-
公开(公告)号:CN118762167A
公开(公告)日:2024-10-11
申请号:CN202410910913.0
申请日:2024-07-09
Applicant: 北京邮电大学
IPC: G06V10/25 , G06V10/764 , G06V10/774 , G06V10/82 , G06V10/762
Abstract: 本申请公开了一种面向数据长尾分布的目标检测方法及其系统,其中面向数据长尾分布的目标检测方法包括以下步骤:确定基准模型与解耦训练框架;根据解耦训练框架确定静态指标,根据静态指标进行重平衡显式数据增强;完成基于静态指标的重平衡数据增强后,在解耦框架中设计检测框生成器,根据检测框生成器进行显式数据的增强;完成显示数据增强后,确定动态重平衡数据生成方法,进行解耦训练框架的隐层的数据增强。本申请在结合解耦训练框架的基础上提出了三个即插即用的数据增强与生成方法,旨在设计简单的方法有效优化数据长尾分布情况下目标检测方法对尾部类别的表征能力,提升方法的整体性能。
-
公开(公告)号:CN113467952B
公开(公告)日:2024-07-02
申请号:CN202110802910.1
申请日:2021-07-15
Applicant: 北京邮电大学 , 江西鑫铂瑞科技有限公司
Abstract: 本申请公开了一种分布式联邦学习协同计算方法及系统,其中分布式联邦学习协同计算方法具体包括以下步骤:进行深度强化学习模型训练;响应于将训练好的深度强化学习模型分别部署至各边缘服务器,进行联邦学习;联邦学习结束。本申请针对分布式联邦学习框架,打破了传统联邦学习对中心服务器的依赖,有效保证了联邦学习过程的隐私保护和安全性。
-
公开(公告)号:CN113825177B
公开(公告)日:2023-12-26
申请号:CN202111172749.0
申请日:2021-10-08
Applicant: 北京邮电大学
Abstract: 本申请公开了一种对多无人机辅助边缘计算系统的控制方法及控制系统,其中对多无人机辅助边缘计算系统的控制方法具体包括以下步骤:S1,进行状态信息的初始化;S2,根据初始化的状态信息,获取功率控制;S3,根据功率控制结果,获取无人机和地面用户配对策略;S4,根据无人机和地面用户配对策略,获取无人机水平轨迹规划;S5,根据水平轨迹规划,获取无人机垂直轨迹规划;重复执行S2‑S5,判断是否达到最大迭代次数,若达到最大迭代次数,则输出结果。本申请针对多无人机辅助边缘计算系统的三维轨迹控制,打破了传统二维尺度上对无人机辅助边缘计算的不足,提出了完整的计算、通信和飞行控制的联合设计思路。
-
公开(公告)号:CN113569960B
公开(公告)日:2023-12-26
申请号:CN202110866395.3
申请日:2021-07-29
Applicant: 北京邮电大学 , 江西鑫铂瑞科技有限公司
IPC: G06V10/764 , G06V10/774 , G06V10/771 , G06V10/82 , G06N3/0464
Abstract: 本发明涉及图像分类领域,公开了一种基于域适应的小样本图像分类方法及系统,包括构建特征提取器,加载预训练参数初始化模型;使用域特征提取模块得到多个特征提取器;使用权重训练模块得到适合目标数据域的最终特征提取器;使用测试模块得到方法最终性能,解决了目前的小样本机器学习方法无法真正解决计算机视觉领域的小样本问题。本发明使得小样本机器学习方法无需再要求严格的元训练集,源域和目标域数据可以不相似,从而使小样本机器学习方法可以更好的应用于实际场景,具备拓展当前研究适用范围的优点。
-
公开(公告)号:CN116611535A
公开(公告)日:2023-08-18
申请号:CN202310626001.6
申请日:2023-05-30
Applicant: 北京邮电大学
IPC: G06N20/00
Abstract: 本申请公开了一种用于异构数据的边缘联邦学习训练方法及其系统,其中用于异构数据的边缘联邦学习训练方法包括以下步骤:步骤S1,进行初始化;步骤S2,响应于完成初始化,各参与方进行本地模型训练;步骤S3,响应于各参与方进行本地模型训练,边缘服务器进行个性化全局模型聚合,并将聚合后的个性化全局模型参数发送至各参与方;步骤S4,各参与方根据接收的个性化全局模型参数进行自适应本地微调;步骤S5,判断是否达到收敛精度或最大迭代次数;若达到收敛精度或最大迭代次数,流程结束,否则重新执行步骤S2‑S4。本申请针对数据异构的边缘联邦学习系统,打破了传统联邦学习中聚合得到单个全局模型的思想,有效地实现了联邦学习的个性化。
-
公开(公告)号:CN114726729A
公开(公告)日:2022-07-08
申请号:CN202210356501.8
申请日:2022-04-06
Applicant: 北京邮电大学 , 金砖国家未来网络研究院(中国·深圳)
IPC: H04L41/0894 , H04W28/16 , H04W48/08 , H04W48/16
Abstract: 本申请公开了一种面向网络切片的无线接入网的接纳控制方法及其系统,其中面向网络切片的无线接入网的接纳控制方法,具体包括以下步骤:进行时刻的初始化;获取最佳切片级接纳控制决策;获取最佳基站级接纳控制决策;更新服务请求队列;获取时间平均利润;判断是否达到最大时刻;若达到最大时刻,则输出时间平均利润、最佳切片级接纳控制决策、最佳基站级接纳控制决策。本申请方法能在动态网络中,令RAN切片的NSACF控制器正确控制用户不同切片服务请求的接纳数量,并且能在保证RAN切片接纳控制系统稳定性和各个切片SLA的前提下,合理地安排系统中的不同基站接纳这些请求并为之提供服务,同时使RAN切片系统获得最佳的时间平均利润。
-
公开(公告)号:CN114168328A
公开(公告)日:2022-03-11
申请号:CN202111478407.1
申请日:2021-12-06
Applicant: 北京邮电大学
Abstract: 本申请公开了一种基于联邦学习的移动边缘节点计算任务调度方法及其系统,其中基于联邦学习的移动边缘节点计算任务调度方法具体包括以下步骤:初始化信息参数;响应于完成初始化,对部署在各个移动边缘节点的DQN网络进行本地训练;判断DQN网络训练过程中,更新轮数是否满足聚合频率;若更新轮数满足聚合频率,进行全局参数更新;响应于完成全局参数更新,判断DQN网络训练过程中,训练回合数是否达到指定次数;若训练回合数达到指定次数,输出结果。本申请从计算任务执行顺序的角度考虑,提供了一种移动边缘计算系统中计算任务调度方法,利用多个移动边缘节点的协同缩短了计算任务完成时间。
-
公开(公告)号:CN113825177A
公开(公告)日:2021-12-21
申请号:CN202111172749.0
申请日:2021-10-08
Applicant: 北京邮电大学
Abstract: 本申请公开了一种对多无人机辅助边缘计算系统的控制方法及控制系统,其中对多无人机辅助边缘计算系统的控制方法具体包括以下步骤:S1,进行状态信息的初始化;S2,根据初始化的状态信息,获取功率控制;S3,根据功率控制结果,获取无人机和地面用户配对策略;S4,根据无人机和地面用户配对策略,获取无人机水平轨迹规划;S5,根据水平轨迹规划,获取无人机垂直轨迹规划;重复执行S2‑S5,判断是否达到最大迭代次数,若达到最大迭代次数,则输出结果。本申请针对多无人机辅助边缘计算系统的三维轨迹控制,打破了传统二维尺度上对无人机辅助边缘计算的不足,提出了完整的计算、通信和飞行控制的联合设计思路。
-
公开(公告)号:CN113255977A
公开(公告)日:2021-08-13
申请号:CN202110523115.9
申请日:2021-05-13
Applicant: 江西鑫铂瑞科技有限公司 , 北京邮电大学
Abstract: 本申请涉及工业互联网技术领域,尤其涉及一种基于工业互联网的智慧工厂生产设备故障预测方法及系统,包括:从存储基于工业互联网的智慧工厂系统产生的告警信息的样本数据集中获得故障告警信息样本,将故障告警信息样本输入WGAN‑GP模型中,训练WGAN‑GP模型,生成故障告警信息样本比例平衡的数据集;将生成的故障告警信息样本比例平衡的数据集输入M‑FGCNN模型,以训练M‑FGCNN模型;将基于工业互联网的智慧工厂系统实时产生的告警信息样本输入至训练好的M‑FGCNN模型中,得到生产设备是否发生故障的预测结果;依据预测结果,进行故障工单的下达。本申请提高了基于工业互联网的智慧工厂生产设备故障预测的效率以及预测的精度,满足了生产设备故障预测高精度、低延时的要求。
-
公开(公告)号:CN110996293B
公开(公告)日:2021-04-02
申请号:CN201911204785.3
申请日:2019-11-29
Applicant: 北京邮电大学
Abstract: 本申请公开了一种无人机的网络部署和资源分配的方法及其系统,其中无人机的网络部署和资源分配的方法包括以下步骤:获取初始信息,进行无人机的初始化部署;获取最佳无人机位置部署信息;根据最佳无人机位置部署信息以及无人机的初始化部署,获取最佳无人机缓存分配信息;根据最佳无人机位置部署信息和最佳无人机缓存分配信息,获得最佳用户接入信息;判断迭代最佳无人机位置部署信息、最佳无人机缓存分配信息、最佳用户接入信息的次数是否达到最大迭代次数;若达到则输出最终的无人机位置部署信息、无人机缓存分配信息以及用户接入信息。本申请将无人机的通信优势和缓存优势相结合,使用户能够更快更安全的获得所需内容,提高用户的质量体验。
-
-
-
-
-
-
-
-
-