-
公开(公告)号：CN110730471B
公开(公告)日：2022-04-01
申请号：CN201911025799.9
申请日：2019-10-25
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于区域用户兴趣匹配的移动边缘缓存方法，属于缓存技术领域。该方法包括以下步骤：S1：建立区域用户偏好模型；S2：建立联合缓存优化策略；S3：建立缓存系统模型；S4：设计缓存算法。使用本发明的缓存机制时，可以在满足缓存视频多样化下，达到视频缓存增益的最大化，与当前缓存机制相比，可以有效的提升视频缓存效益和用户的QoE，为未来5G场景下的大规模超高清视频的缓存与在线观看，提供一种有效的解决方案。
-
公开(公告)号：CN108566663B
公开(公告)日：2021-06-15
申请号：CN201810022286.1
申请日：2018-01-10
Applicant: 重庆邮电大学
Abstract: 本发明涉及基于扰动粒子群优化的SDWSN能耗均衡路由算法，属于无线传感器网络领域。该算法首先通过考虑节点的剩余能量、位置和能量均衡信息，利用改进的扰动粒子群优化算法选择簇头，并依据节点距基站距离、节点剩余能量和邻居节点个数将整个网络动态划分为大小不等的簇。其次，采用每周期一轮全局分簇和k轮局部簇头更新方式来节省分簇时的能量消耗。最后，在多跳路由建立时，传感器控制服务器采用集中式方式根据链路能耗、节点剩余能量和簇内节点数等因素构建最短路由树。本发明能有效节约能量和均衡网络能耗、延长网络的生命周期。
-
公开(公告)号：CN110782524A
公开(公告)日：2020-02-11
申请号：CN201911024676.3
申请日：2019-10-25
Applicant: 重庆邮电大学
IPC: G06T17/00
Abstract: 本发明涉及一种基于全景图的室内三维重建方法，属于三维重建技术领域。该方法包括以下步骤：S1：线段检测：检测图像中的轮廓线段；S2：线段分组：对图像进行消失点检测，即场景中笛卡尔坐标系三个坐标轴的方向，把线段分组三个方向的线段集合；S3：交点检测：构建无向图，通过约束条件判断真假交点，通过最小生成树来确定坐标的递推顺序；S4：坐标提升：实现像素坐标系到球坐标系，再到三维空间坐标系的转换。利用全景图像视野广，易获取的特点，采用经典几何方法，结合全景几何与曼哈顿世界约束，能够较精确的获取场景中的空间几何信息，同时以线段作为计算因子，数据量小，能在短时间内获取场景的三维线模型。
-
公开(公告)号：CN106060887B
公开(公告)日：2019-10-25
申请号：CN201610353633.X
申请日：2016-05-25
Applicant: 重庆邮电大学
IPC: H04W40/02
Abstract: 本发明涉及一种面向时空特性变化认知的机会网络路由方法，属于机会网络，认知物联网和自组织网络技术领域。该方法包括以下步骤：S1：节点移动半马尔可夫模型建立阶段：用于预测未来时刻节点处于某一地理区域的概率和节点间在未来时间段内接触的效用值；S2：面向节点时空特性变化认知机制阶段：用于检测节点的时空特性变化与半马尔可夫模型是否相吻合；S3：路由方法自适应性的实现阶段：用于携带消息的节点与相遇节点进行接触效用值的比较，以决定是否要转发消息。本发明提供的方法能够克服现有技术中存在的问题，实现高效、智慧的认知自组织路由机制。
-
公开(公告)号：CN106068027B
公开(公告)日：2019-05-10
申请号：CN201610355279.4
申请日：2016-05-25
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种机会群智感知网络中态势感知的自适应数据传输方法，属于无线传感器网络和移动自组织网络技术领域。在该方法中，网络中的节点根据自身情况以及网络的历史信息，估计自身的节点剩余能量、与目的节点的相遇概率、消息传输的跳数，然后节点利用其所在的局部拓扑信息，对当前所处的网络环境做出判断并进行合适的数据传输机制的选择。通过本方法，可以对网络中存在的连通MANET子网进行准确的识别并在数据传输过程中充分地利用，使其不易受到节点移动性，网络拓扑的时变性影响，在提高数据传输成功率降低网络开销的同时，提高数据传输策略的鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN108566663A
公开(公告)日：2018-09-21
申请号：CN201810022286.1
申请日：2018-01-10
Applicant: 重庆邮电大学
Abstract: 本发明涉及基于扰动粒子群优化的SDWSN能耗均衡路由算法，属于无线传感器网络领域。该算法首先通过考虑节点的剩余能量、位置和能量均衡信息，利用改进的扰动粒子群优化算法选择簇头，并依据节点距基站距离、节点剩余能量和邻居节点个数将整个网络动态划分为大小不等的簇。其次，采用每周期一轮全局分簇和k轮局部簇头更新方式来节省分簇时的能量消耗。最后，在多跳路由建立时，传感器控制服务器采用集中式方式根据链路能耗、节点剩余能量和簇内节点数等因素构建最短路由树。本发明能有效节约能量和均衡网络能耗、延长网络的生命周期。
-
公开(公告)号：CN107784124A
公开(公告)日：2018-03-09
申请号：CN201711182961.9
申请日：2017-11-23
Applicant: 重庆邮电大学
CPC classification number: G06F17/30867 , G06F17/3087 , G06F17/30882 , G06Q50/01
Abstract: 本发明涉及一种基于时空关系的LBSN超网络链接预测方法，属于数据挖掘领域。该方法包括以下步骤：S1：获取数据源；S2：构建超网络模型；S3：定义和量化超网络边权值；S4：基于该模型，首先构建多种类型的加权超边结构，通过不同的结构挖掘用户间不同的语义关系，最后通过梯度下降方法训练模型参数，进而预测网络中的链接关系。本发明通过加权超边结构，能够有效挖掘节点之间的多种关联关系，不仅能够解决网络中的稀疏性问题，同时能够提高模型的抗噪性与稳定性，并且其预测准确性也有着较大的提升。
-
公开(公告)号：CN114202550B
公开(公告)日：2025-02-25
申请号：CN202111403333.5
申请日：2021-11-24
Applicant: 重庆邮电大学
IPC: G06T7/11 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明属于图像处理领域，具体涉及一种基于RAPNet网络的脑肿瘤MRI图像三维分割方法，包括构建RAPNet网络并对其进行训练；将脑部MRI图像输入到训练好的RAPNet网络中进行图像识别分割，得到分割后的脑肿瘤MRI图像及其亚结构区域，RAPNet网络包括主干网络、特征金字塔以及辅助预测，主干网络由空洞卷积和多个ISE‑R2CU单元组成，用于提取输入图像的浅层特征和深层特征；本发明采用的由3D空洞卷积和跨模型注意力机制构成的特征金字塔与主干相结合以学习整个肿瘤及其亚结构的有效特征，从而具有拟合肿瘤内各种组织边界的优势。
-
公开(公告)号：CN119484559A
公开(公告)日：2025-02-18
申请号：CN202410292069.X
申请日：2024-03-14
Applicant: 重庆邮电大学
IPC: H04L67/12 , H04L67/568 , H04L41/12 , H04L41/14 , H04L41/16 , G06N3/0442
Abstract: 本发明涉及一种基于数字孪生的车辆社交网络缓存方法，属于车辆社交网络领域。该方法包括：S1、提取车辆网络和社交网络之间的联系纽带；S2、基于数字孪生技术将车辆网络从物理层映射至孪生网络层；S3、从孪生网络层中提取车辆的关系特征并建立车辆社交网络层；S4、建立车辆社交网络层中的缓存云；S5、基于车辆社交网络层以及其内的缓存云确定车辆缓存协作策略。本发明有效地提高了车载网络的内容分发效用，在效用和卸载成功率指标方面都有一定的优势。
-
公开(公告)号：CN119418400A
公开(公告)日：2025-02-11
申请号：CN202411459403.2
申请日：2024-10-18
Applicant: 重庆邮电大学
IPC: G06V40/20 , G06V20/40 , G06V20/52 , G06V10/143 , G06V10/44 , G06V10/42 , G06V10/25 , G06V10/80 , G06V10/74 , G06V10/82 , G06F16/783 , G06N3/0464 , G06N3/045 , G06N3/084
Abstract: 本发明涉及一种多尺度多分支特征利用的跨模态行人重识别方法，属于跨模态行人重识别领域。其包括：获取原始数据集，并通过随机通道学习原始数据集中的可见光模态图像的每个通道与单通道红外光模态图像之间的关系；将处理后图像输入跨模态特征提取模块，其中，先通过双流网络处理不同模态的不同属性，随后再通过共享网络提取多尺度特征；将多尺度特征输入多尺度信息挖掘模块进行特征融合；融合特征再由多分支联合模块进行判别特征提取，通过各分支提取的判别特征协同进行行人重识别。本发明将多层次的空间特征信息结合进行特征提取，并利用全局特征和局部特征来增大视觉表征中红外模态与可见光模态的相关性，提高了跨模态行人重识别的检索准确率。
-
-
-
-
-
-
-
-
-
Search Results
95
records
(took 0.202 seconds)
