-
公开(公告)号：CN120050450A
公开(公告)日：2025-05-27
申请号：CN202510489130.4
申请日：2025-04-18
Applicant: 浙江工业大学
IPC: H04N21/234 , H04N21/238 , H04N21/44 , H04N21/242 , H04N21/6587 , H04N21/845
Abstract: 本发明提供基于多用户VR视频流媒体速率自适应调整方法及系统，涉及VR技术领域，包括通过构建边缘层与用户层的双层架构，在边缘层进行视频时空分割和多质量编码，基于用户运动信息实现视频自适应传输；采用正反向加权的用户体验评估模型对系统资源进行优化分配；结合时间维度均衡约束构建质量均衡用户子集并进行资源动态优化；利用多维度资源验证模型实现视频质量等级优化分配；通过完整性校验、时序同步和球面投影重构生成全景帧。本发明提高了多用户VR视频传输的服务质量均衡性，降低了系统资源开销，增强了用户观看体验。
-
公开(公告)号：CN114501648B
公开(公告)日：2025-03-28
申请号：CN202210088868.6
申请日：2022-01-25
Applicant: 浙江工业大学
IPC: H04W72/044 , H04W72/54
Abstract: 本发明公开了一种无线供能边缘计算网络的资源分配方法，按照设定的步长，从供能时长比例的取值范围中，依次选取当前供能时长比例，进行迭代，确定当前供能时长比例情况下各无线设备用于任务卸载通信的能量比例和任务卸载通信时长比例，选取所述无线供能边缘计算网络总计算速率最大时的供能时长比例，设置所述射频能量发射器对无线设备在每个时间帧开始时进行无线供能；配置每个无线设备在每个时间帧内以所选取的供能时长比例对应的任务卸载通信时长和能量分配比例进行任务卸载通信。本发明能够快速计算出部分卸载的能量分配和时间分配方案，同时也得到较高的网络计算速率。
-
公开(公告)号：CN116503882A
公开(公告)日：2023-07-28
申请号：CN202310390994.1
申请日：2023-04-06
Applicant: 浙江工业大学
IPC: G06V30/302 , G06V30/19 , G06V30/166 , G06T7/11 , G06N3/0464 , G06N3/08 , G06F21/36
Abstract: 本发明公开了一种图标点选验证码识别方法，包括：获取验证码图片；采用目标检测模型进行检测，获得所有图标的位置矩形框；根据位置矩形框裁剪出各图标对应的子图并统一尺寸；利用图像相似度计算模型分别计算每个统一尺寸后的子图与候选图标的相似度，形成相似度矩阵；在相似度矩阵中查找相似度最大值，当查找到相似度最大值后记录位置作为当前行列所对应的候选图标和统一尺寸后的子图的最佳匹配结果，并删除当前相似度最大值所在行和列以更新相似度矩阵，循环执行，直至完成全部行或全部列的查找；根据候选图标顺序对全部记录位置进行点选完成验证码识别。能够快速定位图标并计算图标之间的相似度，实现点选图标验证码的快速识别，提高工作效率。
-
公开(公告)号：CN115062624B
公开(公告)日：2025-05-02
申请号：CN202210672522.0
申请日：2022-06-14
Applicant: 浙江工业大学
IPC: G06F40/30 , G06F40/289 , G06N3/045
Abstract: 本发明公开了一种意图槽值双向交互的自然语言理解方法，采用BERT语义编码模块对用户输入的话语进行文本预处理，并进行语义编码，然后将意图表示向量输入到意图注意力模块，生成语义增强的意图表示向量，并通过自注意语义交互模块，双向交互语义增强的意图语义表示向量和槽语义表示向量，获得最终的意图语义表示向量和槽语义表示向量，然后将最终的意图表示向量和槽语义表示向量输入到CRF语义解码模块，获得最后话语的意图和槽值。本发明使用预训练知识显著提高意图识别和槽填充的识别效果，使得系统可以应用在高精度的NLU场景上，提高了系统的预测精度。
-
公开(公告)号：CN119653428A
公开(公告)日：2025-03-18
申请号：CN202510158533.0
申请日：2025-02-13
Applicant: 浙江工业大学
Abstract: 本发明公开了一种边缘计算结合协同智能交通系统最大化计算速率方法，边缘计算结合协同智能交通系统包括一个基站、#imgabs0#个路基单元和#imgabs1#个无线设备。本边缘计算结合协同智能交通系统最大化计算速率方法通过构建每个无线设备关于卸载决策和各无线设备到路基单元带宽分配的计算速率表达式，并对卸载决策和各无线设备到路基单元带宽分配进行求解，得到每个无线设备的计算速率，且得到各无线设备的计算速率即为各无线设备的最大化计算速率，并且所有无线设备的最大化计算速率之和即为边缘计算结合协同智能交通系统的最大化计算速率，进而显著降低了系统延迟，提高了计算效率。
-
Patent Agency Ranking
公开(公告)号：CN117911765A
公开(公告)日：2024-04-19
申请号：CN202410045453.X
申请日：2024-01-11
Applicant: 浙江工业大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08 , G06V10/42 , G06V10/80
Abstract: 一种基于GAF‑深度学习的输电线覆冰厚度智能识别分类方法，包括以下步骤：1)获取输电线路周围的微气象数据和输电线覆冰厚度数据，得到一维覆冰序列信息；2)通过格拉姆角场(Gramian Augular Fields,GAF)将所述一维覆冰序列信息转化成二维图像；3)将所述一维覆冰序列信息数据输入已训练好的卷积神经网络模型CNN1中，输出四维特征向量一；4)将所述转化后的二维图像输入已训练好的卷积神经网络模型CNN2中，输出四维特征向量二；5)将所述四维特征向量一与四维特征向量二进行融合，并将融合后的特征输入主干分类网络，判断待预测日期的覆冰厚度。本发明准确、高效地预测覆冰输电线的覆冰厚度。
-
公开(公告)号：CN114915627B
公开(公告)日：2024-04-02
申请号：CN202210399537.4
申请日：2022-04-15
Applicant: 浙江工业大学
IPC: H04L67/10 , H04L41/0896 , H04L41/0894
Abstract: 本发明公开了一种基于FDMA接入的无线供能边缘计算网络卸载决策方法，包括：建立无线供能边缘计算网络，包括边缘服务器和N个边缘设备，各边缘设备基于FDMA与边缘服务器通信形成对应节点；根据预设步长确定当前时间帧下能量捕获时长的取值范围；遍历能量捕获时长的取值，获取对应的无线供能边缘计算网络的速率；将获取的最大的速率对应的能量捕获时长、卸载能量分配比例和带宽资源分配比例视为当前时间帧下的最优解；各节点基于最优解进行本地计算和通信。该方法可快速决策出无线供能边缘计算网络的无线供能时长和计算任务卸载的分配方案，具有更低的延时，以使网络达到较高的计算速率和更持久的续航，尤其适用于时延敏感型的边缘计算。
-
公开(公告)号：CN116723517A
公开(公告)日：2023-09-08
申请号：CN202310632649.4
申请日：2023-05-31
Applicant: 浙江工业大学
IPC: H04W16/22 , H04W28/084 , H04W28/18 , H04W28/20
Abstract: 本发明公开了最小化时延的FDMA无线供能边缘计算网络的任务卸载方法，应用于无线供能边缘计算网络系统，无线供能边缘计算网络系统包括混合接入点和I个无线设备。本发明通过构建系统的时延模型，并通过给定卸载决策、初始化混合接入点向各无线设备传输无线能量的持续时长，来训练时延模型，得到各无线设备最优的卸载决策，且最优的卸载决策对应的时延就是最小时延，整个过程仅优化混合接入点向各无线设备传输无线能量的持续时长、各无线设备的带宽分配率和各无线设备的任务卸载至边缘服务器的传输时长，进而使得模型很快收敛，卸载决策的过程高效快速。
-
公开(公告)号：CN116669056A
公开(公告)日：2023-08-29
申请号：CN202310632716.2
申请日：2023-05-31
Applicant: 浙江工业大学
IPC: H04W16/22 , H04W28/084 , H04W28/18 , H04W28/20
Abstract: 本发明公开了最小化能耗的TDMA无线供能边缘计算网络的任务卸载方法，包括混合接入点和I个无线设备。本最小化能耗的TDMA无线供能边缘计算网络的任务卸载方法通过构建系统的能量消耗模型，并通过给定若干个卸载决策，优化混合接入点向各无线设备传输无线能量的持续时长和所有无线设备的任务卸载至边缘服务器的传输时长，来训练能量消耗模型，直至能量消耗模型收敛，得到各无线设备最优的卸载决策，且最优的卸载决策对应的能量消耗就是最小的能量消耗，整个过程仅优化混合接入点向各无线设备传输无线能量的持续时长和所有无线设备的任务卸载至边缘服务器的传输时长，进而使得模型很快收敛，卸载决策的过程高效快速。
-
公开(公告)号：CN116503881A
公开(公告)日：2023-07-28
申请号：CN202310362437.9
申请日：2023-04-06
Applicant: 浙江工业大学
IPC: G06V30/302 , G06V30/166 , G06N3/0464 , G06N3/08 , G06F21/36
Abstract: 本发明公开了一种基于改进YOLOv5n模型的验证码目标检测方法，包括：S1、获取预设数量的验证码图片并将各验证码图片中的汉字和图标打上标签，形成数据集；S2、建立改进YOLOv5n模型，包括依次连接的第一卷积单元、第二卷积单元、第一C3模块、第三卷积单元、第二C3模块、第四卷积单元、第三C3模块、SPPF模块、第五卷积单元、第四C3模块和第一卷积层；S3、采用数据集对改进YOLOv5n模型进行训练，更新模型权重文件，获得训练好的改进YOLOv5n模型。该方法大幅缩减了模型大小，减少了参数量和计算量，加快了检测速度，同时又不损失精度。
-
-
-
-
-
-
-
-
-
Search Results
47
records
(took 0.022 seconds)
