-
公开(公告)号：CN113923141B
公开(公告)日：2023-05-12
申请号：CN202110447655.3
申请日：2021-04-25
Applicant: 东南大学
IPC: H04L43/0888 , H04L41/14 , H04L41/147 , H04W24/06
Abstract: 本发明公开了一种高密度AP分布的无线局域网络吞吐量估计方法及系统。方法包括：采集无线网络接入端AP端的位置信息，采集无线局域网络参数；将获得的无线局域网络参数经过规格化，标准化处理，送入构建的Bianchi改进模型；通过构建的Bianchi改进模型对每一个AP与UE的连接链路饱和吞吐量估计，然后对网络中所有的链路求和，便可以获得整体无线局域网络的饱和吞吐量。系统包括参数初始化模块、干扰计算模块以及吞吐量估计模块组成。本发明可以在有限的计算资源和人工成本下，对无线局域网络的整体性能进行一个较为准确的估计，同时也给优化网络参数提供了尝试的虚拟环境。
-
公开(公告)号：CN111132209B
公开(公告)日：2023-05-05
申请号：CN201911232331.7
申请日：2019-12-04
Applicant: 东南大学
IPC: H04W24/06 , H04W24/08 , H04L43/0888 , H04L41/147 , H04B17/382
Abstract: 本发明公开一种基于变分自编码器估计无线局域网络接入点吞吐量的方法，该方法包括如下步骤：(1)获取无线局域网络中AP端的吞吐量作为样本，对吞吐量数据做预处理，制作数据集X；(2)根据基于变分自编码器网络(VAE)的异常值检测方法，训练数据集X，获得异常值检测模型；(3)根据基于变分自编码器网络(VAE)的异常值检测方法，对数据集X进行全网AP吞吐量数据异常值过滤，制作新的数据集X1；(4)根据数据集X1，采用传统时间序列预测算法对AP吞吐量进行预测。本发明提高了无线局域网络接入点吞吐量预测的准确度，克服了因为吞吐量异常值带来预测不准确的问题，实现85％以上的无线局域网络吞吐量预测准确率，提高了无线局域网络调优效果。
-
公开(公告)号：CN113163426A
公开(公告)日：2021-07-23
申请号：CN202110447007.8
申请日：2021-04-25
Applicant: 东南大学
Abstract: 本发明公开了一种高密度AP分布场景GCN‑DDPG无线局域网络参数调优方法和系统。方法包括：构建一个强化学习算法可以与之交互产生反馈的环境模型，这个反馈就是无线局域网络的饱和吞吐量估计；利用GCN图卷积神经网络，提取无线局域网络环境的参数信息和结构信息，作为输入提供给深度强化学习DDPG算法策略网络和价值网络的输入；利用构建深度强化学习算法模型，使其与无线局域网络仿真交互环境互动，优化深度强化学习算法的网络参数，使其收敛到一个稳定状态。系统包括环境交互模块、GCN模块以及DDPG模块。本发明可以在有限的计算资源和人工成本下，对无线局域网络参数进行优化，使其可以自我调节，到一个较好的工作状态，不用人工配置调整无线局域网络的参数。
-
公开(公告)号：CN113111779A
公开(公告)日：2021-07-13
申请号：CN202110391950.1
申请日：2021-04-13
Applicant: 东南大学
Abstract: 本发明公开了一种基于注意力机制的表情识别方法，首先数据集进行增广，接着利用注意力掩膜模块进行残差单元卷积，用池化操作进行下采样，减少特征图的空间维度，特征图尺寸达到网络中最小之后，再用双线性插值方法进行上采样。再将深度递减的注意力掩膜模块以残差结构嵌入骨干网络，通过恒等映射保证随着网络深度加深响应不会变弱。最后通过全局平均池化与全连接层进行表情分类，实现表情识别任务。此网络结构的特点是可以生成注意力图，达到抑制不重要特征与增强重要特征的作用。本发明在FER2013表情数据集上的表现达到了较高的水平。
-
公开(公告)号：CN113052132A
公开(公告)日：2021-06-29
申请号：CN202110425610.6
申请日：2021-04-20
Applicant: 东南大学
Abstract: 本发明公开了一种基于面部关键点轨迹特征图的视频情感识别方法，包括以下步骤：步骤1，对视频序列中的视频帧图像进行处理，并获得一组面部关键点坐标；步骤2，计算步骤1得到的这一组面部关键点坐标之间的相对距离在相邻视频帧上的变化值矩阵，将关键点轨迹特征编码成面部关键点轨迹特征图；步骤3，将视频序列对应的一系列面部关键点轨迹特征图送入CNN‑LSTM深度时空网络中进行情感识别任务。本发明将关键点轨迹特征编码成面部关键点轨迹特征图输入CNN‑LSTM深度时空网络用于视频情感识别，在RAVDESS数据集上验证所述发明取得了较高的水平。
-
Patent Agency Ranking
公开(公告)号：CN113923141A
公开(公告)日：2022-01-11
申请号：CN202110447655.3
申请日：2021-04-25
Applicant: 东南大学
IPC: H04L43/0888 , H04L41/14 , H04L41/147 , H04W24/06
Abstract: 本发明公开了一种高密度AP分布的无线局域网络吞吐量估计方法及系统。方法包括：采集无线网络接入端AP端的位置信息，采集无线局域网络参数；将获得的无线局域网络参数经过规格化，标准化处理，送入构建的Bianchi改进模型；通过构建的Bianchi改进模型对每一个AP与UE的连接链路饱和吞吐量估计，然后对网络中所有的链路求和，便可以获得整体无线局域网络的饱和吞吐量。系统包括参数初始化模块、干扰计算模块以及吞吐量估计模块组成。本发明可以在有限的计算资源和人工成本下，对无线局域网络的整体性能进行一个较为准确的估计，同时也给优化网络参数提供了尝试的虚拟环境。
-
公开(公告)号：CN113163426B
公开(公告)日：2023-04-07
申请号：CN202110447007.8
申请日：2021-04-25
Applicant: 东南大学
Abstract: 本发明公开了一种高密度AP分布场景GCN‑DDPG无线局域网络参数调优方法和系统。方法包括：构建一个强化学习算法可以与之交互产生反馈的环境模型，这个反馈就是无线局域网络的饱和吞吐量估计；利用GCN图卷积神经网络，提取无线局域网络环境的参数信息和结构信息，作为输入提供给深度强化学习DDPG算法策略网络和价值网络的输入；利用构建深度强化学习算法模型，使其与无线局域网络仿真交互环境互动，优化深度强化学习算法的网络参数，使其收敛到一个稳定状态。系统包括环境交互模块、GCN模块以及DDPG模块。本发明可以在有限的计算资源和人工成本下，对无线局域网络参数进行优化，使其可以自我调节，到一个较好的工作状态，不用人工配置调整无线局域网络的参数。
-
公开(公告)号：CN113111940A
公开(公告)日：2021-07-13
申请号：CN202110391976.6
申请日：2021-04-13
Applicant: 东南大学
Abstract: 本发明公开了一种基于特征融合的表情识别方法，首先对数据集进行数据增广操作，接着利用特征融合子网络将VGGNet‑19网络的不同层次语义级别特征提取出来输入全连接层，并使用拼接层将不同全连接层进行并联拼接，最后通过全连接层进行表情分类，实现表情识别任务。此网络结构的特点是可以从零开始训练网络，不需要预训练模型。本发明在FER2013表情数据集上的表现达到了较高的水平。
-
公开(公告)号：CN113111940B
公开(公告)日：2025-01-07
申请号：CN202110391976.6
申请日：2021-04-13
Applicant: 东南大学
IPC: G06V40/16 , G06V10/82 , G06V10/80 , G06N3/0464 , G06N3/082
Abstract: 本发明公开了一种基于特征融合的表情识别方法，首先对数据集进行数据增广操作，接着利用特征融合子网络将VGGNet‑19网络的不同层次语义级别特征提取出来输入全连接层，并使用拼接层将不同全连接层进行并联拼接，最后通过全连接层进行表情分类，实现表情识别任务。此网络结构的特点是可以从零开始训练网络，不需要预训练模型。本发明在FER2013表情数据集上的表现达到了较高的水平。
-
公开(公告)号：CN113111779B
公开(公告)日：2024-11-29
申请号：CN202110391950.1
申请日：2021-04-13
Applicant: 东南大学
IPC: G06V40/16 , G06V10/764 , G06V10/774 , G06V10/82
Abstract: 本发明公开了一种基于注意力机制的表情识别方法，首先数据集进行增广，接着利用注意力掩膜模块进行残差单元卷积，用池化操作进行下采样，减少特征图的空间维度，特征图尺寸达到网络中最小之后，再用双线性插值方法进行上采样。再将深度递减的注意力掩膜模块以残差结构嵌入骨干网络，通过恒等映射保证随着网络深度加深响应不会变弱。最后通过全局平均池化与全连接层进行表情分类，实现表情识别任务。此网络结构的特点是可以生成注意力图，达到抑制不重要特征与增强重要特征的作用。本发明在FER2013表情数据集上的表现达到了较高的水平。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.017 seconds)
