-
公开(公告)号：CN119135917B
公开(公告)日：2025-05-23
申请号：CN202411273545.X
申请日：2024-09-12
Applicant: 北京科技大学
IPC: H04N19/196 , H04N19/169 , H04N19/65 , H04N19/42 , H04N19/44
Abstract: 本申请提供的流媒体数据处理方法、电子设备和存储介质，涉及流媒体数据处理技术领域。在本申请中，首先，可以获得第一冗余参数和第二冗余参数，其中，第一冗余参数用于反映原始流媒体数据包的数量，第二冗余参数用于反映原始流媒体数据包对应的冗余数据包的数量；其次，可以基于第一冗余参数、第二冗余参数和预先确定的目标码表构建规则，构建出对应的目标码表；然后，可以基于目标码表，对原始流媒体数据包进行冗余配置，形成原始流媒体数据包对应的冗余数据包，和/或，基于目标码表和冗余数据包，对丢失的原始流媒体数据包进行恢复处理。基于上述内容，可以改善现有的流媒体数据处理技术中存在的资源浪费的问题。
-
公开(公告)号：CN108900874B
公开(公告)日：2020-12-22
申请号：CN201810947883.5
申请日：2018-08-20
Applicant: 北京科技大学
IPC: H04N21/239 , H04N21/4402 , H04N21/647 , H04N21/845
Abstract: 本发明提供一种基于SVC‑DASH框架的流媒体自适应请求方法及其装置，涉及视频编码和HTTP动态流媒体传输领域；本发明中，请求下载基本层的过程为：判断当前播放分段的下一分段的基本层分片是否已下载至缓冲区，如否，则依次下载后续每个分段的基本层分片，直至缓存区长度达到上限值B；如是，再判断下一分段的基本层分片是否已下载至缓冲区，以此类推，直至缓存长度达到上限值B；请求下载增强层的过程与请求下载基本层的过程类似；本发明中还加入了宽带预测以及增强层分片有效性判别的步骤。本发明的方法和装置均解决了现有方法在移动网络环境下普遍存在的码率切换频繁、不能有效克服缓存区下溢导致的播放中断以及不能充分利用带宽资源的问题。
-
公开(公告)号：CN107454562B
公开(公告)日：2020-11-20
申请号：CN201710701334.5
申请日：2017-08-16
Applicant: 北京科技大学
Abstract: 本发明公开了一种面向ICN架构的D2D移动内容分发方法，主要包括请求端发送改为兴趣包过程、内容解析与分发过程和缓存管理过程；通过内容解析、分发，可以找到离请求端最近范围内的缓存设备，请求端根据此缓存设备的位置信息进行请求，当兴趣包到达缓存设备时，将数据包沿兴趣包的请求路径原路返回，在返回过程中，通过缓存方法来判断中间用户设备是否对数据包进行缓存。本发明解决了目前ICN网络的缓存策略是沿默路径传输，在中间用户设备的缓存空间有限的情况下会造成缓存资源的浪费以及内容多样性的降低，进而导致内容获取延迟时间较长的问题。
-
公开(公告)号：CN110381004A
公开(公告)日：2019-10-25
申请号：CN201910766576.1
申请日：2019-08-20
Applicant: 北京科技大学
Abstract: 本发明涉及激光通信技术领域，更具体的是涉及一种适用于FSO物理层网络编码的信号处理与传输方法。针对现有技术中由于存在着较大整数倍频偏的问题，本发明的技术方案是：利用交错设计的前导序列对A、B两路信号分别求得频偏的估计值，然后对叠加信号补偿两估计值的均值，由于A、B两路残余频偏的存在，两个相邻OFDM符号之间可视为叠加了一个公共相位ej2πδ，且公共相位的大小与残余频偏大小δ相关，在此基础上，利用块状导频得到信道估计值，结合频偏带来的公共相位值，可进一步计算得到块状导频后的所有数据块序列叠加信号。此方法用于解决FSO系统物理层网络编码频偏估计和信道估计问题。
-
公开(公告)号：CN109067427A
公开(公告)日：2018-12-21
申请号：CN201810935217.X
申请日：2018-08-16
Applicant: 北京科技大学
Abstract: 本发明公开了一种基于优化型小波神经网络的跳频序列预测方法，属于跳频序列预测方法领域；其包括步骤1：对跳频信号进行时域分析获取当前时刻的跳频序列；步骤2：将跳频序列进行预处理获取训练样本和测试样本；步骤3：将训练样本输入初始化后的神经网络依次进行DBSCAN聚类计算和权值优化完成训练；步骤4：将测试样本输入完成训练的神经网络进行预测，获取下一时刻的跳频序列；本发明解决了目前使用小波神经网络对不同的跳频序列进行预测时，网络训练过程中因无通用且有效的算法，导致无法自适应确定隐含层节点个数和小波平移因子初始值的问题，提高了相同隐含层节点网络的预测精度，加快了网络后续的学习速度，缩短了程序的运行时间。
-
Patent Agency Ranking
公开(公告)号：CN108287989A
公开(公告)日：2018-07-17
申请号：CN201810050045.8
申请日：2018-01-18
Applicant: 北京科技大学
Abstract: 本发明公开了一种基于轨迹的滑动验证码人机识别方法，包括以下步骤：采集用户轨迹数据；根据轨迹数据构建多维特征体系；根据设计好的人机识别模型对多维特征体系进行轨迹区分。本发明中，通过结合人类轨迹的两种现象进行多维特征体系的设计，用特征描述用户的滑动验证码习惯，进而将用户操作与机器模仿进行区别开来，在与攻击者的黑产工具的对抗中能占据优势，起到较好的对抗保护作用。
-
公开(公告)号：CN118868960A
公开(公告)日：2024-10-29
申请号：CN202410914409.8
申请日：2024-07-09
Applicant: 北京科技大学
IPC: H03M13/00
Abstract: 本申请公开了一种数据编码方法、装置、终端和存储介质，包括：将待编码数据分割为至少两个第一数据包；基于预设编码矩阵以及所述第一数据包，确定编码表达式，其中，所述预设编码矩阵中的元素为所述扩展域元素；基于预设编码运算表，将所述扩展域元素转化为扩展域元素矩阵；基于所述编码表达式，根据所述扩展域元素矩阵以及所述第一数据包，得到目标编码数据包。本申请旨在通过高维扩展域对应用场景中的数据进行编码处理，降低数据在编码过程中的计算开销，提高编码效率。
-
公开(公告)号：CN114625571A
公开(公告)日：2022-06-14
申请号：CN202210249270.0
申请日：2022-03-14
Applicant: 北京科技大学
Abstract: 本发明公开了一种用于数据恢复的三冗余MDS阵列码编译方法，涉及数据还原技术领域，在简编码译码过程复杂度降低的基础上实现可以对3个丢失数据的修复，包括以下步骤：获取k个原始数据包；获取每个原始数据包mj所对应的二元编码系数矩阵Aj；生成3个编码数据包，分别表示为p、q和r；当原始数据包出现数据丢失，用剩余数据的原始数据包和编码数据包进行数据译码恢复。本发明具有计算简单、异或操作数目逼近最优的情况下可以容许三个数据包丢失的优点。
-
公开(公告)号：CN107835064B
公开(公告)日：2020-09-29
申请号：CN201710979266.9
申请日：2017-10-19
Applicant: 北京科技大学
IPC: H04L1/00 , H04B17/336 , H04B17/391 , H04B17/40
Abstract: 本发明公开了一种基于1比特反馈及格型划分的物理层网络编码传输方法；分别选择基于高斯整数集和基于爱森斯坦整数集的格型划分作为编码传输的备选消息空间，并设定1比特反馈信号中的0、1与两种格型划分之间的对应关系；中继计算并选出判断值较大的格型划分，并发送1比特反馈信号至各发送端；各发送端根据所述1比特反馈信号内容确定编码传输的格型划分，并将该格型划分下的待传消息wl映射为四维复向量传输信号xl并发送至中继；所述四维复向量传输信号xl在传输过程中经自然叠加后形成四维复向量信号y，中继根据所述四维复向量信号y得到各发送端待传消息wl线性组合u，并利用所述线性组合u进行传输；实现了利用两种格型划分来进行物理层网络编码传输，加大了灵活性。
-
公开(公告)号：CN109067427B
公开(公告)日：2019-11-22
申请号：CN201810935217.X
申请日：2018-08-16
Applicant: 北京科技大学
Abstract: 本发明公开了一种基于优化型小波神经网络的跳频序列预测方法，属于跳频序列预测方法领域；其包括步骤1：对跳频信号进行时域分析获取当前时刻的跳频序列；步骤2：将跳频序列进行预处理获取训练样本和测试样本；步骤3：将训练样本输入初始化后的神经网络依次进行DBSCAN聚类计算和权值优化完成训练；步骤4：将测试样本输入完成训练的神经网络进行预测，获取下一时刻的跳频序列；本发明解决了目前使用小波神经网络对不同的跳频序列进行预测时，网络训练过程中因无通用且有效的算法，导致无法自适应确定隐含层节点个数和小波平移因子初始值的问题，提高了相同隐含层节点网络的预测精度，加快了网络后续的学习速度，缩短了程序的运行时间。
-
-
-
-
-
-
-
-
-
Search Results
43
records
(took 0.022 seconds)
