-
公开(公告)号：CN118488463A
公开(公告)日：2024-08-13
申请号：CN202310156795.4
申请日：2023-02-13
Applicant: 中国移动通信集团设计院有限公司 , 中国移动通信集团有限公司
Abstract: 本申请公开了一种小区受扰类型的综合识别方法、装置、设备及存储介质，属于通信技术领域，本申请通过基于预设受扰小区基因库，对受扰小区的干扰类型进行匹配，其中，所述预设受扰小区基因库是基于频繁受扰小区的第一干扰数据建立的；若未匹配成功，则基于预设受扰小区案例库对所述受扰小区的干扰类型进行识别，其中，所述预设受扰小区案例库是基于具有区域代表性的干扰类型的第二干扰数据建立的；若未识别成功，则基于预设干扰类型分析模型，对所述受扰小区的干扰波形进行分析，得到所述受扰小区的干扰类型，其中，所述预设干扰类型分析模型是基于干扰波形样本以及所述干扰波形样本的干扰类型标签，对预设待训练模型进行迭代训练得到的。
-
公开(公告)号：CN111144312B
公开(公告)日：2024-03-22
申请号：CN201911374654.X
申请日：2019-12-27
Applicant: 中国移动通信集团江苏有限公司 , 中国移动通信集团有限公司
Abstract: 本发明实施例公开了图像处理方法、装置、设备和介质。该方法包括：获取目标图片中的运动前景图像；利用滑动窗口对运动前景图像进行遍历，得到多张待识别图像，其中，滑动窗口的尺寸基于运动前景图像的尺寸确定；对多张待识别图像进行烟雾识别。根据本发明实施例提供的图像处理方法、装置、设备和介质，可以提高烟雾识别精度。
-
公开(公告)号：CN115996411A
公开(公告)日：2023-04-21
申请号：CN202111212047.0
申请日：2021-10-18
Applicant: 中国移动通信集团设计院有限公司 , 中国移动通信集团有限公司
IPC: H04W24/08 , H04B17/345 , H04B17/309
Abstract: 本发明公开了一种干扰定位方法，包括：获取系统内干扰小区的同频邻区列表；获取每个同频邻区的业务负载数据；基于系统内干扰小区和同频邻区的相关信息计算系统内干扰小区和同频邻区的相对位置，确定每个同频邻区的路径损耗调整量；基于系统内干扰小区和同频邻区的相对位置，调整同频邻区终端到系统内干扰小区天面的距离；分别计算同频邻区终端到同频邻区、系统内干扰小区的路径损耗；以及根据同频邻区的业务负载数据，同频邻区终端到同频邻区、系统内干扰小区的路径损耗以及系统内干扰小区和同频邻区的小区参考信号发射功率配置计算同频邻区终端对系统内干扰小区的小时粒度上行集总干扰功率。该方法能够方便、准确、高效地定位小区干扰源的位置。
-
公开(公告)号：CN118803926A
公开(公告)日：2024-10-18
申请号：CN202410513825.7
申请日：2024-04-26
Applicant: 中国移动通信集团设计院有限公司 , 中国移动通信集团有限公司
Inventor： 汪汀岚 , 高峰 , 李行政 , 李宇丰 , 李文丽 , 左怡民 , 张柠 , 朱兴东 , 阮靖礼 , 金童 , 夏玉洋 , 宋心刚 , 王琳 , 刘昊天 , 彭玉丽 , 吴泰然 , 任文璋 , 杨威 , 谭有恒
IPC: H04W24/02 , H04B17/345 , H04W64/00 , H04L1/00
Abstract: 本公开涉及通信领域，尤其涉及一种网络设备优化方法、装置、电子设备和计算机程序产品。方法包括：对多个网络设备进行区域划分，生成多个第一区域；对每一个第一区域中的网络设备进行干扰通路分析，生成多个第一干扰通路分析结果；基于多个第一干扰通路分析结果，确定多个第二区域；基于第二区域和编码策略，确定多个网络设备中的每一个对应的网络设备编码；基于网络设备编码，对多个网络设备进行干扰通路分析，生成第二干扰通路分析结果；基于预设条件，确定第二干扰通路分析结果中的异常值对应的异常网络设备，对异常网络设备进行校正，确定异常网络设备的更新网络设备编码。实现了施扰基站的序列码的唯一性、对施扰基站的精准定位和时效性。
-
公开(公告)号：CN110446161B
公开(公告)日：2022-05-13
申请号：CN201910628282.2
申请日：2019-07-12
Applicant: 中国移动通信集团黑龙江有限公司 , 中国移动通信集团有限公司 , 哈尔滨工业大学
IPC: H04W4/021 , H04W4/029 , G06Q30/02 , G06F16/2458 , G06F16/29
Abstract: 本发明公开了一种用户身份识别方法、装置、设备及存储介质。包括：根据本发明实施例，采集移动终端在预设时间周期内的多个位置指纹信息，基于多个位置指纹信息得到移动终端的多个位置区域信息；对多个位置区域信息编号；将与预设时间周期内的多个时间节点一一对应的编号后的多个位置区域信息顺序排列，得到移动终端对应的用户的身份识别向量；基于用户的身份识别向量，确定用户的身份信息。利用位置指纹技术进行位置定位，获取的用户所在位置区域，使用自动化的分类算法，高效精准的完成用户身份识别。
-
Patent Agency Ranking
公开(公告)号：CN110290466B
公开(公告)日：2021-07-09
申请号：CN201910517319.4
申请日：2019-06-14
Applicant: 中国移动通信集团黑龙江有限公司 , 中国移动通信集团有限公司 , 哈尔滨工业大学
Abstract: 本发明实施例公开了一种楼层判别方法、装置、设备及计算机存储介质。该方法包括：获取待测建筑内设置的至少一个测试点的第一数据，并利用所述至少一个测试点的第一数据，确定第一特征参数矩阵，其中，所述待测建筑每层设置至少一个测试点；将所述第一特征参数矩阵输入训练好的DAE‑LSTM网络，确定所述至少一个测试点所对应的楼层。本发明各实施例的技术方案利用DAE网络从含有噪声的特征参数矩阵中提取特征值矩阵，提高楼层判别的精度，同时大大降低网络的复杂度以及网络训练的开销；引入LSTM网络对楼层进行判别，有效提升了楼层判别的精度。
-
公开(公告)号：CN112733669A
公开(公告)日：2021-04-30
申请号：CN202011629256.0
申请日：2020-12-30
Applicant: 中国移动通信集团江苏有限公司 , 中国移动通信集团有限公司
Abstract: 本公开实施例提供了一种人工智能AI的识别方法、装置、设备及计算机存储介质，方法包括获取对第一图像识别得到的第一置信度值，和对第二图像识别得到的第二置信度值；对所述第一置信度值和所述第二置信度值，通过预设的超平面判别机制进行超平面计算，并根据超平面计算结果判别所述第一图像中是否包含识别目标。根据本公开实施例，对一张被检测图像得到两次识别置信度值，并通过超平面计算公式进行识别结果的置信度阈值阈值自适应判别，可以有效提高识别效果，无需对原有的AI模型训练优化，只需要对获取的置信度值进行自适应判别；克服了AI识别结果置信度阈值大小设置的难题，使得可设定的阈值更合理、环境适应性更强。
-
公开(公告)号：CN111091097A
公开(公告)日：2020-05-01
申请号：CN201911328225.9
申请日：2019-12-20
Applicant: 中国移动通信集团江苏有限公司 , 中国移动通信集团有限公司
Abstract: 本发明实施例公开了一种遗留物的识别方法、装置、设备及存储介质。该方法包括：获取第一图像数据与第二图像数据；计算第一图像数据与第二图像数据之间的差值；根据差值确定遗留物区域；计算遗留物区域的轮廓梯度值；若轮廓梯度值小于第一预设阈值，则遗留物区域为第一类异物；若轮廓梯度值大于第一预设阈值，则遗留物区域为第二类异物。本发明实施例的遗留物的识别方法、装置、设备及存储介质，通过对遗留物区域的轮廓梯度值进行计算，以判断是否为真实遗留物。
-
公开(公告)号：CN110446161A
公开(公告)日：2019-11-12
申请号：CN201910628282.2
申请日：2019-07-12
Applicant: 中国移动通信集团黑龙江有限公司 , 中国移动通信集团有限公司 , 哈尔滨工业大学
IPC: H04W4/021 , H04W4/029 , G06Q30/02 , G06F16/2458 , G06F16/29
Abstract: 本发明公开了一种用户身份识别方法、装置、设备及存储介质。包括：根据本发明实施例，采集移动终端在预设时间周期内的多个位置指纹信息，基于多个位置指纹信息得到移动终端的多个位置区域信息；对多个位置区域信息编号；将与预设时间周期内的多个时间节点一一对应的编号后的多个位置区域信息顺序排列，得到移动终端对应的用户的身份识别向量；基于用户的身份识别向量，确定用户的身份信息。利用位置指纹技术进行位置定位，获取的用户所在位置区域，使用自动化的分类算法，高效精准的完成用户身份识别。
-
公开(公告)号：CN110290466A
公开(公告)日：2019-09-27
申请号：CN201910517319.4
申请日：2019-06-14
Applicant: 中国移动通信集团黑龙江有限公司 , 中国移动通信集团有限公司 , 哈尔滨工业大学
Abstract: 本发明实施例公开了一种楼层判别方法、装置、设备及计算机存储介质。该方法包括：获取待测建筑内设置的至少一个测试点的第一数据，并利用所述至少一个测试点的第一数据，确定第一特征参数矩阵，其中，所述待测建筑每层设置至少一个测试点；将所述第一特征参数矩阵输入训练好的DAE-LSTM网络，确定所述至少一个测试点所对应的楼层。本发明各实施例的技术方案利用DAE网络从含有噪声的特征参数矩阵中提取特征值矩阵，提高楼层判别的精度，同时大大降低网络的复杂度以及网络训练的开销；引入LSTM网络对楼层进行判别，有效提升了楼层判别的精度。
-
-
-
-
-
-
-
-
-
Search Results
46
records
(took 0.145 seconds)
