-
公开(公告)号：CN105376152B
公开(公告)日：2018-08-14
申请号：CN201510579823.9
申请日：2015-09-11
Applicant: 重庆邮电大学
IPC: H04L12/705 , H04L29/08
Abstract: 本发明请求保护一种车载网络中多候选复合中继数据传输方法，涉及高速公路上紧急信息的传输。利用两跳邻居节点的信息综合考虑速度和距离因素的影响选择最佳中继转发节点，并且将多个邻居节点作为候选转发节点以便在最优中继转发失败时次优中继转发节点可以继续转发消息，提高消息传输的成功率和稳定性。本发明可以在车辆密度较大的环境下转发消息时选取最佳的转发节点，这样可以减少相同消息的广播次数缓解网络拥塞降低广播风暴的可能性，此外，还可以减少消息传输的跳数让消息更快传到指定区域从而减少时延。
-
公开(公告)号：CN105376152A
公开(公告)日：2016-03-02
申请号：CN201510579823.9
申请日：2015-09-11
Applicant: 重庆邮电大学
IPC: H04L12/705 , H04L29/08
Abstract: 本发明请求保护一种车载网络中多候选复合中继数据传输方法，涉及高速公路上紧急信息的传输。利用两跳邻居节点的信息综合考虑速度和距离因素的影响选择最佳中继转发节点，并且将多个邻居节点作为候选转发节点以便在最优中继转发失败时次优中继转发节点可以继续转发消息，提高消息传输的成功率和稳定性。本发明可以在车辆密度较大的环境下转发消息时选取最佳的转发节点，这样可以减少相同消息的广播次数缓解网络拥塞降低广播风暴的可能性，此外，还可以减少消息传输的跳数让消息更快传到指定区域从而减少时延。
-
公开(公告)号：CN115173067B
公开(公告)日：2024-10-01
申请号：CN202210978204.7
申请日：2022-08-16
Applicant: 重庆邮电大学
Abstract: 本发明属于无线通信的天线技术领域，具体涉及一种基于SIW的宽带毫米波平面圆极化开口环天线，包括两层介质板，三个金属层，其由下至上依次为第一金属层、下层介质板、第二金属层、上层介质板和第三金属层；所述上层介质板设有金属化过孔；第二金属层、上层介质板和第三金属层构成第一结构，第一结构包括接地共面波导、过渡段、基片集成波导以及辐射单元；所述辐射单元包括内开口圆环、外开口圆环和短微带线；所述短微带线连接内、外开口圆环，形成环‑缝隙‑环的辐射结构；第一金属层与下层介质板组成第二结构，用于使天线产生定向辐射；本发明的天线减少了剖面高度，提升了带宽。
-
公开(公告)号：CN112580436B
公开(公告)日：2022-05-03
申请号：CN202011342014.3
申请日：2020-11-25
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于黎曼流形坐标对齐的脑电信号域适应方法，属于于迁移学习域适应方法，特别是脑机接口中跨会话、跨对象分类的数据对齐方法。包括以下步骤：首先对采集到的脑电数据进行去均值、滤波、归一化等预处理；然后使用协方差矩阵对其进行处理，将脑电数据转化为对称正定(SPD)矩阵；根据对称正定矩阵构建黎曼流形空间；接着，将流形空间中的脑电数据点映射到对应的切线空间中进行坐标对齐；最后，将对齐后的脑电数据点映射回黎曼流形空间，并进行矢量化处理。本发明能够减少脑机接口系统中不同受试者脑电信号之间的差异，使得不同对象间的数据分布趋于一致。
-
公开(公告)号：CN110232341B
公开(公告)日：2022-05-03
申请号：CN201910464739.0
申请日：2019-05-30
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于卷积‑堆叠降噪编码网络的半监督学习图像识别方法，结合有监督训练的卷积神经网络和无监督学习的堆叠降噪自动编码机提出一种半监督学习网络，以在样本量不足的情况下提取更具表达性的高维特征，训练出更好的网络参数。利用卷积神经网络对样本数据进行有监督训练，提取图像特征同时避免空间特征的破坏。再把训练得到的特征向量输入到堆叠降噪自动编码机进行无监督学习，实现进一步特征学习，降低小样本带来的训练困难，后基于多层人工神经网络进行分类实现。将模型用于HLC2000手写汉字数据集中的复杂字、中等字、简单字、相似字进行脱机手写汉字识别，实验结果表明该模型的平均识别率能达到97％以上，并且结果较为稳定。
-
Patent Agency Ranking
公开(公告)号：CN111489364A
公开(公告)日：2020-08-04
申请号：CN202010277654.4
申请日：2020-04-08
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于轻量级全卷积神经网络的医学图像分割方法。首先对数据集进行灰度化、归一化、对比度受限自适应直方图均衡(CLAHE)、伽马校正等预处理；然后，对训练集进行随机的提取patch和测试集顺序提取patch图以完成数据增强；接着，搭建由收缩路径(左侧)和扩张路径(右侧)组成的全卷积神经网络架构，针对图像数量较少的数据集设计留一法(leave-one-out)训练方法；最后，通过通道稀疏正则化训练、裁剪比例因子小于设定阈值的通道以及微调裁剪后的网络完成BN通道模型裁剪，得到轻量级全卷积神经网络，并将测试数据输入到该网络中快速测试完成图像分割。轻量级全卷积神经网络即保证了深度网络的高分割精度优势，又提高了图像分割网络的测试速度。
-
公开(公告)号：CN110929581A
公开(公告)日：2020-03-27
申请号：CN201911024631.6
申请日：2019-10-25
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于时空特征加权卷积神经网络的脑电信号识别方法。包括步骤：先使用离散小波变换对运动想象脑电信号进行去噪。接着设计了一种时空特征加权卷积神经网络对处理后的脑电信号进行特征提取。第一层的卷积操作在运动想象脑电信号的时间尺度上进行，第二层的卷积操作在通道尺度上进行，这样提取的特征包含了运动想象脑电信号的时空特性；由于提取到的每个特征的重要程度不一样，所以在网络中加入了特征加权的模块，以使得重要的特征突出化，不重要的特征弱化。由该模型提取到的特征能够更加有效地反映各类运动想象脑电信号的特性，能够提高运动想象脑电信号的识别准确率。
-
公开(公告)号：CN110768906A
公开(公告)日：2020-02-07
申请号：CN201911071643.4
申请日：2019-11-05
Applicant: 重庆邮电大学
IPC: H04L12/733 , H04L12/751 , H04L12/801
Abstract: 本发明涉及一种面向SDN网络基于Q学习的节能路由方法，属于网络节能技术领域。核心方法包括：统计当前时刻网络流需求，根据源节点和目标节点不同存入任务队列；为网络流的每个目标节点构建一张Q表并初始化；从队列中取出元素，根据目的节点不同输入对应的Q表，输出下一跳节点位置并得到奖励，更新Q表；反复迭代更新Q表；利用训练好的Q表处理网络流需求。特点：SDN控制器直接为每个网络流提供路由路径，动态调整路由器和链路的开关闭状态使网络在满足流量需求条件下达到能效最优。
-
公开(公告)号：CN105263121B
公开(公告)日：2018-10-12
申请号：CN201510597912.6
申请日：2015-09-17
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种机会车载网络中基于十字路口的路由方法。针对城市环境中，车载网络节点的高速移动，拓扑结构频繁变化，针对已有路由算法存在的诸多局限性及没有考虑网络中节点的均匀分布，对历史信息的考虑以及对网络全局信息的考虑而造成所选路由并非最佳路由的问题，本发明提出一种基于十字路口的路由算法，当源节点有数据发送请求且没有到达目的节点的路由时，先寻找并建立从源节点到达目的节点的多条路由，然后分别考虑了影响路段和十字路口性能的因素，综合考虑路段和十字路口的性能，分析每条路由的性能，在考虑全局信息的情况下，从多条路由中，选择最佳路由进行数据传输，因此可以有效地提高网络的交付率、降低平均传输时延。
-
公开(公告)号：CN105263121A
公开(公告)日：2016-01-20
申请号：CN201510597912.6
申请日：2015-09-17
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种机会车载网络中基于十字路口的路由方法。针对城市环境中，车载网络节点的高速移动，拓扑结构频繁变化，针对已有路由算法存在的诸多局限性及没有考虑网络中节点的均匀分布，对历史信息的考虑以及对网络全局信息的考虑而造成所选路由并非最佳路由的问题，本发明提出一种基于十字路口的路由算法，当源节点有数据发送请求且没有到达目的节点的路由时，先寻找并建立从源节点到达目的节点的多条路由，然后分别考虑了影响路段和十字路口性能的因素，综合考虑路段和十字路口的性能，分析每条路由的性能，在考虑全局信息的情况下，从多条路由中，选择最佳路由进行数据传输，因此可以有效地提高网络的交付率、降低平均传输时延。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.024 seconds)
