-
公开(公告)号：CN113300882B
公开(公告)日：2022-04-26
申请号：CN202110498698.4
申请日：2021-05-08
Applicant: 北京科技大学
IPC: H04L41/0893 , H04L67/06 , G06F16/215 , G06F16/25
Abstract: 本发明公开了一种面向材料大数据的数据收集传输方法及装置，该方法包括：收集材料数据库中的材料数据，并采用大数据清洗技术进行数据清洗；将清洗后的材料数据提交至预设的材料数据协同网络，形成数据共享；利用网络切片技术，对材料数据协同网络进行网络切片定制化处理，基于博弈理论，在实现数据传输能效最大化的同时，保证数据下载缓存性能。本发明引入网络切片技术对材料数据协同网络进行定制化服务，将采集的数据进行高效率、高质量传输，以便于对材料数据进行下一步分析、建模和可视化研究，挖掘其价值。
-
公开(公告)号：CN112929124A
公开(公告)日：2021-06-08
申请号：CN202110091008.3
申请日：2021-01-22
Applicant: 北京科技大学
IPC: H04J14/06
Abstract: 本发明公开了一种实现偏振复用信号的解偏与均衡的方法及系统，该方法包括：获取待恢复信号的实时光信号偏振态；根据所述实时光信号偏振态，结合发送端偏振态，计算出偏振态特征值；基于卡尔曼滤波算法，采用所述偏振态特征值，构建偏振旋转矩阵并求逆，然后与待恢复信号左乘，得到恢复信号，实现对待恢复信号的偏振均衡解复用。本发明可实现对由雷击产生高速偏振旋转的有效补偿，减少由雷击带来的性能损失，并且可以实现在通信启动阶段的快速收敛。
-
公开(公告)号：CN112382382A
公开(公告)日：2021-02-19
申请号：CN202011143487.0
申请日：2020-10-23
Applicant: 北京科技大学
Abstract: 本发明公开了一种代价敏感的集成学习分类方法及系统，该方法包括：获取样本数据集，并将样本数据集分成训练样本集和测试样本集；基于训练样本集对多个不同类型的分类器分别进行训练，并基于测试样本集对训练好的各分类器分别进行分类测试，得到各分类器的分类结果；基于各分类器的分类结果为每一分类器分配对应的权重；基于各分类器的权重，对各分类器进行加权集成，得到集成分类器；利用集成分类器对待测样本进行分类，得到相应的分类结果。本发明使集成学习模型具有各个基学习器的优点，弱化各个基学习器的缺点。并通过权重分配和调整集成学习的门限，改善了集成分类器的分类效果。
-
公开(公告)号：CN110276052B
公开(公告)日：2021-02-12
申请号：CN201910495060.8
申请日：2019-06-10
Applicant: 北京科技大学
IPC: G06F40/10 , G06F40/253 , G06N3/04
Abstract: 本发明提供一种古汉语自动分词及词性标注一体化方法及装置，能够有效提升古汉语分词及词性标注的正确率。所述方法包括：获取古汉语语料库中的古汉语文本；对获取的古汉语文本的标签进行标签转换，得到包含词性标记信息和分词标记信息的二元标签结构；对得到的二元标签结构进行编码；构建双向长短期记忆神经网络，基于编码后得到的二元标签信息，利用获取的古汉语文本对构建的双向长短期记忆神经网络进行训练，得到基于双向长短期记忆神经网络的自动分词及词性标注一体化模型，其中，所述基于双向长短期记忆神经网络的自动分词及词性标注一体化模型，用于对输入的古汉语文本同时进行分词和标注。本发明适用于机器翻译、信息检索、语义识别领域。
-
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。
-
Patent Agency Ranking
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。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
121
records
(took 0.043 seconds)
