-
公开(公告)号：CN110167045B
公开(公告)日：2020-06-05
申请号：CN201910310502.7
申请日：2019-04-17
Applicant: 北京科技大学
Abstract: 本发明提供一种异构网络能效优化方法，能够最大限度地减少能量消耗、提高能量效率。所述方法包括：根据非正交多址接入异构网络、无线信息和功率传输技术的特点，以最大化系统总能效为目标，建立能效优化模型；通过罚函数法将属于多约束优化问题的能效优化模型转换为无约束优化问题，得到相应的罚函数，罚函数的负值用于表达化学反应优化算法中的分子势能；将基站的子信道分配视为化学反应里的分子结构，通过化学反应优化算法对子信道分配进行优化，得到子信道分配的最优解；根据子信道分配最优解，将基站的功率分配视为化学反应里的分子结构，通过实数编码化学反应优化算法对功率分配进行优化，得到功率分配的最优解。本发明涉及无线通信领域。
-
公开(公告)号：CN109474980B
公开(公告)日：2020-04-28
申请号：CN201811535056.1
申请日：2018-12-14
Applicant: 北京科技大学
Abstract: 本发明提供一种基于深度增强学习的无线网络资源分配方法，能够以较低复杂度最大限度地提高时变信道环境中的能量效率。所述方法包括：建立深度增强学习模型；将基站与用户终端之间的时变信道环境建模为有限状态的时变马尔科夫信道，确定归一化信道系数，并输入卷积神经网络qeval，选择输出回报值最大的动作作为决策动作，为用户分配子载波；根据子载波分配结果，基于信道系数的反比为每个子载波上复用的用户分配下行功率，基于分配的下行功率确定回报函数，并将回报函数反馈回深度增强学习模型；根据确定的回报函数，训练深度增强学习模型中的卷积神经网络qeval、qtarget，确定时变信道环境下功率局部最优分配。本发明涉及无线通信以及人工智能决策领域。
-
公开(公告)号：CN108234061B
公开(公告)日：2019-12-17
申请号：CN201810018664.9
申请日：2018-01-09
Applicant: 北京科技大学
IPC: H04J14/06 , H04B10/532 , H04B10/69
Abstract: 本发明提供一种基于斯托克斯空间直接检测的偏振复用系统，在两路偏振态上实现三维调制，能够提高系统的传输速率和色散容忍度。所述系统包括：偏振分束器，用于将激光器发出的光束分成两个正交的偏振态，其中，第一偏振态加载单边带信号，第二偏振态加载复数信号；单边带调制器，用于对第一偏振态加载的单边带信号进行单边带调制；正交调制器，用于对第二偏振态加载的复数信号进行正交调制；偏振合束器，用于将调制后的第一偏振态和第二偏振态上的信号合成为偏振复用信号发射出去；斯托克斯接收机，用于接收偏振复用信号，并对接收到的偏振复用信号进行处理，恢复出单边带信号和复数信号。本发明涉及短距离高速率光通信领域。
-
公开(公告)号：CN108712752A
公开(公告)日：2018-10-26
申请号：CN201810380074.0
申请日：2018-04-25
Applicant: 北京科技大学
Abstract: 本发明提供一种基于动量法的网络工作参数优化方法，能够提高工作参数导数向量计算结果的稳定性和准确性。所述方法包括：获取待优化的工作参数；根据获取的待优化的工作参数，确定待优化目标区域中所述t个采样点的整体覆盖率，所述整体覆盖率等于所述t个采样点被覆盖的覆盖效果的均值，每个采样点被覆盖的覆盖效果为[0,1]之间的连续值；根据所述t个采样点的整体覆盖率，利用连续求导法则，确定工作参数的导数向量；根据确定的工作参数的导数向量以及获取的上一次迭代梯度对本次更新的影响值和上一次迭代的工作参数的导数向量，确定优化后的工作参数。本发明适用于网络工作参数的优化操作。
-
公开(公告)号：CN107895103A
公开(公告)日：2018-04-10
申请号：CN201711268085.1
申请日：2017-12-05
Applicant: 北京科技大学
IPC: G06F19/00
Abstract: 本发明提供一种轨迹数据清洗方法，能够提高轨迹数据的数据质量。所述方法包括：S1，计算轨迹数据中相邻两个轨迹点之间的M阶差分，并降低M阶差分值小于第一预设阈值的相应轨迹点的可信度值；S2，每个轨迹点向其邻居点投票的同时接受来自邻居点的投票值，根据邻居点的投票值重新计算每个轨迹点的可信度值；S3，判断S2执行前后每个轨迹点的可信度值的变化值是否小于预设的可接受的最大变化值，若是，则删除所有可信度值小于第二预设阈值的轨迹点；否则，返回S2执行下一次迭代。本发明涉及大数据处理领域。
-
Patent Agency Ranking
公开(公告)号：CN103796237B
公开(公告)日：2017-06-13
申请号：CN201410023734.1
申请日：2014-01-20
Applicant: 北京科技大学
Abstract: 本发明提供一种传感器网络未覆盖区域的快速检测方法,包括：步骤1、确定每一传感器节点的坐标，并生成传感器节点集合；将待检测区域划分为两个或两个以上子区域；步骤2、针对传感器节点集合中的每一传感器节点确定其工作半径r以确定其工作范围；判断每工作范围都完全覆盖至少一个子区域，如果是将未被工作范围完全覆盖的子区域标识为未覆盖区域，步骤结束；如果否跳转到步骤3；步骤3、减小子区域的面积以重新对所述待检测区域进行划分后返回步骤2。本发明通过不断减小子区域的面积以精确地测定出未传感器节点覆盖的区域。
-
公开(公告)号：CN103796237A
公开(公告)日：2014-05-14
申请号：CN201410023734.1
申请日：2014-01-20
Applicant: 北京科技大学
Abstract: 本发明提供一种传感器网络未覆盖区域的快速检测方法,包括：步骤1、确定每一传感器节点的坐标，并生成传感器节点集合；将待检测区域划分为两个或两个以上子区域；步骤2、针对传感器节点集合中的每一传感器节点确定其工作半径r以确定其工作范围；判断每工作范围都完全覆盖至少一个子区域，如果是将未被工作范围完全覆盖的子区域标识为未覆盖区域，步骤结束；如果否跳转到步骤3；步骤3、减小子区域的面积以重新对所述待检测区域进行划分后返回步骤2。本发明通过不断减小子区域的面积以精确地测定出未传感器节点覆盖的区域。
-
公开(公告)号：CN120075126A
公开(公告)日：2025-05-30
申请号：CN202510485293.5
申请日：2025-04-17
Applicant: 北京科技大学
Abstract: 本发明提供了一种QoS路由优化方法、系统、计算机及可读存储介质，包括：S1：获取实时网络性能数据集，所述实时网络性能数据集包括链路带宽、延迟和丢包率；S2：基于所述实时网络性能数据集建模网络拓扑为图结构，生成网络状态特征矩阵；S3：根据所述网络状态特征矩阵构建状态空间和动作空间，所述动作空间包括从源节点到目标节点的多条候选路径；S4：通过主网络从所述动作空间选择候选路径，采用目标网络评估所述候选路径的性能价值，根据所述性能价值更新所述主网络，生成经验数据集；S5：根据所述经验数据集优化路径选择策略，更新路由表。本发明可在动态网络环境中不同业务的环境下，为数据流找到满足QoS需求的最佳路径。
-
公开(公告)号：CN119402921A
公开(公告)日：2025-02-07
申请号：CN202411486254.9
申请日：2024-10-23
Applicant: 北京科技大学
IPC: H04W28/086 , H04W28/08 , H04W72/044 , H04W72/50 , H04W72/542 , H04W84/06 , G06Q10/0631 , G06Q50/26 , G06Q50/50 , G06N7/01 , G06N3/092 , G06N3/096 , G06N3/045
Abstract: 本发明涉及通信技术领域，特别涉及灾后无人机通感系统的任务调度与资源分配方法及装置。方法包括：无人机补充失效的基站，对潜在的感知目标进行监测；将通信惩罚指数和感知惩罚指数作为在无人机能量约束下的优化目标；建立联合任务调度和资源分配模型，最小化通信性能指标和感知性能指标的加权和；将优化问题重新表述为马尔可夫决策过程；构建软演员‑评论家算法SAC更新MDP，将迁移学习应用于软演员‑评论家算法SAC，当基站可用性发生变化时，将已训练模型的参数转移到更新后的MDP中。实验结果表明，SAC在通信和感知性能以及收敛速度上均优于基线算法。基于迁移学习的SAC在基站可用性突然变化时表现出更快的收敛速度和更好的鲁棒性。
-
公开(公告)号：CN119206202A
公开(公告)日：2024-12-27
申请号：CN202411040272.4
申请日：2024-07-31
Applicant: 北京科技大学
IPC: G06V10/26 , G06V10/82 , G06V10/25 , G06V10/44 , G06V10/52 , G06V10/764 , G06V10/766 , G06V10/70 , G06N3/0464
Abstract: 本发明提供一种基于边缘注意力的超声图像甲状腺结节分割方法及装置，涉及图像分割技术领域。所述基于边缘注意力的超声图像甲状腺结节分割方法包括：获取甲状腺超声图像数据集；将甲状腺超声图像数据集输入预训练好的Faster R‑CNN网络中，获得甲状腺结节位置信息；根据甲状腺结节位置信息，对甲状腺超声图像数据集进行裁剪处理，获得处理后的甲状腺超声图像数据集；构建初始的甲状腺结节分割网络；根据处理后的甲状腺超声图像数据集，对初始的甲状腺结节分割网络进行训练，获得训练好的甲状腺结节分割网络；获取待检测的甲状腺超声图像并输入训练好的甲状腺结节分割网络中，获得甲状腺结节分割预测结果。采用本发明，可提高甲状腺结节分割的准确性。
-
-
-
-
-
-
-
-
-
Search Results
123
records
(took 0.064 seconds)
