-
公开(公告)号:CN111523483B
公开(公告)日:2023-10-03
申请号:CN202010334520.1
申请日:2020-04-24
Applicant: 北京邮电大学
IPC: G06V10/77 , G06V20/20 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明实施例提供一种中餐菜品图像识别方法及装置,所述方法包括:获取目标中餐菜品图像,对所述目标中餐菜品图像执行预处理操作;将经过预处理的所述目标中餐菜品图像输入至中餐菜品图像识别模型中,获得中餐菜品识别结果;其中,所述中餐菜品图像识别模型是基于经过预处理的中餐菜品图像样本以及对应的中餐菜品类别标签训练获得的,所述中餐菜品图像识别模型基于DenseNet模型构建,所述中餐菜品图像识别模型的网络结构包括:N个用于实现特征复用的密集连接块和N‑1个用于压缩参数数量的过渡层;N为大于1的自然数。本发明实施例能够对多种中餐进行准确检测与识别,识别种类广泛、识别准确率高。
-
公开(公告)号:CN115691799A
公开(公告)日:2023-02-03
申请号:CN202211124650.8
申请日:2022-09-15
Applicant: 北京邮电大学
Abstract: 本发明实施例提供一种猝死风险预测模型的训练方法、猝死风险预测方法和装置,该方法包括:获取样本心电信号数据集中的用户静止状态下的样本心电信号数据;对样本心电信号数据进行加噪处理,获取加噪后的样本心电信号数据;根据加噪后的样本心电信号数据对初始心源性猝死风险预测模型进行训练,得到训练后的心源性猝死风险预测模型。本发明实施例的方法通过对获取到的样本心电信号数据集中的用户静止状态下的样本心电信号数据进行加噪处理,使得训练后的心源性猝死风险预测模型可以基于日常生活场景下用户的穿戴式设备采集的信噪比较低的心电信号数据进行心源性猝死风险的预测,实现多种场景下的心源性猝死风险的预测。
-
公开(公告)号:CN115568848A
公开(公告)日:2023-01-06
申请号:CN202211111965.9
申请日:2022-09-13
Applicant: 北京邮电大学
Abstract: 本发明提供一种人体活动能耗测量方法、装置、电子设备及存储介质,包括:获取用户在活动过程中的加速度信息,并确定加速度信息的数据特征信息;将加速度信息、数据特征信息及用户的用户身份信息输入到能耗测量模型,得到能耗测量模型输出的用户的活动能耗信息;能耗测量模型包括第一神经网络模型和第二神经网络模型;第一神经网络模型是基于用户活动的加速度信息样本及其对应的用户活动类型标签和传感器佩戴位置标签训练得到的;第二神经网络模型是基于用户活动信息样本及其对应的活动能耗标签训练得到的。本发明可以有效提高人体活动能耗测量的精度,提高人体活动能耗测量结果的准确性。
-
公开(公告)号:CN111632361A
公开(公告)日:2020-09-08
申请号:CN202010302051.5
申请日:2020-04-16
Applicant: 北京邮电大学
Abstract: 本发明实施例提供一种基于足底压力的足旋前检测方法和装置,该方法包括:在预设时间段内采集足部各区实时压力信号,所述足部各区包括足最后跟区、足次后左跟区、足次后右跟区、足部第一趾骨区、足部第一趾跖关节区、足部第二趾跖关节区、足部第三跖骨区和足部第五跖骨区;基于所述足部各区实时压力信号确定任一足部支撑期中的旋前时长占支撑时长的比例;若所述比例高于第一阈值,则该足部支撑期对应的步态周期判定为过度足旋前。本发明实施例提供的方法和装置,实现了过度足旋前检测的成本与精度的平衡。
-
公开(公告)号:CN111523483A
公开(公告)日:2020-08-11
申请号:CN202010334520.1
申请日:2020-04-24
Applicant: 北京邮电大学
Abstract: 本发明实施例提供一种中餐菜品图像识别方法及装置,所述方法包括:获取目标中餐菜品图像,对所述目标中餐菜品图像执行预处理操作;将经过预处理的所述目标中餐菜品图像输入至中餐菜品图像识别模型中,获得中餐菜品识别结果;其中,所述中餐菜品图像识别模型是基于经过预处理的中餐菜品图像样本以及对应的中餐菜品类别标签训练获得的,所述中餐菜品图像识别模型基于DenseNet模型构建,所述中餐菜品图像识别模型的网络结构包括:N个用于实现特征复用的密集连接块和N‑1个用于压缩参数数量的过渡层;N为大于1的自然数。本发明实施例能够对多种中餐进行准确检测与识别,识别种类广泛、识别准确率高。
-
公开(公告)号:CN116800645A
公开(公告)日:2023-09-22
申请号:CN202310588163.5
申请日:2023-05-23
Applicant: 北京邮电大学
IPC: H04L43/0876 , H04L41/147 , H04L43/50 , H04L67/10 , H04L67/12
Abstract: 本发明提供一种蜂窝流量预测方法、边缘服务设备及云服务设备,该方法包括:边缘服务设备根据流量数据,确定时间特征值;边缘服务设备向云服务设备发送时间特征值;云服务设备接收边缘服务设备发送的时间特征值;云服务设备根据时间特征值,确定边缘服务设备对应的空间特征值;云服务设备向边缘服务设备发送空间特征值;边缘服务设备接收云服务设备发送的空间特征值;边缘服务设备根据时间特征值和空间特征值,确定边缘服务设备对应的蜂窝流量预测结果。云服务设备可为边缘服务设备在预测蜂窝流量时提供全局视角和空间相关性感知能力,使得该边缘服务设备根据时间特征值与该云服务设备发送的空间特征值,对该边缘服务设备的蜂窝流量进行准确预测。
-
公开(公告)号:CN115554674A
公开(公告)日:2023-01-03
申请号:CN202211049161.0
申请日:2022-08-30
Applicant: 北京邮电大学
Abstract: 本发明提供一种运动能耗预测方法及装置,所述方法包括:获取目标对象在运动过程中的加速度数据和目标运动强度等级;对加速度数据进行特征提取,利用主成份分析法获取加速度数据的特征信息;根据特征信息和目标对象的身体状态信息,构建目标对象的输入参数;根据目标运动强度等级,将输入参数输入目标运动能耗预测模型,得到目标对象的运动能耗。本发明根据不同的目标运动强度等级选取不同的目标运动能耗预测模型,所述目标运动能耗预测模型在利用加速度数据的特征信息的基础上还利用目标对象的身体状态信息对目标运动能耗进行预测,并将预测结果作为目标对象的运动能耗,提高了运动能耗的预测精度。
-
公开(公告)号:CN111632361B
公开(公告)日:2021-06-11
申请号:CN202010302051.5
申请日:2020-04-16
Applicant: 北京邮电大学
Abstract: 本发明实施例提供一种基于足底压力的足旋前检测方法和装置,该方法包括:在预设时间段内采集足部各区实时压力信号,所述足部各区包括足最后跟区、足次后左跟区、足次后右跟区、足部第一趾骨区、足部第一趾跖关节区、足部第二趾跖关节区、足部第三跖骨区和足部第五跖骨区;基于所述足部各区实时压力信号确定任一足部支撑期中的旋前时长占支撑时长的比例;若所述比例高于第一阈值,则该足部支撑期对应的步态周期判定为过度足旋前。本发明实施例提供的方法和装置,实现了过度足旋前检测的成本与精度的平衡。
-
公开(公告)号:CN106412966A
公开(公告)日:2017-02-15
申请号:CN201611064395.7
申请日:2016-11-28
Applicant: 北京邮电大学
CPC classification number: H04W24/02 , H04B17/336 , H04W24/08 , H04W72/0446 , H04W72/082 , H04W72/085 , H04W72/1231
Abstract: 本发明提供一种微基站间干扰协调的方法与系统。本发明基于链路耦合损耗门限对整个网络微基站进行分簇,两个微基站间耦合损耗低于一定门限的分入同一个簇中,否则分入不同的簇。这样,不同簇间的干扰可以忽略,而同一簇内的干扰非常严重。所述微基站间干扰协调的方法包括:S1,为簇内微基站分配正交子帧;S2,簇内微基站根据各自服务性能进行非正交子帧复用。本发明可以有效的减小簇内微基站间的干扰,同时保证网络吞吐量,解决未来5G超密集组网场景下,簇内微基站间的强干扰问题,为5G异构网络和超密集组网的实施提供有效的干扰解决方案。
-
公开(公告)号:CN117880102A
公开(公告)日:2024-04-12
申请号:CN202311822604.X
申请日:2023-12-27
Applicant: 北京邮电大学
IPC: H04L41/0895 , H04L41/40 , H04L69/00 , H04L69/325 , H04L69/06 , H04L47/12
Abstract: 本发明涉及一种边缘算力终端的算力通告装置,所述算力通告装置包括:资源监控模块:资源监控系统为运行在用户态的程序;包管理模块为运行在内核态的程序,采用C语言编写内核模块,并挂载到Linux系统内核中;网络算力节点:采用集群部署模式或者单机部署模式,若为集群部署模式,则仅主节点安装所述算力通告系统;若单机部署,所有网络算力节点均需部署所述算力通告系统;本发明还包括基于边缘算力终端的算力通告装置的算力通告策略;本发明提出了一套基于IP报文的算力通告策略,能够自适应地调整通告数据包发送频率,提升链路利用率,避免网络拥塞,最大化通告数据包信息新鲜度。
-
-
-
-
-
-
-
-
-