-
公开(公告)号：CN109068394B
公开(公告)日：2021-04-23
申请号：CN201810974327.7
申请日：2018-08-24
Applicant: 中国科学院上海微系统与信息技术研究所 , 上海无线通信研究中心
Abstract: 本发明涉及一种基于队列长度和冲突风险的信道接入方法，包括以下步骤：节点在发送之前根据队列信息中各节点的状态预测数据包的冲突风险，优先发送冲突风险小的数据包；当接收节点一跳范围内有活跃节点时，发送节点以通知帧形式传输队列信息，发送成功后再发送数据。本发明利用节点队列信息，降低隐藏终端引起的冲突，提高网络吞吐量，及降低传输时延。
-
公开(公告)号：CN109068394A
公开(公告)日：2018-12-21
申请号：CN201810974327.7
申请日：2018-08-24
Applicant: 中国科学院上海微系统与信息技术研究所 , 上海无线通信研究中心
CPC classification number: H04W74/0841 , H04L5/0053
Abstract: 本发明涉及一种基于队列长度和冲突风险的信道接入方法，包括以下步骤：节点在发送之前根据队列信息中各节点的状态预测数据包的冲突风险，优先发送冲突风险小的数据包；当接收节点一跳范围内有活跃节点时，发送节点以通知帧形式传输队列信息，发送成功后再发送数据。本发明利用节点队列信息，降低隐藏终端引起的冲突，提高网络吞吐量，及降低传输时延。
-
公开(公告)号：CN108834182B
公开(公告)日：2021-04-13
申请号：CN201810400190.4
申请日：2018-04-28
Applicant: 中国科学院上海微系统与信息技术研究所 , 上海无线通信研究中心
Abstract: 本发明涉及一种基于令牌环的无线自组网MAC层信道接入和资源预留方法，具体为：将时隙资源划分为超帧，每个超帧划分为四段子帧，并规定每段子帧的数据传输方向以避免隐藏终端的影响。建立优化模型，通过时隙数目优化算法得出各段子帧的时隙数目和总时隙数目，获得较小的端到端时延。
-
公开(公告)号：CN108811001A
公开(公告)日：2018-11-13
申请号：CN201810400179.8
申请日：2018-04-28
Applicant: 中国科学院上海微系统与信息技术研究所 , 上海无线通信研究中心
CPC classification number: H04W28/26 , H04W74/0808 , H04W84/18
Abstract: 本发明涉及一种基于CSMA竞争与TDMA预留的离散化信道接入方法，包括：步骤一、根据信道使用情况和数据缓存队列长度计算节点需要占用的时隙数目；步骤二、信道空闲时，符合条件的节点通过CSMA竞争信道，成功竞争到信道资源的节点传输数据；步骤三、成功传输数据的节点预留时隙；步骤四、当信道负载超过阈值，或预留节点缓存队列数据量为0时释放时隙。本发明能够减少接入和调整时隙带来的冲突，并且提高系统的吞吐量。
-
公开(公告)号：CN108811001B
公开(公告)日：2021-04-13
申请号：CN201810400179.8
申请日：2018-04-28
Applicant: 中国科学院上海微系统与信息技术研究所 , 上海无线通信研究中心
Abstract: 本发明涉及一种基于CSMA竞争与TDMA预留的离散化信道接入方法，包括：步骤一、根据信道使用情况和数据缓存队列长度计算节点需要占用的时隙数目；步骤二、信道空闲时，符合条件的节点通过CSMA竞争信道，成功竞争到信道资源的节点传输数据；步骤三、成功传输数据的节点预留时隙；步骤四、当信道负载超过阈值，或预留节点缓存队列数据量为0时释放时隙。本发明能够减少接入和调整时隙带来的冲突，并且提高系统的吞吐量。
-
Patent Agency Ranking
公开(公告)号：CN108834182A
公开(公告)日：2018-11-16
申请号：CN201810400190.4
申请日：2018-04-28
Applicant: 中国科学院上海微系统与信息技术研究所 , 上海无线通信研究中心
Abstract: 本发明涉及一种基于令牌环的无线自组网MAC层信道接入和资源预留方法，具体为：将时隙资源划分为超帧，每个超帧划分为四段子帧，并规定每段子帧的数据传输方向以避免隐藏终端的影响。建立优化模型，通过时隙数目优化算法得出各段子帧的时隙数目和总时隙数目，获得较小的端到端时延。
-
公开(公告)号：CN108810076A
公开(公告)日：2018-11-13
申请号：CN201810327363.4
申请日：2018-04-12
Applicant: 中国科学院上海微系统与信息技术研究所 , 上海无线通信研究中心
Abstract: 本发明涉及一种车联网加速信息传输的优化方法，车辆将生成突发的紧急安全预警信息时，在预配置的SPS资源上传输原始常规信息，该常规信息携带新资源请求和借助原始常规信息告知网络用户侧生成新信息的说明，或在预配置的SPS资源上传输突发信息，该突发信息携带新资源请求和临时占用原信息包传输资源的说明。本发明能够缩小突发信息的传送等待时延，进而缩短突发信息的传输时延。
-
公开(公告)号：CN112580804A
公开(公告)日：2021-03-30
申请号：CN202011555461.7
申请日：2020-12-23
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本发明涉及一种目标图像处理模型的确定方法、装置及存储介质，方法包括根据待剪枝图像处理模型的历史剪枝信息和历史精度信息，确定当前剪枝信息；基于当前剪枝信息，对待剪枝图像处理模型进行剪枝处理，得到剪枝后的模型；将样本图像输入剪枝后的模型，进行特征预测处理，得到预测特征信息；根据样本图像的标签信息和预测特征信息，确定剪枝后的模型的精度信息；根据剪枝后的模型的精度信息和当前剪枝信息，确定待剪枝信息；若待剪枝信息满足预设停止剪枝条件，将剪枝后的模型确定为目标图像处理模型。本发明可以减小目标图像处理模型的结构，减少目标图像处理模型所占资源，还可以保证剪枝后的网络模型的精度。
-
公开(公告)号：CN112580804B
公开(公告)日：2024-04-05
申请号：CN202011555461.7
申请日：2020-12-23
Applicant: 中国科学院上海微系统与信息技术研究所
IPC: G06N3/082 , G06N3/0464 , G06N3/0495 , G06V10/82
Abstract: 本发明涉及一种目标图像处理模型的确定方法、装置及存储介质，方法包括根据待剪枝图像处理模型的历史剪枝信息和历史精度信息，确定当前剪枝信息；基于当前剪枝信息，对待剪枝图像处理模型进行剪枝处理，得到剪枝后的模型；将样本图像输入剪枝后的模型，进行特征预测处理，得到预测特征信息；根据样本图像的标签信息和预测特征信息，确定剪枝后的模型的精度信息；根据剪枝后的模型的精度信息和当前剪枝信息，确定待剪枝信息；若待剪枝信息满足预设停止剪枝条件，将剪枝后的模型确定为目标图像处理模型。本发明可以减小目标图像处理模型的结构，减少目标图像处理模型所占资源，还可以保证剪枝后的网络模型的精度。
-
公开(公告)号：CN112434793A
公开(公告)日：2021-03-02
申请号：CN202011322985.1
申请日：2020-11-23
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本申请涉及量化卷积神经网络的生成方法、装置、设备或存储介质，该方法包括：获取已训练的全精度卷积神经网络和待训练的量化卷积神经网络；基于已训练的全精度卷积神经网络，对待训练的量化卷积神经网络进行循环迭代，得到已训练的量化卷积神经网络；在每一次迭代过程中：获取已训练的全精度卷积神经网络基于输入数据进行前向传播后的第一输出值；对当前待训练的量化卷积神经网络的当前全精度权值参数进行量化，得到当前量化权值参数；当前量化权值参数用于前向传播得到第二输出值；当前全精度权值参数用于权值更新。如此，利用已训练的全精度卷积神经网络，指导量化卷积神经网络的训练，可以提升训练完成后量化卷积神经网络的精度。
-
-
-
-
-
-
-
-
-
Search Results
33
records
(took 0.05 seconds)
