-
公开(公告)号：CN110290175B
公开(公告)日：2021-03-30
申请号：CN201910439789.3
申请日：2019-05-24
Applicant: 北京邮电大学
Abstract: 本发明公开了结合用户兴趣的传输内容调度方法、装置和移动终端。该方法包括步骤：接收邻居节点发送的第一兴趣配置文件；结合第一兴趣配置文件计算第一感兴趣概率；接收邻居节点发送的在每个时隙接收第一待传输消息的第一未来效用，第一未来效用为结合用户对待传输消息的感兴趣程度量化计算而得；计算传输第一待传输消息的全局效用；求取每一第一待传输消息的平均全局效用，优先传输平均全局效用更大的第一待传输消息。该装置包括第一兴趣建模单元、效用计算单元和传输调度单元。该移动终端，包括用于执行上述方法的处理器。本发明提供的结合用户兴趣的传输内容调度方法、装置和移动终端，结合用户兴趣来调度传输内容，提升了用户体验。
-
公开(公告)号：CN111988168A
公开(公告)日：2020-11-24
申请号：CN202010723732.9
申请日：2020-07-24
Applicant: 北京邮电大学
Abstract: 本申请提供的边缘服务部署方法、装置及电子设备。涉及数据处理技术领域，根据各移动性特征分块的历史服务请求数量计算当前时间片的各移动性特征分块的服务请求估计量，针对任一移动性特征分块，确定当前时间片内该移动性特征分块所对应的用户的服务请求，根据各待部署节点接收到的用户的服务请求及各服务请求估计量，得到各移动性特征分块的待部署节点集合，计算各待部署节点集合的服务时延及部署服务的代价，据此选取目标边缘节点集合用于部署各用户的服务请求所对应的边缘服务。通过利用用户的移动性特征信息，根据历史用户需求学习到当前的用户服务需求，解决了现有技术中由于移动性引起的移动边缘应用服务部署问题。
-
公开(公告)号：CN106559290B
公开(公告)日：2019-09-27
申请号：CN201611079420.9
申请日：2016-11-29
Applicant: 北京邮电大学
Abstract: 本发明提供一种基于社团结构的链路预测的方法和系统，该方法包括：获取社团结构中每个节点的每个属性对应的行为特征，所述行为特征包括所述节点对应的连边的条数以及连边的方向，所述连边为两个节点之间的连线，所述社团结构中包括多个节点；根据所述行为特征获取各所述节点之间生成连边的各概率分布；将各概率分布从大到小依次排序，根据前L个的概率分布所对应的连边获取所述社团结构的预测链路，L为正整数。本发明能够提高链路预测的准确性。
-
公开(公告)号：CN106792985B
公开(公告)日：2017-12-12
申请号：CN201611145085.8
申请日：2016-12-13
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种移动终端接入点预测方法及装置，可以从预先存储的移动终端的历史接入序列中，选出与历史接入序列相对应的若干尾匹配子序列；将每一尾匹配子序列在历史接入序列中对应的下一个历史接入点，确定为候选目标接入点，并记入第一候选集；确定每一候选目标接入点在第一候选集中的重复出现次数；根据所确定的重复出现次数，以及各个目标候选接入点对应的尾匹配子序列的长度，计算第一候选集中每一候选目标接入点的接入概率；将第一候选集中接入概率最大的候选目标接入点，确定为移动终端对应的下一个接入点预测结果。应用本发明实施例提供的方法及装置进行预测时，不仅可以缩短预测时间，提高预测效率，还可以提高预测准确率。
-
公开(公告)号：CN106792985A
公开(公告)日：2017-05-31
申请号：CN201611145085.8
申请日：2016-12-13
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种移动终端接入点预测方法及装置，可以从预先存储的移动终端的历史接入序列中，选出与历史接入序列相对应的若干尾匹配子序列；将每一尾匹配子序列在历史接入序列中对应的下一个历史接入点，确定为候选目标接入点，并记入第一候选集；确定每一候选目标接入点在第一候选集中的重复出现次数；根据所确定的重复出现次数，以及各个目标候选接入点对应的尾匹配子序列的长度，计算第一候选集中每一候选目标接入点的接入概率；将第一候选集中接入概率最大的候选目标接入点，确定为移动终端对应的下一个接入点预测结果。应用本发明实施例提供的方法及装置进行预测时，不仅可以缩短预测时间，提高预测效率，还可以提高预测准确率。
-
Patent Agency Ranking
公开(公告)号：CN106780058A
公开(公告)日：2017-05-31
申请号：CN201611074435.6
申请日：2016-11-29
Applicant: 北京邮电大学
CPC classification number: G06Q50/01 , H04L41/0893 , H04L41/12
Abstract: 本发明提供一种动态网络的社团划分方法及装置，通过获取动态网络分别在至少两个时刻的网络拓扑结构，通过遍历每个目标节点，将每个目标节点移动到平均模块度增量最大且为正值对应的相邻节点所属的社团中，使得在每一层循环中的动态网络社团划分的模块度达到最大，然后下一层循环以上一层循环中每个网络拓扑结构中的每个社团作为目标节点，重复遍历每个目标节点，直到每个网络拓扑结构中的任意两个社团均无法继续合并为止，从而得到动态网络在所研究的时间段内的社团划分结果。本发明的动态网络的社团划分方法可以得到较为稳定的社团划分结果，并且计算速度快，可用于大规模动态网络。
-
公开(公告)号：CN117456259A
公开(公告)日：2024-01-26
申请号：CN202311496772.4
申请日：2023-11-10
Applicant: 北京邮电大学
IPC: G06V10/764 , G06V10/774 , G06V10/778 , G06V10/771
Abstract: 本发明公开了一种面向目标检测的加权定位蒸馏方法，用于图像目标智能检测与识别领域。本发明方法面向响应知识蒸馏中的定位蒸馏任务，将教师模型和学生模型的定位头改为输出概率分布的形式，根据真实标签值对教师模型输出的知识进行筛选，排除负面知识，再根据教师模型预测的不确定度调整不同预测知识的蒸馏损失权重，使得加重预测准确度高的样本权重，强化学生模型学习更加可靠的知识；利用训练好的学生模型进行目标预测。本发明方法合理选择和传递知识，降低预测误差偏大的样本损失权重，避免了错误知识干扰学习，有效提升了学生模型的泛化能力，达到提高目标预测准确度的目的，尤其适用于资源受限的设备。
-
公开(公告)号：CN116560832A
公开(公告)日：2023-08-08
申请号：CN202310382467.6
申请日：2023-04-11
Applicant: 北京邮电大学
Abstract: 本申请提供一种面向联邦学习的资源分配方法以及相关设备，包括：边缘服务器获取预设覆盖范围内所有移动端的移动轨迹信息及资源信息，根据移动轨迹信息、资源信息及预设覆盖范围从所有移动端确定第一移动端子集及第二移动端子集；向第一移动端发送与其相应的第一卸载比例及全局模型，向第二移动端发送第二卸载比例；根据所述第一模型参数以及所述第二模型参数得到全局模型参数；根据所述全局模型参数迭代训练所述全局模型，得到迭代全局模型；响应于所述迭代全局模型的精度达到预设精度或者所述训练轮次数达到预设轮次数，确定该迭代全局模型为最优全局模型。
-
公开(公告)号：CN110719569B
公开(公告)日：2021-01-01
申请号：CN201910999156.8
申请日：2019-10-21
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种基于用户频繁移动模式的跟踪区列表管理方法，该方法包括：从基于移动终端在预设时间段内的移动轨迹，构建的多条备选跟踪区列表TAL中，确定移动终端的目标TAL；当检测到移动终端发生TA切换时，判断移动终端当前所在TA的区域标识，是否在移动终端当前的目标TAL中；如果否，判断多条备选TAL中是否存在可替换TAL；如果存在，将可替换TAL作为移动终端的新的目标TAL；若不存在，将当前所在TA的区域标识，添加到移动终端当前的目标TAL所包括的最后一个TA的区域标识之后。与现有技术相比，应用本发明实施例提供的方案，可以降低得到的TAL与移动终端真实移动所经历的TA的区域标识列表之间的差异，减少在寻找移动终端时产生的位置管理的开销。
-
公开(公告)号：CN110719569A
公开(公告)日：2020-01-21
申请号：CN201910999156.8
申请日：2019-10-21
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种基于用户频繁移动模式的跟踪区列表管理方法，该方法包括：从基于移动终端在预设时间段内的移动轨迹，构建的多条备选跟踪区列表TAL中，确定移动终端的目标TAL；当检测到移动终端发生TA切换时，判断移动终端当前所在TA的区域标识，是否在移动终端当前的目标TAL中；如果否，判断多条备选TAL中是否存在可替换TAL；如果存在，将可替换TAL作为移动终端的新的目标TAL；若不存在，将当前所在TA的区域标识，添加到移动终端当前的目标TAL所包括的最后一个TA的区域标识之后。与现有技术相比，应用本发明实施例提供的方案，可以降低得到的TAL与移动终端真实移动所经历的TA的区域标识列表之间的差异，减少在寻找移动终端时产生的位置管理的开销。
-
-
-
-
-
-
-
-
-
Search Results
36
records
(took 0.023 seconds)
