一种改进LBP和轻量卷积神经网络级联的人脸识别方法

    公开(公告)号:CN109583357A

    公开(公告)日:2019-04-05

    申请号:CN201811413568.0

    申请日:2018-11-23

    Applicant: 厦门大学

    Abstract: 本发明涉及一种改进LBP和轻量卷积神经网络级联的人脸识别方法,提供:对齐分区局部二值模式初次识别测试单元,APLBP与轻量化卷积神经网络级联的二次识别测试单元,APLBP识别测试单元,轻量化卷积神经网络并行流水线模块加速单元,计算平均识别率单元。将采集的人脸图像划分为主要区域和次要区域,对于人脸图像的主要区域与次要区域,提取中心点LBP像素特征值;通过级联的关系对APLBP识别并提取出的相似图像再加入轻量级卷积神经网络进行二次识别。充分融入了APLBP算法的速度优势和轻量化卷积神经网络的精度优势,通过对轻量化卷积神经网络的卷积层中耗时大的矩阵乘加运算使用并行模块进行加速,从而达到速度和准确率的双向提升。

    一种Android恶意应用在线检测方法

    公开(公告)号:CN109344614A

    公开(公告)日:2019-02-15

    申请号:CN201810810463.2

    申请日:2018-07-23

    Applicant: 厦门大学

    Abstract: 本发明提供一种Android恶意应用在线检测方法,在检测Android恶意软件的过程中,使用API函数字符串,提取8组特征信息,并映射为特征向量,而特征向量采用稀疏表示的形式;并且进一步分析API之间的不同关系并创建更高层次的关联分析;以图的方式来表示相关API作为结构化程序之间的关系;将API字符特征与关系图构成特征矩阵;采用多核学习方法训练出分类模型;部署在通用的Web架构中,实现Android应用软件的在线检测。本发明具有良好的分类效果,并且使用方便,快捷。

    一种大规模多输入多输出下行系统的抗干扰方法

    公开(公告)号:CN104821840B

    公开(公告)日:2018-12-18

    申请号:CN201510238844.4

    申请日:2015-05-12

    Applicant: 厦门大学

    Abstract: 本发明涉及一种大规模多输入多输出下行系统的抗干扰方法,步骤如下:1)基站获取所有用户与所有基站的实时信道状态信息CSI;2)下行系统中,基站为发射端,用户为接收端,则在发射端选择与接收端天线数目相等的发射端天线;3)获取被选择的发射端天线与本小区用户及其他小区用户之间的实时信道状态信息CSI;4)获取相邻小区基站相应的预编码矩阵;5)在接收端设置相邻小区接收波束赋形矩阵,获得剩余小区的预编码矩阵。本发明采用贪婪算法进行天线选择,在发射端选择与接收端天线数目相等的发射端天线传送信号,不仅有效的减少了系统的复杂度,而且实现成本大大减少。

    一种负载均衡的方法及装置

    公开(公告)号:CN104918287B

    公开(公告)日:2018-09-25

    申请号:CN201510329533.9

    申请日:2015-06-15

    Abstract: 本发明公开了一种负载均衡的方法及装置,该方法包括:在本小区负载过载时,获取终端上报的测量报告;根据所述测量报告,从所述终端中确定待切换边缘终端及其对应的待切换目标小区,根据所述本小区的负载信息及所述待切换目标小区的负载信息,确定所述待切换边缘终端的负载平衡因子,根据所述负载平衡因子,从所述待切换边缘终端中确定进行切换的边缘终端及切换的目标小区,将对所述本小区及所述待切换目标小区的负载影响最大的负载平衡因子对应的待切换边缘终端,切换至所述待切换边缘终端对应的待切换目标小区,通过确定的负载平衡因子,选取进行切换的边缘终端和目标小区的方式,可以在进行负载均衡时,避免切换后的小区出现过载的问题。

    一种设备接入方法、装置及接入控制设备

    公开(公告)号:CN108347744A

    公开(公告)日:2018-07-31

    申请号:CN201810053320.1

    申请日:2018-01-19

    Abstract: 本发明实施例公开了一种设备接入方法、装置及接入控制设备,其中方法包括:获取基站的设备接入状态,若确定设备接入状态为拥塞状态,则执行接入限制参数P值调整过程,将每次P值调整后得到的P值发送给基站下的各个设备,直至基站的设备接入状态变为不拥塞状态。如此,在基站处于拥塞的设备接入状态下时,通过执行P值调整过程动态地调整P值可有效地改善基站的拥塞程度,而且由于强化学习Q值矩阵中包含有以往调整P值的经验,因此P值调整过程中根据强化学习Q值矩阵中的Q值确定每次调整P值所用的动作可有效提高P值的收敛速度,从而使基站更快地达到最佳接入状态。

    一种基于离散余弦变换的自适应数据压缩方法及系统

    公开(公告)号:CN108092669A

    公开(公告)日:2018-05-29

    申请号:CN201711468356.8

    申请日:2017-12-28

    Applicant: 厦门大学

    Abstract: 本发明涉及一种基于离散余弦变换的自适应数据压缩方法及系统。以离散余弦变换(DCT)为核心,利用其能量集中的特性,对频域系数进行选择和处理,将数据分为大系数数据块和小系数数据块,小系数数据块用较少的比特表示,而将更多的比特用于能量高、重要的系数的表示上面;同时,为了使该算法能够自适应地找到最佳的比特分配,学习最优的码本,算法还引入了启发式算法、Lloyd-Max量化、编码等常用的压缩编码方法的选择和使用。本发明能够降低传输带宽,同时降低传输设备的成本,提升传输速率。

    一种全双工通信系统实现物理层安全及功率优化的方法

    公开(公告)号:CN106211301A

    公开(公告)日:2016-12-07

    申请号:CN201610523695.0

    申请日:2016-07-05

    Applicant: 厦门大学

    Abstract: 本发明公开了一种全双工通信系统实现物理层安全及功率优化的方法,模型充分利用全双工通信系统同时同频的特点,无需人工噪声以及其它干扰节点的协助,进一步提高全双工基站发射效率,并在保证全双工系统信息传输达到目标安全速率的情况下,优化基站发射功率。发明的主要内容包括:构造全双工通信系统的物理层安全模型;根据系统要求的安全速率构造凸优化模型;最后利用SDP理论及S-Procedure理论将一个不易解的非凸问题转换为一个易解的凸优化问题,从而寻找最优波束赋形向量,优化基站发射功率。该方法能在全双工系统安全传输的情况下,保证基站发射最小的功率且基站全部发射功率用于传输有效信号,从而优化全双工基站的发射功率。

    用于多用户多输入多输出的导频优化分配联合预编码方法

    公开(公告)号:CN105681009A

    公开(公告)日:2016-06-15

    申请号:CN201511016115.0

    申请日:2015-12-29

    Applicant: 厦门大学

    Abstract: 本发明公开一种用于多用户多输入多输出的导频优化分配联合预编码方法,基站将所有导频平均分为两个导频子组,分配给两类小区;获取终端的DOA并且进行小区内的导频分配;终端向所属小区基站发送导频信息,小区基站通过信道估计得到含导频污染的终端的信道信息,根据时分双工的信道互易获取信道信息;通过估计终端的DOA,搜索到终端的DOA,根据DOA对含导频污染的终端的信道信息进行重新计算得到优化的终端的信道信息;选取G个信道质量较好的终端作为用户组中心,计算其他终端与用户组中心的距离,根据距离的大小分配剩余终端,并更新用户组中心,迭代并将所有用户分组;计算用户组的信道的二阶统计量后发送数据。本发明优化信道估计,提升系统性能。

    一种自组网式无线视频影像喉镜系统

    公开(公告)号:CN103919522B

    公开(公告)日:2016-05-11

    申请号:CN201410198801.3

    申请日:2014-05-13

    Abstract: 本发明所述一种自组网式无线视频影像喉镜系统,它包括无线视频影像喉镜、接收显示设备、图像显示,所述无线视频影像喉镜的手柄组件里,设有视频处理器模块,与其相连接的分别有存储器模块、数字摄像头输入模块、Wi-Fi模块,手柄组件里还设有电源管理模块。本发明所述接收显示设备或采用专用无线接收器,其设有CPU模块,与其相连接的分别有存储器模块、VGA/HDMI模块、Wi-Fi模块,专用无线接收器里还设有电源管理模块;所述接收显示设备或采用Android智能移动终端,通过设计相应的视频解码器,无线接收、解码、播放视频压缩码流。它通过先进视频压缩技术、数字化无线传输技术,能够达到高清晰度的视频影像,并且能够多屏显示。

    一种基于图像纹理特征的视频编码帧内预测方法

    公开(公告)号:CN105120292A

    公开(公告)日:2015-12-02

    申请号:CN201510568461.3

    申请日:2015-09-09

    Applicant: 厦门大学

    Abstract: 一种基于图像纹理特征的视频编码帧内预测方法,涉及数字视频通信领域中的视频信息处理。首先利用当前CU的梯度直方图,统计出当前CU的“强边缘”数目和梯度幅值相关的角度预测模式列表并统计出两个健壮的阈值用于CU划分过程;在帧内预测过程中,当当前CU的“强边缘”满足所选的阈值时,可以进行CU深度跳过或CU划分提前终止;在最佳候选模式选择阶段,根据图像纹理情况,直接从上述预测模式列表中选取适当数量的模式作为候选预测模式。通过CU深度和预测模式的裁剪,能有效降低HEVC帧内预测编码复杂度,有助于实现HEVC编码器的实时应用。

Patent Agency Ranking