-
公开(公告)号：CN110009061B
公开(公告)日：2022-08-05
申请号：CN201910314113.1
申请日：2019-04-18
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于机器学习的AP自适应优化选择方法，方法应用于移动设备与AP建立WIFI连接及车联网自适应网络切换的过程中，方法包括：收集当前环境中的连接设备数据，建立训练数据集，特征集，确定阈值；根据数据集及ID3算法确认是否为单结树；若非单结树，则分割子集构建子结点生成树；递归调用，直至生成完整的决策树，以将AP分类为FAST集和SLOW集，选择FAST集中最快的AP建立连接；本发明根据机器学习模型对AP接入点进行选择以缩短连接时间，减少WIFI连接设置时间成本。
-
公开(公告)号：CN109769280B
公开(公告)日：2021-10-08
申请号：CN201910246264.8
申请日：2019-03-29
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于机器学习的WIFI智能预测切换方法，方法中，将WIFI热点RSSI值演变模式与移动终端设备的WIFI切换决策关联起来。首先收集大量区域内WIFI热点信号强度数据集以及设备连接WIFI热点变化情况，并对该数据集进行归一化处理。其次，初始化神经网络参数，给定目标输出。最后，将预处理后的数据集喂入神经网络计算出隐层和输出层各单元输出以及输出误差，进行反复迭代训练、调整神经网络各层权值直至输出误差满足要求。本发明训练完成构建的人工神经网络会根据移动终端设备的WIFI信号强度变化情况预测Δ秒后（自由设置值，Δ越长，预测正确率越低）设备的位置变化情况来决定是否执行切换，提高网络稳定性。
-
公开(公告)号：CN111860145A
公开(公告)日：2020-10-30
申请号：CN202010528145.4
申请日：2020-06-11
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于边缘计算和最大似然估计的人脸识别系统优化方法。该方法采用边缘计算和最大似然估计的方法优化边缘端和云端人脸识别系统的计算力分配。本发明的具体步骤为：(1)、从历史访问数据库中获取历史访问数据，根据数据预测将来一段时间内的系统压力情况；(2)、从摄像头采集图像数据，并进行预处理；(3)、在边缘计算模块中根据压力情况分配计算力；(4)、进行本地端或是云端的人脸识别；(5)、从本地端或云端获取结果并返回到系统。本发明在使用云服务的同时又充分挖掘了边缘端设备的计算能力，通过边缘端和云端的交互优化，实现了一个成本低，识别准确率高，应对大压力冲击能力强的人脸识别系统。
-
公开(公告)号：CN109769280A
公开(公告)日：2019-05-17
申请号：CN201910246264.8
申请日：2019-03-29
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于机器学习的WIFI智能预测切换方法，方法中，将WIFI热点RSSI值演变模式与移动终端设备的WIFI切换决策关联起来。首先收集大量区域内WIFI热点信号强度数据集以及设备连接WIFI热点变化情况，并对该数据集进行归一化处理。其次，初始化神经网络参数，给定目标输出。最后，将预处理后的数据集喂入神经网络计算出隐层和输出层各单元输出以及输出误差，进行反复迭代训练、调整神经网络各层权值直至输出误差满足要求。本发明训练完成构建的人工神经网络会根据移动终端设备的WIFI信号强度变化情况预测Δ秒后（自由设置值，Δ越长，预测正确率越低）设备的位置变化情况来决定是否执行切换，提高网络稳定性。
-
公开(公告)号：CN108769581A
公开(公告)日：2018-11-06
申请号：CN201810504671.X
申请日：2018-05-24
Applicant: 南京邮电大学
CPC classification number: H04N7/18 , H04L63/083 , H04L67/12
Abstract: 本发明公开了一种面向公共服务的移动车载监控系统，系统包括采集器、流媒体服务器和移动终端设备，采集器和移动终端设备均与流媒体服务器之间通过无线传输的方式进行数据交互，采集器用于控制车载监控系统进行视频的采集，流媒体服务器用于存储采集器中采集到的视频流，并向移动终端设备提供视频源文件；采集器内包括一主控板以及连接在主控板上的视频采集模块、WIFI模块、存储器模块和电源模块；方法通过视频采集模块采集图像，主控板使用V4L2获取视频采集模块采集到的图像并通过无线传输方式传送至所述流媒体服务器，移动终端设备通过APP软件进行流媒体服务器中视频的浏览；本发明实现了车载系统的可移动性，安全性和可靠性高。
-
Patent Agency Ranking
公开(公告)号：CN109104455B
公开(公告)日：2021-06-22
申请号：CN201810335686.8
申请日：2018-04-16
Applicant: 南京邮电大学
Abstract: 本发明公开了一种对路边微云负载均衡优化的方法，所述方法包括如下步骤：基于设置在路边的微云构建一个车载网络系统模型；对每个微云在设定任务数目的情况下，使用函数来表示对应任务下每个微云的任务平均响应时间；使用二分法查找得到所述平均响应时间的数值，并设定一个阈值，用于判断每个微云是否存在过载的情况；若微云过载，则使用传输法计算出从过载微云到符合条件轻负载微云的任务流量，并计算重定向任务流量导致的总网络延时；根据总网络延时的大小选择最优重定向流的轻负载微云，保证每个微云在总任务数目的情况下的响应时间接近平均响应时间；本发明可以显著减少车载网络中的微云任务的最大响应时间，提高车载网络中资源的利用率。
-
公开(公告)号：CN108551664B
公开(公告)日：2021-06-29
申请号：CN201810340435.9
申请日：2018-04-17
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于图论的车载异构网络资源协作优化方法，包括确定车辆与基站之间是单跳通信还是两跳通信，分类采集形成单跳通信集合和两跳通信集合；根据图论将单跳通信集合和两跳通信集合组成二分图，计算每一个单跳通信和两跳通信的服务量，然后对单跳通信集合中链路的服务量进行大小排序；选取服务量值最小的车辆节点构建DV车辆集，其余车辆构建RV车辆集，由DV车辆集和RV车辆集作为顶点构建加权二分图；计算加权二分图顶点之间每条边权重，并使用KM算法寻找加权二分图的整体最大权重匹配方案，在匹配过程中设置时延限制约束条件；使用二分搜索法对DV车辆数量进行迭代更新，根据迭代更新结果判断是否找到车辆与基站之间通信的最优协作方案。
-
公开(公告)号：CN111626987A
公开(公告)日：2020-09-04
申请号：CN202010357546.8
申请日：2020-04-29
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于无人机及无锚框网络的车辆检测方法，针预先获取无人机高度信息，采集无人机航拍图像，保存每张图像的高度信息，形成训练集和测试集；建立相机模型，通过高度信息计算出车辆尺度；设计特征提取网络，将深层网络和浅层网络进行融合，提取车辆特征；采用无锚框的检测网络，基于CenterNet网络对特征图进行识别检测。本发明舍弃传统有锚框的检测方法，降低了运算量，相对于其他已知的其他算法，在准确率和速度上均得到了提升，具备了在无人机的边缘端进行实时检测的能力。
-
公开(公告)号：CN108601058A
公开(公告)日：2018-09-28
申请号：CN201810335675.X
申请日：2018-04-16
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于博弈论的多目标决策网络接入选择方法，包括步骤：建立移动车辆之间的协作通信机制，并根据博弈论的夏普利公式制定边际收益；目的车辆向周围车辆发送广播报文，周围车辆根据协作通信机制制定同意协作的服务费用，根据服务费用的大小给目的车辆反馈信息；目的车辆接收到周围所有车辆的反馈信息后，根据最优化理论选择机制选择最佳中继车辆；目的车辆向选择的中继车辆发送单播确认报文，确认将其作为节点实现与路边网络单元的接入操作，从而获取相关的互联网服务；本发明的一种基于博弈论的多目标决策网络接入选择方法综合考虑服务质量和价格因素，降低了数据下载的成本，保证了信息传输速率，用户可以根据自身需求进行选择。
-
公开(公告)号：CN111626987B
公开(公告)日：2022-08-26
申请号：CN202010357546.8
申请日：2020-04-29
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于无人机及无锚框网络的车辆检测方法，针预先获取无人机高度信息，采集无人机航拍图像，保存每张图像的高度信息，形成训练集和测试集；建立相机模型，通过高度信息计算出车辆尺度；设计特征提取网络，将深层网络和浅层网络进行融合，提取车辆特征；采用无锚框的检测网络，基于CenterNet网络对特征图进行识别检测。本发明舍弃传统有锚框的检测方法，降低了运算量，相对于其他已知的其他算法，在准确率和速度上均得到了提升，具备了在无人机的边缘端进行实时检测的能力。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.025 seconds)
