-
公开(公告)号：CN110879852A
公开(公告)日：2020-03-13
申请号：CN201811030094.1
申请日：2018-09-05
Applicant: 南京大学
IPC: G06F16/738 , G06F16/13 , G06F16/182
Abstract: 本发明公开了一种视频内容缓存方法，其步骤如下：(1)利用视频文件访问历史日志对文件进行数据预处理；(2)利用预处理结果生成每个视频文件的生命曲线；(3)将生命曲线的前n分钟作为聚类算法的输入进行聚类，调节聚类的关键参数直至收敛，得到聚类模型，用于视频文件生命曲线的分类；根据文件生命曲线的类别生成相应的缓存策略；(4)对于新进入内容分发网络边缘节点的视频文件，通过生命曲线生成器生成新视频文件的前n分钟的生命曲线；(5)将新视频文件的生命曲线输入聚类模型，聚类模型输出新视频文件所属的类别；内容分发网络根据类别分配缓存策略进行文件缓存。利用本发明方法可以有效提升视频缓存系统的缓存命中率。
-
-
公开(公告)号：CN116523155A
公开(公告)日：2023-08-01
申请号：CN202310351054.1
申请日：2023-04-04
Applicant: 南京大学
IPC: G06Q10/047 , G06Q10/087 , G06T17/05 , G06T17/20
Abstract: 本发明公开了一种基于凸松弛的全覆盖路径规划方法，包括以下步骤：步骤1，通过一套同步定位与建图方法对需要覆盖的区域进行建图；步骤2，使用笛卡尔网格将地图信息栅格化，并对其进行预处理，将地图网格分为自由网格和障碍物网格，并根据一种覆盖集合生成方案得到候选覆盖集合；步骤3，对步骤2中的候选覆盖集合使用凸松弛的方法将传感器放置问题转化为一个凸优化问题，使用线性规划器对其求解，得到最小覆盖集；步骤4，对步骤3中得到的最小覆盖集应用一套广义旅行商方法得到最优的全局路径。本发明方法针对既定场景，通过优化移动扫描路径大幅提升信号全覆盖的效率。
-
公开(公告)号：CN111404783B
公开(公告)日：2021-11-16
申请号：CN202010202968.8
申请日：2020-03-20
Applicant: 南京大学 , 成都云格致力科技有限公司
IPC: H04L12/26
Abstract: 本发明公开了一种网络状态数据采集方法及其系统。采集方法包括如下步骤：(1)实时探测记录用户的RTT数据；(2)利用阻塞式带宽探测方法实时探测记录用户的带宽数据，并且记录用户消耗的网络流量；在带宽探测过程中，若没有产生网络拥塞，则在原来发送数据量的基础上增大发送数据量，根据网络阻塞状态判断用户下行带宽；(3)记录用户的IP地址与地理定位；(4)根据用户的IP地址与地理定位对用户进行分类，将记录的RTT数据与带宽数据按照用户分类进行归类；(5)将归类得到的数据进行处理，生成实际可用的数据集。本发明的方法与系统提高了网络状态测量的精准度及效率，减少了对于用户流量的消耗。
-
公开(公告)号：CN111371626B
公开(公告)日：2021-05-28
申请号：CN202010204155.2
申请日：2020-03-20
Applicant: 南京大学 , 成都云格致力科技有限公司
Abstract: 本发明公开了一种基于神经网络的带宽预测方法。该方法的步骤为：(1)建立神经网络模型并进行训练，神经网络模型的输入为历史时刻的带宽变化特征，输出为未来时刻的带宽预测值；(2)记录用户的实时带宽数据并按照时间排序；将实时带宽数据按照设定的采样间隔进行采样；(3)提取带宽的时序特征；(4)将带宽的时序特征输入训练好的神经网络模型，计算未来时刻的带宽量化因子；(5)将计算得到的带宽量化因子转换为预测的未来时刻带宽。本发明提出了一种量化反映未来网络状态变化的方法，在带宽测量的基础上预测未来的带宽，弥补带宽测量耗时长的缺陷，能有效指导互联网应用应对网络变化。
-
Patent Agency Ranking
公开(公告)号：CN111010341B
公开(公告)日：2020-10-27
申请号：CN201911320959.2
申请日：2019-12-19
Applicant: 南京大学
IPC: H04L12/721 , H04L12/727 , H04L12/751 , H04L29/06 , H04L29/08
Abstract: 本发明公开了一种基于深度学习的覆盖网络路由决策方法。其具体步骤如下：S1，部署覆盖网络路由节点，收集带宽时延变化数据集；S2，制作用于训练的数据集，包括预测网络数据集和覆盖路由节点选择的分类网络数据集，预测网络的标签为下一个时刻的时延和带宽数据，覆盖路由节点选择分类网络的标签计算方式采用最短路径算法在覆盖网络路由节点组成的覆盖网络拓扑上计算得到；S3，构建基于循环神经网络LSTM的带宽时延预测网络以及用于覆盖路由节点选择的覆盖路由节点选择分类网络；S4，训练和优化深度学习模型；S5，通过模型进行决策。本方法在保证路由决策效果的同时，能大大提升决策响应速度，特别是当覆盖网络节点规模巨大的时候。
-
公开(公告)号：CN111031387A
公开(公告)日：2020-04-17
申请号：CN201911145837.4
申请日：2019-11-21
Applicant: 南京大学
IPC: H04N21/44 , H04N21/4402 , H04N21/442 , H04N21/462 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种监控视频发送端视频编码流速控制的方法，主要步骤包括：(1)收集视频发送场景网络实时可用带宽数据集；(2)利用真实带宽数据构建监控视频发送端的仿真训练环境，训练环境根据真实带宽数据实时决定监控视频发送的最高可用带宽，作为视频的发送速率，并接收深度强化学习模型选择的码率调整编码器的编码码率；(3)构建基于信赖域的连续动作输出深度强化学习模型，并利用仿真环境训练该模型；(4)将训练好的模型放进监控视频集成到真实环境中交互，进行线上训练优化；(5)将优化好的深度学习模型集成到监控视频发送端，进行发送端编码器的编码码率决策。本发明利用深度强化学习解决了监控视频发送端的编码流速控制问题。
-
公开(公告)号：CN110944200A
公开(公告)日：2020-03-31
申请号：CN201911257216.5
申请日：2019-12-10
Applicant: 南京大学
IPC: H04N19/40 , H04N19/136 , H04N19/103 , H04N19/85 , H04N19/154 , H04N19/597 , H04N21/81
Abstract: 本发明公开了一种有效的评估沉浸式视频转码方案的方法。具体步骤如下：(1)对完整的360°全景视频进行分割切片为多个规则矩形；(2)对分块后的视频中每一帧的各分块进行sobel滤波提取边缘特征信息，在梯度信息域计算连续帧的残差，对残差结果取均值和方差；(3)根据用户的视场位置，结合分块特征，对视场内容进行特征换算和模型参数计算；(4)输入将要应用于当前视频压缩编码的参数，包括分辨率、帧率和量化步长，输出该编码方案对比原始未转码视频的主观感知质量变化。利用本方法能够针对沉浸式观看的用户行为特点进行快速准确的质量预测，预测结果贴近真实用户主观的质量感知数据。
-
公开(公告)号：CN110866234A
公开(公告)日：2020-03-06
申请号：CN201910933448.1
申请日：2019-09-29
Applicant: 南京大学 , 南京意智趣电子科技有限公司
Abstract: 本发明公开了一种基于多生物特征的身份验证系统，包括：通用身份验证系统框架，包括采用远程过程调用协议进行通信的服务端模块和客户端模块，当生物特征验证模块增加特征单元时，为特征单元的客户端模块和服务端模块的函数功能提供统一实现方式；生物特征验证模块，包括依据框架增加的两种以上的特征单元，每个特征单元通过不同生物特征进行身份验证；验证精度调整模块，通过设置生物特征验证模块的验证逻辑，调整系统的身份验证精度，包括基础精度、高精度和低精度。采用前述系统，能够在保证身份验证的准确率、安全性的前提下，根据需求灵活调整身份验证精度，提升了身份验证系统在增减生物特征用于身份验证时的灵活性。
-
-
-
-
-
-
-
-
Search Results
40
records
(took 0.03 seconds)
