-
公开(公告)号：CN119810731A
公开(公告)日：2025-04-11
申请号：CN202411769022.4
申请日：2024-12-04
Applicant: 重庆邮电大学
IPC: G06V20/52 , G06V10/44 , G06V10/52 , G06V10/764 , G06V10/46 , G06V10/54 , G06N3/045 , G06N3/0464
Abstract: 本发明涉及一种基于特征解耦的实时安检威胁物品检测方法，属于图像处理技术领域。该方法时利用威胁物品检测神经网络模型来进行检测，该模型包括骨干网络、检测颈部网络和检测解耦头网络；骨干网络是利用特征金字塔进行特征提取，生成多尺度特征图以捕捉不同尺度下的物体信息；检测颈部网络是利用金字塔结构将骨干网络中提取的不同尺度特征进行融合；检测解耦头网络包括分类分支和定位分支；分类分支采用语义上下文编码，以增强分类任务中对上下文特征的关注，从而提升对威胁物品关键部分特征的提取能力；定位分支采用细节保留编码，以强化检测头对威胁物品轮廓、边缘及细节纹理的关注，确保检测结果的准确性。
-
公开(公告)号：CN118573247A
公开(公告)日：2024-08-30
申请号：CN202410653592.0
申请日：2024-05-24
Applicant: 重庆邮电大学
IPC: H04B7/06 , H04B7/04 , H04W72/044
Abstract: 本发明涉及一种基于STAR‑RIS的CR‑SWIPT系统安全波束成形方法，属于无线通信技术领域。建立STAR‑RIS辅助的CR‑SWIPT系统场景传输模型；根据约束条件建立以最大化SU最差保密率为目标的SU功率分配系数、CBS发射波束成形矢量和STAR‑RIS相移矩阵联合优化问题；将联合优化问题分解为优化功率分配系数子问题，并采用SCA将该子问题转为凸优化问题求解；结合优化功率分配系数子问题的解将联合优化问题转化为波束成形矢量子问题，通过SCA将该子问题转为凸优化问题，并通过SDR算法及高斯随机化进行求解；结合优化功率分配系数子问题和波束成形矢量子问题的解将联合优化问题转化为优化相移矩阵子问题，并采用SCA将该子问题转为凸优化问题求解。本发明具有更高的SU保密率。
-
公开(公告)号：CN118468922A
公开(公告)日：2024-08-09
申请号：CN202410653575.7
申请日：2024-05-24
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于培育精英池和种群规模多样性遗传编程的符号回归方法，属于智能计算和高性能计算技术领域，本方法使用NSGA‑II算法作为多目标遗传编程框架,并且提出了一个培育精英池，将有利于进化的子树存放于该池中，通过从该池中取出子树插入种群中的个体用于加速进化过程，从而加快算法的收敛速度；其次提出了种群规模多样性，调整了不同大小个体的选择压力来促进进化过程的策略。它解决了NSGA‑II会过度选择低复杂度个体的问题。通过比较在七个符号回归数据集上测试的多种进化计算方法，使用培育精英池和种群规模多样性遗传编程的方法在精度方面均优于或等于其他模型。就复杂性而言，所提出的方法的性能是令人满意的。
-
公开(公告)号：CN118353059A
公开(公告)日：2024-07-16
申请号：CN202410448101.9
申请日：2024-04-15
Applicant: 重庆邮电大学
IPC: H02J3/32 , G06F18/20 , G06F18/214 , G06Q10/0631 , G06Q50/06 , H02J3/38
Abstract: 本发明涉及一种基于DQN的储能设备充放电控制方法，属于微电网技术领域。该方法包括：收集调度日用户负荷数据及光伏发电数据，构建训练数据集；确定储能设备的工作时间范围SN及控制精度Δt；根据负荷数据及光伏发电数据，构建储能系统充放电控制模型，并确定相关约束；根据储能设备充放电控制问题构建马尔可夫决策过程模型，其中，需要确定状态空间、动作空间以及奖励函数；使用DQN算法对所设置模型进行训练，直至整个训练网络满足收敛条件；使用训练好的网络输出储能设备在各个时段内的工作状态，并依据相关指标进行评估。本发明利用DQN技术将储能设备充放电控制建模为MDP问题，实现了兼顾储能寿命与光伏利用率的智能优化。
-
公开(公告)号：CN116168245A
公开(公告)日：2023-05-26
申请号：CN202310148846.9
申请日：2023-02-22
Applicant: 重庆邮电大学
IPC: G06V10/764 , A61B5/346 , A61B5/00 , G06V10/80 , G06V10/82 , G06V10/774
Abstract: 本发明涉及一种基于CvT‑13和多模态图像融和的心电分类方法，属于信号处理技术领域，使用GADF、RP和GASF将ECG一维信号转化成三种不同模态的二维图像，并将其融合生成单一的图像作为CvT‑13的输入，多模态融合图像包含了更多的特征，而CvT‑13模型可以兼顾局部和全局信息，从而有效提升了分类性能。
-
Patent Agency Ranking
公开(公告)号：CN116156429A
公开(公告)日：2023-05-23
申请号：CN202310161014.0
申请日：2023-02-22
Applicant: 重庆邮电大学
IPC: H04W4/029 , H04W4/40 , H04W72/0446 , H04W72/0453 , H04W72/044 , H04W72/53 , H04W72/54
Abstract: 本发明涉及一种智能反射面辅助的UAV‑NOMA系统资源分配方法，属于无线通信技术领域，包括S1：设置关于UAV轨迹、发射功率和反射系数的初始值，优化用户调度，在用户服务质量的约束下构建线性规划问题；S2：把用户调度结果和反射系数作为输入，得到UAV轨迹和用户功率分配值；S3：把用户调度值，UAV轨迹和用户间功率分配值和反射系数的初始值当作输入，求解反射系数；把信道增益写成矩阵相乘求迹的形式，采用半正定松弛SDR方法去掉秩一约束，计算用户速率的优化结果；S4：把通信速率结果和上一次比较，若差值大于精度阈值，则回到步骤S1，继续把上一次优化出的值当作下一次的输入进行迭代，否则输出优化的结果。
-
公开(公告)号：CN115393796A
公开(公告)日：2022-11-25
申请号：CN202211032537.7
申请日：2022-08-26
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于注意力机制的X光安检图像危险物品检测方法，属于图像目标检测技术领域。该方法是在YOLOv3‑SPP架构上融合MSE模块和MFGA模块，首先将特征提取网络提取的特征与MSE提取的通道信息融合，得到具备通道全局性的语义特征；然后将MFGA模块设置在各个检测网络分支，有效地融合深层特征的通道及空间信息，使多尺度特征具备三维全局性。本发明能有效地增强输入特征图中用于检测危险物品的细节信息，提高模型对中等目标和大目标的检测性能。
-
公开(公告)号：CN115022900B
公开(公告)日：2024-08-27
申请号：CN202210592717.4
申请日：2022-05-27
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种面向用户窃听的IRS‑MISO系统鲁棒波束赋形方法，属于移动通信技术领域。该方法首先考虑最大发射功率约束以及IRS相移约束，基于窃听用户的有界信道不确定性，建立联合优化基站波束、IRS相移的用户保密率问题，实现最大化保密率；其次利用变量替换和S‑procedure方法，将原非凸和多变量耦合的用户保密率问题转换为确定性凸优化问题；并采用间接交替优化方法优化耦合变量，同时结合Charnes‑Cooper方法对凸优化问题进行求解。本发明能提高用户保密率，有效抑制窃听用户的可达速率，从而提高系统的安全性和鲁棒性。
-
公开(公告)号：CN118429720A
公开(公告)日：2024-08-02
申请号：CN202410646231.3
申请日：2024-05-23
Applicant: 重庆邮电大学
IPC: G06V10/764 , G06V10/774 , G06V10/80 , G06V10/762 , G06V10/77 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明涉及一种基于层次语义的多尺度目标实时检测方法，属于图像处理领域。该方法包括以下步骤：S1：构建图像数据训练集；S2：设计锚框优化算法；S3：设计检测颈部网络，在检测主干网络及头部网络间进行过渡，为检测头部网络提供高分辨率和高语义特征；S4：设计检测头部尺度空间感知注意力机制，利用尺度和空间注意模块对融合特征进行处理，通过对概率预测对图像中存在的目标类别及坐标进行表征；S5：通过结构重参数化方法对检测颈部进行结构重构，改变模型在推理阶段结构，加快模型检测效率；S6：在自然数据集上进行检测。该方法在PASCAL VOC 2007、2012和MS COCO 2017数据集上实现较好的性能。
-
公开(公告)号：CN118365960A
公开(公告)日：2024-07-19
申请号：CN202410646229.6
申请日：2024-05-23
Applicant: 重庆邮电大学
IPC: G06V10/764 , G06V10/80 , G06V10/774 , G06V10/44 , G06N3/0464 , G06N3/082 , G06N5/04
Abstract: 本发明涉及一种边缘特征信息增强的轻量化安检图像危险物品检测方法，属于图像目标检测技术领域。该方法是在YOLOv7‑Tiny架构基础上进行轻量化，融合EEM模块并采用了知识蒸馏和剪枝的方法进一步压缩模型。首先对YOLOv7‑Tiny模型轻量化得到Lite‑Net，使其能够在保证检测精度的前提下，部署能力优于原网络；然后将特征提取网络提取的特征与EEM提取的边缘特征信息融合，得到边缘特征信息增强的违禁品特征；最后利用模型压缩的方法对安检违禁品检测模型进一步压缩，进而在提高模型检测精度的同时，满足在不同性能的边缘设备上的实际部署。本发明能有效地增强违禁物品的边缘信息细腻度，在保证模型检测性能的同时，也能满足实际部署需求。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.021 seconds)
