-
公开(公告)号：CN116580305B
公开(公告)日：2024-12-24
申请号：CN202310540349.3
申请日：2023-05-15
Applicant: 中国石油大学(华东)
Abstract: 本发明提供了一种基于深度学习的茶芽检测方法及其模型搭建方法，主要部分为模型搭建方法，包括以下步骤：获取现实场景中的茶叶数据集并划分为训练集和测试集，对数据进行预处理；搭建一种能够聚焦茶芽细长形态特征的YOLOv5_DC模型，通过在主干网络中引入可变形卷积来实现茶芽特征自适应提取，并通过在颈部网络中引入轻量级上采样算子来保留多层特征的语义和空间信息；对模型进行训练及测试，模型搭建完成后用于茶芽检测同时，为提升模型的检测能力，使用交叉熵函数改进损失函数。本发明所提出的方法具有较高的检测精度、较低的计算成本和较少的参数，是茶叶采摘机器人茶芽检测的有效解决方案。
-
公开(公告)号：CN118042529A
公开(公告)日：2024-05-14
申请号：CN202410292795.1
申请日：2024-03-14
Applicant: 中国石油大学(华东)
IPC: H04W28/084 , H04W28/082 , H04L67/10 , H04L67/12 , H04B17/391
Abstract: 本发明公开了一种基于无人机(Unmanned Aerial Vehicle,UAV)携带智能反射面(Intelligent Reflective Surface,IRS)辅助用户边缘计算(Edge Computing,EC)和无线充电的方法，包括如下步骤：基于实际情况建立远程能量发射站(Energy transmitter,ET)和物联网(Internet of Things,IoT)设备间存在UAV携带IRS辅助通信的模型，包括UAV‑IRS信道模型、能量消耗模型和能量收集(Energy Harvesting,EH)模型；设计优化问题定义目标函数；使用提出的强化学习算法EHEC‑SD3进行问题求解；在资源有限的环境下，联合考虑多个IoT设备、任务大小、能量发射站发射功率、IRS相移、IoT设备和UAV的移动等因素，最大限度保证IoT设备产生任务计算需求时进行能源补足，同时考虑能源的绿色可持续理念。最后，进行仿真实验选择IoT设备最优能量收集率并验证了改方法的有效性。
-
公开(公告)号：CN116580305A
公开(公告)日：2023-08-11
申请号：CN202310540349.3
申请日：2023-05-15
Applicant: 中国石油大学(华东)
Abstract: 本发明提供了一种基于深度学习的茶芽检测方法及其模型搭建方法，主要部分为模型搭建方法，包括以下步骤：获取现实场景中的茶叶数据集并划分为训练集和测试集，对数据进行预处理；搭建一种能够聚焦茶芽细长形态特征的YOLOv5_DC模型，通过在主干网络中引入可变形卷积来实现茶芽特征自适应提取，并通过在颈部网络中引入轻量级上采样算子来保留多层特征的语义和空间信息；对模型进行训练及测试，模型搭建完成后用于茶芽检测同时，为提升模型的检测能力，使用交叉熵函数改进损失函数。本发明所提出的方法具有较高的检测精度、较低的计算成本和较少的参数，是茶叶采摘机器人茶芽检测的有效解决方案。
-
公开(公告)号：CN111372268B
公开(公告)日：2022-07-08
申请号：CN201911341744.9
申请日：2019-12-24
Applicant: 中国石油大学(华东)
Abstract: 本发明针对超密集网络中以用户为中心的用户卸载效益(能耗与时延量化加权和)问题，提出了一种联合无线资源管理与任务卸载优化方法。为了最大化用户卸载效益，在迭代寻优过程中交替更新信道选择与用户上传功率两者无线资源的优化管理。此方法不仅可解决用户在计算性能以及电池容量的不足，而且通过任务卸载可有效节省用户执行时延、降低能耗，更好地提升用户体验质量。
-
公开(公告)号：CN114242237A
公开(公告)日：2022-03-25
申请号：CN202111557995.8
申请日：2021-12-20
Applicant: 中国石油大学(华东)
IPC: G16H50/20 , G16B40/00 , G16B45/00 , G06V10/44 , G06V10/74 , G06V10/80 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明提供了基于图神经网络的miRNA‑疾病关联预测。由于传统的神经网络模型无法处理miRNA‑疾病关联预测领域的不规则的非欧式空间数据。因此我们选用GraphSAGE模型对图节点进行特征提取。首先我们将整合的疾病相似度、整合的miRNA相似度映射到相同的特征空间，并利用已知的关联数据构建miRNA‑疾病二部图作为GraphSAGE的输入。通过GraphSAGE模型聚合邻居节点的信息，丰富节点特征表示，为下游预测任务提供有效的数据。最后将学习到的miRNA和疾病的潜在特征加权拼接后作为深度神经网络预测模型的输入，获得关联得分。利用交叉熵损失函数反向传播训练模型参数。
-
Patent Agency Ranking
公开(公告)号：CN112738822A
公开(公告)日：2021-04-30
申请号：CN202011559755.7
申请日：2020-12-25
Applicant: 中国石油大学(华东)
Abstract: 本发明公开了一种移动边缘计算环境中基于NOMA的安全卸载和资源分配方法，该方法包括如下步骤：A、构建窃听者存在的场景下多用户多服务器的移动边缘计算系统架构，初始化移动设备端待处理任务和边缘服务器的相关参数；B、采用NOMA作为多址接入方式，计算卸载用户的保密容量；C、提出优化问题，构建基于保密容量约束下的系统效用函数；D、提出一种联合安全卸载和资源分配的算法，通过有限次迭代获取最优的卸载策略。本发明适用于多小区多服务器的场景，不仅实现了任务的安全卸载，而且提高了频谱效率和系统收益，降低了任务完成的时延和能耗。
-
公开(公告)号：CN112367404A
公开(公告)日：2021-02-12
申请号：CN202011275911.7
申请日：2020-11-16
Applicant: 中国石油大学(华东)
Abstract: 本发明公开了一种移动边缘计算网络中面向负载均衡的安全卸载方法，该方法包括如下步骤：A、构建多小区移动边缘计算系统架构，初始化移动设备端待处理任务和边缘服务器的相关参数；B、针对卸载数据提出数据安全传输策略；C、提出多目标优化问题，完成任务的总时间作为第一目标函数，用户端的总能耗作为第二目标函数，系统负载均方差作为第三目标函数；D、利用改进的多目标优化算法优化三个目标函数值，获取Pareto最优卸载策略集，根据用户偏好，获取最优卸载策略。本发明适用于多小区多服务器的场景，不仅实现了任务安全卸载，而且降低了时延和能耗，平衡了系统负载。
-
公开(公告)号：CN106780637B
公开(公告)日：2020-09-04
申请号：CN201611114806.9
申请日：2016-12-07
Applicant: 中国石油大学(华东)
Abstract: 本发明提供了一种基于脉冲神经膜系统的快速并行图像细化算法。本发明基于脉冲神经膜系统分布式、并行性的特点，通过脉冲神经膜系统对图像中的像素点编码，并将满足图像细化算法删除条件的像素点删除。本发明提供的技术方案可以得到与原图像相同拓扑结构的细化图像，是图像预处理中的关键步骤，并且具有细化效果好、处理速度快的优点。
-
公开(公告)号：CN111372268A
公开(公告)日：2020-07-03
申请号：CN201911341744.9
申请日：2019-12-24
Applicant: 中国石油大学(华东)
Abstract: 本发明针对超密集网络中以用户为中心的用户卸载效益(能耗与时延量化加权和)问题，提出了一种联合无线资源管理与任务卸载优化方法。为了最大化用户卸载效益，在迭代寻优过程中交替更新信道选择与用户上传功率两者无线资源的优化管理。此方法不仅可解决用户在计算性能以及电池容量的不足，而且通过任务卸载可有效节省用户执行时延、降低能耗，更好地提升用户体验质量。
-
公开(公告)号：CN110336709A
公开(公告)日：2019-10-15
申请号：CN201910457432.8
申请日：2019-05-29
Applicant: 中国石油大学(华东)
Abstract: 本发明提供了一种基于排队网络的MPTCP Incast性能评价模型。本发明基于多宿主FatTree拓扑和MPTCP数据调度过程的Markov性，基于排队网络建立了M/M/N/mⅠ→M/M/L/mⅡ→M/M/K/mⅢ的多级协同MPTCP Incast数据传输性能评价模型，M/M/N/mⅠ，M/M/L/mⅡ和M/M/K/mⅢ分别刻画了边缘层瓶颈链路、传输热点ToR集群、汇聚层瓶颈链路的数据流量分组到达的三级协同过程。本发明提供的模型计算得到端到端数据传输平均时延，较好地分析MPTCP Incast吞吐量坍塌的时延性能，为MPTCP Incast性能分析提供了理论依据。
-
-
-
-
-
-
-
-
-
Search Results
95
records
(took 0.029 seconds)
