-
公开(公告)号：CN115052187A
公开(公告)日：2022-09-13
申请号：CN202210450602.1
申请日：2022-04-26
Applicant: 复旦大学 , 广东利通科技投资有限公司
IPC: H04N21/44 , H04N21/462 , H04N21/437 , H04N21/234 , H04N21/2187 , H04N21/643 , G06T3/40 , G06N3/04 , G06N3/08
Abstract: 本发明属于直播流媒体技术领域，具体为一种基于在线训练的超分辨率直播系统，适用于配备GPU计算能力的PC、移动终端和智能汽车的视频直播应用。本发明系统包括：在推流端上行带宽不足的情况下，直播者在推流端以RTMP协议向服务器上传低分辨率视频流，同时利用原始高清视频自适应训练空域超分辨率网络F‑EDSR并上传到远端服务器；服务器端接收低分辨率视频流和F‑EDSR网络，并用空域超分辨网络F‑EDSR和时域超分辨率网络TCSR级联实时处理视频流，合成高清超分辨率视频。结果表明，本发明可以在推流端上传带宽不足的情况下，实时对视频流做超分辨率重构，用较少的计算资源获得高质量的视频画面。
-
公开(公告)号：CN113271338B
公开(公告)日：2022-04-12
申请号：CN202110445941.6
申请日：2021-04-25
Applicant: 复旦大学
IPC: H04L67/55 , H04L67/10 , H04L67/131
Abstract: 本发明属于无线传输技术领域，具体为一种移动增强现实场景的智能预加载算法。本发明的智能预加载算法，边缘服务器端对于用户的轨迹进行学习，将用户在还没到达某一全息内容前将文件推送给用户。这种推送算法利用空闲带宽对全息内容进行传输以提高边缘基站的传输效率。智能预加载算法在没有提前预知用户的运动轨迹的场景下，将用户的运动轨迹视为马尔可夫决策过程，自适应地学习最优预加载策略。智能预加载算法使移动设备通过自身的缓存空间选择性地存储接收到的内容以备将来的请求。尤其是，为了解决场景中全息内容稀疏导致的学习不收敛问题，提出状态相关Q学习算法。
-
公开(公告)号：CN113783852A
公开(公告)日：2021-12-10
申请号：CN202110999710.X
申请日：2021-08-29
Abstract: 本发明属于以太坊安全检测技术领域，具体为基于神经网络的以太坊智能合约旁氏骗局检测算法。本发明方法包括，通过骗局合约和安全合约地址数据集，在以太坊网站上收集模型需要的数据(是合约的字节码)；进行数据预处理，提取关键特征；再将提取到的特征输入构建的神经网络模型中进行训练，得到优化的神经网络模型；通过训练好的神经网络模型对未分类的样本进行分类，得到骗局检测结果。测试结果表明，本发明算法可以挖掘字节码中的特征信息，与其它旁氏骗局检测算法相比，本发明不需要手工进行特征提取，且实现了更高的准确性。
-
公开(公告)号：CN113271338A
公开(公告)日：2021-08-17
申请号：CN202110445941.6
申请日：2021-04-25
Applicant: 复旦大学
Abstract: 本发明属于无线传输技术领域，具体为一种移动增强现实场景的智能预加载算法。本发明的智能预加载算法，边缘服务器端对于用户的轨迹进行学习，将用户在还没到达某一全息内容前将文件推送给用户。这种推送算法利用空闲带宽对全息内容进行传输以提高边缘基站的传输效率。智能预加载算法在没有提前预知用户的运动轨迹的场景下，将用户的运动轨迹视为马尔可夫决策过程，自适应地学习最优预加载策略。智能预加载算法使移动设备通过自身的缓存空间选择性地存储接收到的内容以备将来的请求。尤其是，为了解决场景中全息内容稀疏导致的学习不收敛问题，提出状态相关Q学习算法。
-
公开(公告)号：CN112929691A
公开(公告)日：2021-06-08
申请号：CN202110124180.4
申请日：2021-01-29
Applicant: 复旦大学
IPC: H04N21/231 , H04N21/2343 , H04N21/2385 , H04N21/24 , H04N21/433 , H04N21/438 , H04N21/4402 , H04N21/442
Abstract: 本发明提供了一种多用户全景视频传输方法，具有这样的特征，包括以下步骤：步骤1，为多用户全景视频传输问题定义模型，并量化QoE指标；步骤2，码率决策器记录所有参与流媒体传输的客户端的状态，若用户数量≤5，使用全局最优化算法对全景视频传输带宽进行分配，并且使用遍历码率分配方案求解多用户的全局QoE最优解；若用户数量大于5，使用基于用户缓存队列长度的启发式分配方法对全景视频传输带宽进行分配；步骤3，客户端请求视频块，服务器端响应并推送数据，其中，步骤1中，对于用户c对视频块i的QoE，其具体定义为视口清晰度Q、帧内质量平滑度VI、帧间质量平滑度ViB以及卡顿时长TiS这四个因素的加权和。
-
Patent Agency Ranking
公开(公告)号：CN115580629B
公开(公告)日：2025-04-25
申请号：CN202211020030.X
申请日：2022-08-24
IPC: H04L67/12 , H04L65/1073
Abstract: 本发明属于容器网络通信技术领域，具体为一种基于数字孪生的容器网络通信系统和方法。本发明以数据为核心，在获取数据和请求数据的过程中，孪生体只需要提供数据的具体名称，即可在系统中获取相应的数据；所述容器内部包括：孪生体、数据声明模块、数据请求模块；容器和数据管理模块部署于各自的物理机上；多个物理机组成集群；在数字孪生场景下，实现容器中的孪生体高效的数据传输。孪生体声明数据时，不需要与其它孪生体进行通信即可提供数据；孪生体请求数据时，不需要知道数据由哪一个孪生体提供，也不需要和其它孪生体进行通信，只提供数据命名即可获取数据。本发明比现有的容器网络通信方法更高效、更便捷，同时保持数据传输的可靠性。
-
公开(公告)号：CN119030935A
公开(公告)日：2024-11-26
申请号：CN202411133570.8
申请日：2024-08-19
Applicant: 复旦大学
IPC: H04L47/27 , H04L47/36 , H04L47/263 , H04L1/00 , H04L67/141 , H04L67/145 , H04L69/163
Abstract: 本发明属于联邦学习通信传输技术领域，具体为一种基于QUIC协议的联邦学习弱网通信优化方法。本发明方法包括构建基于QUIC协议的通信框架，记为PS‑QUIC；PS‑QUIC框架下进行参数传输；联邦学习通信传输场景下的尾包优化；本发明针对节点管理进行全方位的设计与适配，保证吞吐量不变的基础上，降低参数传输时延，减少弱网络环境下联邦学习的通信时长，提高通信效率；同时针对高丢包场景，设计尾包优化策略，利用FEC编码技术，保护传输过程中的最后一个尾包，减少不必要的额外重传超时时长。仿真实验结果表明，在高丢包的弱网场景下，本发明实现更短的总用时时长。
-
公开(公告)号：CN116347093A
公开(公告)日：2023-06-27
申请号：CN202310279005.1
申请日：2023-03-21
Applicant: 复旦大学
Abstract: 本发明属于通信技术领域，具体为一种基于多种人工智能算法的图像传输方法。本发明将图像字幕算法、目标检测算法和图像生成算法等人工智能算法与通信相结合，实现语义的传输；具体步骤包括：基于现有的数据集训练目标检测、图像字幕、图像生成的数据的深度学习网络；将原始图像经过目标检测算法得到图像内物体的坐标信息和图像的文本描述；将两种信息整合后进行联合信源信道编码，并送到接收方，达到压缩数据量、为数据传递提供抗干扰能力的目的；接收方经过解码，得到坐标和文本描述生成符合要求的图像。本发明能够显著降低信道资源的开销，提高传输效率，为通信的安全提供保障，为万物互联等未来场景提供技术支持。
-
公开(公告)号：CN115549964A
公开(公告)日：2022-12-30
申请号：CN202211019960.3
申请日：2022-08-24
IPC: H04L9/40
Abstract: 本发明属于数字孪生技术领域，具体为适应孪生体应用的权限管理方法。本发明提方法包括创建孪生体的唯一身份标识，基于每个孪生体的唯一身份标识进行孪生体身份密钥验证；实现不同身份的孪生体访问对应权限的数据内容；对传输的孪生体数据内容进行加密，以及对加密数据内容的密钥加密；对获取到的加密密钥和加密数据内容进行解密；将孪生体作为数据存储节点转发数据包。本发明的适应孪生体应用的权限管理方法，可以有效的设定关于孪生体应用的安全规则和应用数据的访问策略，实现孪生体身份的认证以及数据传输过程的机密性、完整性和高效性。
-
公开(公告)号：CN115226204A
公开(公告)日：2022-10-21
申请号：CN202210732043.3
申请日：2022-06-26
Applicant: 广东利通科技投资有限公司 , 复旦大学
Abstract: 本发明属于无线定位技术领域，具体为一种基于单射频链路的远距离无线电车辆定位方法。本发明方法包括以下步骤：采用基于AOA原理的异步天线阵列定位系统接收LoRa信号，对目标进行CFO估计，以及对车辆进行粗略定位；基于AOA测量的角度结果对接收到的LoRa信号进行修正，并且实时解码出准确的车辆加速度以及偏航角信息；基于卡尔曼滤波原理，对AOA计算出的定位结果与IMU测量的加速度信息进行数据融合，从而完成精确的车辆定位。
-
-
-
-
-
-
-
-
-
Search Results
55
records
(took 0.018 seconds)
