-
公开(公告)号：CN113518457B
公开(公告)日：2024-06-07
申请号：CN202110437441.8
申请日：2021-04-22
Applicant: 南京信息工程大学滨江学院
IPC: H04W72/044 , G06N3/0464 , G06N3/09
Abstract: 本发明公开了基于一维深度卷积神经网络的功率分配策略，属于通信系统领域，针对现有基于深度神经网络的功率分配算法的不足，提供一种基于一维深度卷积神经网络的功率控制策略，既能实现在线决策，又能对传统算法达到一个很好的性能逼近，其网络预测能力要优于目前的基于全连接结构的深度神经网络。本发明研究了用一维卷积神经网络替代传统算法的资源分配策略，通过监督学习的方式，学习基于传统算法得到的功率分配效果，实现快速可靠的在线决策，与传统的基于深度学习的功率分配算法相比，克服了学习能力有限的缺点，其预测能力更高。
-
公开(公告)号：CN112188600B
公开(公告)日：2023-05-30
申请号：CN202011002522.7
申请日：2020-09-22
Applicant: 南京信息工程大学滨江学院 , 中科怡海高新技术发展有限公司
-
公开(公告)号：CN112153616B
公开(公告)日：2022-07-08
申请号：CN202010964461.6
申请日：2020-09-15
Applicant: 南京信息工程大学滨江学院 , 中科怡海高新技术发展有限公司
IPC: H04W4/70 , H04B17/345 , H04B17/373 , H04B17/382 , H04W4/02 , H04W4/021 , G06N3/04 , G06K9/62
Abstract: 本发明公开一种基于深度学习的毫米波通信系统中的功率控制方法，首先，收集环境内D2D设备和蜂窝设备的地理位置信息，构造两个大小为M×M的密度网格矩阵来表示链路收发机的位置；然后，收集训练数据集，构建卷积神经网络框架，并初始化神经网络权重；最后，将训练数据集输入至神经网络中，构建神经网络的输出和标签之间的MSE作为损失函数，并选择一个梯度下降算法优化神经网络的权重；完成训练并保存神经网络。本发明克服了毫米波网络环境中蜂窝设备和D2D设备的干扰问题，用卷积神经网络对收发机的相对位置进行特征提取，以监督学习的方式逼近传统算法来学习设备位置到最优功率分配的映射关系。
-
公开(公告)号：CN114585004A
公开(公告)日：2022-06-03
申请号：CN202210202761.X
申请日：2022-03-03
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于Actor‑Critic算法的多智能体异构网络能效优化方法，把异构网络中各个小基站看作为一个智能体，令每个小基站基于Actor‑Critic算法中actor网络根据当前异构网络环境和智能体状态选择合适的动作，通过Critic网络采用策略梯度方法更新其网络参数，对智能体传入动作返回q值给出评价并传递给atcor网络，不断学习更新其网络参数选取最优动作，扩展小基站的连接覆盖范围，使用户能连接到最近的小基站，并将当前时刻的状态信息传递给宏基站，在宏基站覆盖范围内重复部署小基站，使宏基站覆盖盲点的设备连接到相应的小基站以获得更好的信道，还可以将连接到宏基站的一部分设备卸载到相应的小基站，在实现网络负载均衡的同时还能增大网络的系统容量。
-
公开(公告)号：CN114429621A
公开(公告)日：2022-05-03
申请号：CN202111611111.2
申请日：2021-12-27
Applicant: 南京信息工程大学
IPC: G06V20/58 , G06V10/26 , G06V10/44 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08 , G06K9/62
Abstract: 本发明公开了一种基于UFSA算法改进的车道线智能检测方法，包括获取车道线图像，并对车道线图像进行预处理，得到车道线数据集；将车道线数据集划分为独立不重复的训练集、验证集和测试集；对训练集和验证集中各车道线图像进行标注和分类；分别对训练集、验证集和测试集中各车道线图像进行特征提取；对UFSA算法所采用的Resnet18网络模型进行改进，利用训练集和验证集对改进后的Resnet18网络模型进行训练和验证，得到训练好的的车道线检测模型；利用训练好的的车道线检测模型对测试集进行检测，得到检测结果。本发明方法实现了准确的定位和车道线检测，有效缓解城市交通负担和交通事故，为自动驾驶辅助，保障驾驶的安全性。
-
Patent Agency Ranking
公开(公告)号：CN113518457A
公开(公告)日：2021-10-19
申请号：CN202110437441.8
申请日：2021-04-22
Applicant: 南京信息工程大学滨江学院
Abstract: 本发明公开了基于一维深度卷积神经网络的功率分配策略，属于通信系统领域，针对现有基于深度神经网络的功率分配算法的不足，提供一种基于一维深度卷积神经网络的功率控制策略，既能实现在线决策，又能对传统算法达到一个很好的性能逼近，其网络预测能力要优于目前的基于全连接结构的深度神经网络。本发明研究了用一维卷积神经网络替代传统算法的资源分配策略，通过监督学习的方式，学习基于传统算法得到的功率分配效果，实现快速可靠的在线决策，与传统的基于深度学习的功率分配算法相比，克服了学习能力有限的缺点，其预测能力更高。
-
公开(公告)号：CN113453358A
公开(公告)日：2021-09-28
申请号：CN202110654301.6
申请日：2021-06-11
Applicant: 南京信息工程大学滨江学院 , 中科怡海高新技术发展江苏股份公司
IPC: H04W72/04 , H04W72/08 , H04B17/382
Abstract: 本发明公开了一种无线携能D2D网络的联合资源分配方法，属于通信系统技术领域，本发明采用强化学习框架，智能地分配资源块以及功率分流比例，在基站和D2D最大发射功率以及蜂窝用户最低速率要求的约束下，最大化D2D能效，解决了传统算法无法处理复杂通信环境的困境，通信系统中D2D用户通过采用多智能体强化学习框架，对资源块和功率分流比例进行分配，解决以能效为目标函数的非凸问题。该发明可以提高D2D通信的总能效，实现更快的收敛速度。
-
公开(公告)号：CN112153617A
公开(公告)日：2020-12-29
申请号：CN202010964851.3
申请日：2020-09-15
Applicant: 南京信息工程大学滨江学院
IPC: H04W4/70 , H04B17/382 , G06N3/04 , G06K9/62
Abstract: 本发明公开一种基于集成神经网络的终端设备传输功率的控制方法，收集D2D链路的信道功率增益样本；并输入到SPCA算法，得到相应样本下的最优功率分配策略；搭建深度神经网络和卷积神经网络，并初始化神经网络权重；将训练数据集输入至神经网络，构建神经网络的输出和标签之间的MSE作为损失函数，并对神经网络的权重进行更新；当损失函数小于预设值或达到迭代次数时即认为神经网络训练完成，保存神经网络；构建选择器，选择并输出具有更高性能的分配策略。本发明克服了深度神经网络对大规模网络学习能力弱和卷积神经网络对小规模网络的局部特征提取的有限性，用集成学习的思想，将两个网络集成起来，使其能适应不同规模网络实时的功率分配需求。
-
公开(公告)号：CN217187500U
公开(公告)日：2022-08-16
申请号：CN202220582468.6
申请日：2022-03-17
Applicant: 南京信息工程大学
Abstract: 本实用新型涉及按摩棒领域，公开了一种具有加热及震动功能的肌肉按摩棒，包括筒体，筒体的内腔中安装有震动机构和蓄电池，筒体的外壁中设置有管槽，管槽中铺设有加热单元，加热单元、震动机构分别与蓄电池电连接，筒体的两端分别固定连接有一支撑轴，支撑轴从对应的内腔中向筒体外部水平延伸，支撑轴延伸出筒体部分套接有手柄，支撑轴与手柄通过轴承转动连接，本实用新型通过在筒体中安装震动机构，通在外壁设置加热单元可实现对人体进行震动、加热按摩，并且通过在筒体两端设置支撑轴，筒体可通过滚动的方式使按摩部位的按摩效果均匀快速的分布。
-
公开(公告)号：CN216316257U
公开(公告)日：2022-04-19
申请号：CN202122863946.9
申请日：2021-11-19
Applicant: 南京信息工程大学
IPC: A47B13/00 , A47B13/08 , F21V33/00 , F21Y115/10
Abstract: 本实用新型公开一种多功能桌面挡板，属于桌面挡板技术领域，包括桌体，桌体的左右两侧通过调节螺杆对称设有U形安装夹板，U形安装夹板的上端螺纹连接有柱形支架，柱形支架之间卡设有后挡板，后挡板的两侧对称设有侧挡板，侧挡板卡设在柱形支架上，侧挡板的底端设有圆形吸盘夹，圆形吸盘夹与桌体的桌面吸合；本实用新型结构简单，可拆卸式安装在桌体上，便于安装携带，通过轴承连接的侧挡板可旋转折叠，需要使用时通过圆形吸盘夹固定在桌面，当人们因长时间处于小空间而导致焦虑烦躁时，可将两个侧挡板旋转折叠起来，释放空间，操作起来比较简单方便。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.036 seconds)
