本发明涉及一种传感器网络中基于主动和被动的贪婪故障链路定位方法，属于无线传感器网络技术领域。该方法通过基于节点的拓扑拆分算法将故障网络分解为多个子图，在每个子图中分别求解该节点概率集并进一步计算该节点作为监测点可能节省主动监测的次数；最后，对子图中计算得到的节省次数进行求和并选择值最大的作为监测节点，且每一次监测节点的选择都是基于上一次监测的结果和端到端的数据计算产生的，直到所有故障问题都得到解释为止。本方法较传统方法具有更高的效率，同时，采用节点监测启发式贪婪算法，有效的减少了主动测量次数，降低了算法的耗时和能耗。
-
公开(公告)号：CN102523616B
公开(公告)日：2014-05-28
申请号：CN201110450524.7
申请日：2011-12-29
Applicant: 重庆邮电大学
Abstract: 无线传感器网络中基于节点占用度的跨层QOS路由方法，路由步骤如为：1）源节点向空闲的相邻节点发送RREQ分组消息，若无空闲相邻节点，则向占用度低的相邻节点发送RREQ分组消息；2）对比目标节点地址和自身路由表，若目标节点地址在路由表上，则转向步骤3）；若不在路由表上，则转向步骤4）；3）将RREQ分组消息发送至目标节点；4）向空闲的相邻节点发送RREQ分组消息，若无空闲相邻节点，则向占用度低的相邻节点发送RREQ分组消息，并返回步骤2）；5）目标节点收到RREQ分组消息后，建立通信链路。本发明通过节点占用度控制节点的选择，在路由查询过程中，绕开处于传输状态的节点，减少排队时延。
-
-
-
-
-
-
-
-
-
Search Results
80
records
(took 0.027 seconds)
