-
公开(公告)号：CN119495045A
公开(公告)日：2025-02-21
申请号：CN202411656751.9
申请日：2024-11-19
Applicant: 西安电子科技大学广州研究院 , 广州通则康威科技股份有限公司
IPC: G06V20/40 , G06F40/268 , G06F16/31 , G06F40/295 , G06F18/22 , G06V10/20 , G06V10/30 , G06V10/32
Abstract: 本发明涉及异常检测领域，提供一种基于大模型的异常事件检测方法、系统、电子设备及介质，包括采用视觉大模型对视频内容处理，得到事件描述文本T＝{t1,t2,...,tn}；对事件描述文本预处理，得到实体集合Ej，并对实体集合中的文本标注词性，并得到词性集合Pj；基于实体集合、词性集合和依存句法分析将事件结构化，作为一个三元组，并通过分析命名实体和词性分析，构建事件的三元组集合。本发明在使用时，异常事件的自动标记功能通过模型的自学习能力不断优化，提升了系统的智能化水平。这种新型视频分析技术有望在提高监控系统的反应速度和准确性方面发挥重要作用，同时也为其他领域的视频分析提供了技术支持。
-
公开(公告)号：CN117858150A
公开(公告)日：2024-04-09
申请号：CN202311605385.X
申请日：2023-11-28
Applicant: 西安电子科技大学 , 西安电子科技大学广州研究院
IPC: H04W24/08 , H04W4/46 , H04B7/185 , H04L41/142
Abstract: 本发明涉及基于拓扑与功能链的无人机脆弱节点分析方法，属于通信组网技术领域，用于解决现有技术缺乏能实时、准确、真实地分析无人机网络中脆弱节点的问题。本案提出从拓扑结构和功能链两个方面去分析无人机节点的脆弱性，提高脆弱性分析的准确率，实施简单，可根据无人机多次运动仿真参数综合分析无人机节点的脆弱性，从而实现实时计算和更新无人机网络脆弱节点，便于根据战术任务进行仿真，以分析不同任务场景下的脆弱性节点，更具有真实性。
-
公开(公告)号：CN117202299A
公开(公告)日：2023-12-08
申请号：CN202311020324.7
申请日：2023-08-14
Applicant: 国网河北省电力有限公司信息通信分公司 , 西安电子科技大学广州研究院 , 国家电网有限公司
Abstract: 本发明提供一种面向物联网的传感器网络通信路由方法及装置。该方法包括：构建电力物联网的传感器网络的底层物理网络模型，从底层物理网络模型中确定传感器网络，其中，传感器网络包括当前时刻有通信需求的传感器对和当前时刻无通信需求的传感器，传感器网络中包括多个传感器，每个传感器作为一个节点；建立传感器网络的路由通信的数学模型；将数学模型转换为最小斯坦纳网络问题；并通过求解最小斯坦纳网络问题，挑选出当前时刻有通信需求的传感器对的最佳传输路径；将最佳传输路径转换为路由策略，并下发给相应节点。本发明能够满足业务的动态部署要求，且采用最佳传输路径的方式降低了资源消耗。
-
公开(公告)号：CN117097808A
公开(公告)日：2023-11-21
申请号：CN202310962233.9
申请日：2023-08-01
Applicant: 广州通则康威智能科技有限公司 , 西安电子科技大学广州研究院
IPC: H04L69/04 , G06F18/214 , G06N3/0464 , G06N3/08 , H04L69/06 , H04L67/131
Abstract: 本发明公开了一种基于语义通信的XR串流数据发送和接收方法及装置，通过获取初始XR数据，并将初始XR数据输入到语义提取模型中进行语义编码数据的生成，语义提取模型通过将若干带有语义编码的XR训练数据输入到神经网络中训练获得，能够很好地识别初始XR数据，从而生成语义编码，将语义编码数据传输给XR数据接收设备，以使XR数据接收设备基于语义编码数据进行解码并播放，从而完成XR数据的传输和播放。本发明对XR数据进行分析，以语义编码数据作为XR数据的传输载体，能够减小传输的数据量，从而降低XR应用的网络传输延迟和带宽需求。
-
公开(公告)号：CN116744354A
公开(公告)日：2023-09-12
申请号：CN202310600547.4
申请日：2023-05-25
Applicant: 西安电子科技大学广州研究院
IPC: H04W24/06 , H04W4/38 , H04L43/0852 , H04B17/391
Abstract: 本发明公开了一种最大加随机网络演算分析信息物理系统延迟性能的方法，涉及信息物理系统技术领域。该方法包括：将信息物理系统分为若干网络节点；对每个网络节点进行数学建模；分别定义到达曲线和服务曲线；对服务曲线定义中的不等式进行等效变形，得到与到达曲线相同形式的不等式；推导到达曲线和其对应边界函数以及服务曲线和其对应边界函数；引入两个引理，并结合获得的参数计算得出最终的不等式；通过不等式分析所述信息物理系统的端到端时延。本发明采用新模型对无线信道建模，简化了参数的求取；对服务曲线不等式进行等效变形，在不改变原意的基础上方便服务曲线的求取；通过实验验证了结果的有效性，分析不同参数对系统延迟的影响力。
-
Patent Agency Ranking
公开(公告)号：CN114172774B
公开(公告)日：2023-08-01
申请号：CN202111254365.3
申请日：2021-10-27
Applicant: 西安电子科技大学广州研究院
IPC: H04L27/26 , H04B17/309
Abstract: 本发明提供了一种基于过时梯度反馈的工业物联网设备功率分配方法，包括S1，网络参数初始化，S2，容量梯度计算，S3，发射功率计算，S4，重复S2和S3。本发明所提出的功率分配方法不需要CSI的瞬时和分布信息，所获得的网络容量性能远远优于EPA方法，当网络运行时间足够长时，所提方法可以有效保障设备的长期功率约束。
-
公开(公告)号：CN116432739A
公开(公告)日：2023-07-14
申请号：CN202310285559.2
申请日：2023-03-22
Applicant: 西安电子科技大学广州研究院
IPC: G06N3/082 , G06N3/0464
Abstract: 本发明公开了一种神经网络实时结构化剪枝的方法和系统，涉及人工智能技术领域。该方法包括：配置数据检测方案；计算本阶段输入数据并将计算结果写入存储单元；根据数据检测方案对计算结果进行检测，获得其数据特征；根据剪枝要求对数据特征进行判断，若数据特征满足剪枝要求，则对计算结果进行剪枝操作，且本阶段的该部分数据不参与后续运算；若数据特征不满足剪枝要求，则正常执行后续计算流程。本发明通过对输入数据进行实时结构化剪枝，降低了模型前向推理过程中的计算量，提高模型推理效率；本发明在数据写入存储单元的同时实现数据检测，不占用额外的数据访存时间；释放满足剪枝要求的数据所占的存储空间，减少推理过程中的运算空间需求。
-
公开(公告)号：CN116414667A
公开(公告)日：2023-07-11
申请号：CN202310253388.5
申请日：2023-03-15
Applicant: 西安电子科技大学广州研究院
IPC: G06F11/34 , G06F11/30 , H04L43/0852 , H04L67/10 , H04L67/5683
Abstract: 本发明公开了一种计算卸载中估计应用程序执行时延的方法。该方法包括步骤:将要进行计算卸载决策的应用程序抽象成含有应用程序特征参数的配置文件并建立CPU周期数模型；估计应用程序任务的需求分布得到累积概率分布函数；根据所述累积概率分布函数计算得到估计结果；本发明旨在解决计算卸载决策时难以获取应用程序执行CPU周期数的问题，通过描述应用程序的参数来建立执行所需周期数模型，并采用在线分析技术和直方图技术通过概率统计的方法估计应用程序所需CPU周期数，为计算卸载决策提供了有效支撑，并降低了资源有限的边缘设备上进行计算卸载决策所需消耗的计算资源和能量。
-
公开(公告)号：CN115314349B
公开(公告)日：2023-06-02
申请号：CN202210758711.X
申请日：2022-06-29
Applicant: 西安电子科技大学广州研究院
IPC: H04L27/26
Abstract: 本发明公开了一种无线系统的频偏估计方法，涉及无线通信技术领域。接收目标数据，对目标数据进行预处理，计算目标数据的信噪比估计值；根据信噪比估计值和预设的门限值，匹配处理目标数据的频偏估计算法；若信噪比估计值小于预设的门限值，则使用第一频偏估计算法处理目标数据；若信噪比估计值不小于预设的门限值，则使用第二频偏估计算法处理目标数据。解决了在低信噪比小频偏时频偏估计准确度与精度较差的问题，在信噪比较差的环境下切换为精度更高的频偏估计算法，有效改善了频偏估计算法精度，增强了无线系统的通信性能，通过一次求相角运算即可达到与多次求相角再取均值相近甚至更优的效果，降低了模块计算成本与计算时间。
-
公开(公告)号：CN113852515B
公开(公告)日：2023-05-09
申请号：CN202110987103.1
申请日：2021-08-26
Applicant: 西安电子科技大学广州研究院
IPC: H04L43/0817 , H04L41/149 , H04L41/16 , G06F18/214 , G06F18/20
Abstract: 一种数字孪生网络的节点状态管控方法及系统，其方法包括：对物理节点进行重要性排序，计算每个物理节点中的相似节点集合；选取物理节点中重要性最高的节点作为初始节点；对初始节点的隐马尔可夫模型进行训练，将训练完成的物理节点称为已知节点，未训练的物理节点称为未知节点；按照重要性排序依次对未知节点的模型进行训练，并根据相似性规则，利用已知节点对未知节点的模型训练进行指导；物理节点的模型训练完成后，对物理节点所处的状态进行判断，并根据判断结果采取补救措施，本申请充分的考虑到物理层节点之间的关联关系，引入节点重要性和节点相似性，让节点学习的顺序以及参数更新的规则更加的合理，增强了对孪生网络的理解和监控能力。
-
-
-
-
-
-
-
-
-
Search Results
54
records
(took 0.045 seconds)
