一种基于跨模态通信系统的信源信道联合编解码方法

    公开(公告)号:CN119011843A

    公开(公告)日:2024-11-22

    申请号:CN202411075763.2

    申请日:2024-08-07

    Abstract: 本发明公开了一种基于跨模态通信系统的信源信道联合编解码方法,涉及跨模态图像信号重建技术领域,包括:首先,设计跨模态信源编码器,将带有类别标签的触觉信号和图像信号输入跨模态信源编码器,挖掘模态间深层次的融合特征信息。其次,设计信道编码器与信道解码器,将提取的融合特征直接映射为用于信道传输的比特流,提升系统对信道变化的适应能力。最后,在接收端设计相应的信源解码器,从深层次的特征信息中完成高质量图像信号重建。本发明提供的基于跨模态通信系统的信源信道联合编解码方法降低网络中的功耗,使用适应度函数测量了云网络和服务器(主机)之间的负载平衡,将负载平衡问题转换为优化问题,从而能够适用于处理资源优化。使用粒子群的结果作为遗传算法的初始种群,本发明在执行成本、负载平衡和完成时间方面都取得更加良好的效果。

    一种基于红外阵列传感器的非入侵式人数检测方法和系统

    公开(公告)号:CN116363048A

    公开(公告)日:2023-06-30

    申请号:CN202211361323.4

    申请日:2022-11-02

    Abstract: 本发明公开了一种基于红外阵列传感器的非入侵式人数检测方法、装置和系统。该方法包含以下步骤:采集目标的连续多帧温度阵列数据;对温度阵列数据做预处理,获得有效数据点;对每帧温度阵列数据进行特征提取,得到特征图层;基于位置特征图层,分割图层中的多个目标并记录当前帧的多目标空间位置数据和时间数据,计算多目标的时空距离,进行动态规划得到目标映射关系;由连续帧之间的多目标的映射关系,根据有限状态机中的转移路径生成单个目标的独立轨迹;根据轨迹判定判别算法判断目标的行动状态,得到室内人数的变化数量从而检测室内人数。本发明的方法、装置和系统解决了现有技术中多目标人数检测准确性低、成本高等技术问题。

    一种基于迁移学习的视觉-触觉信号自适应重建方法

    公开(公告)号:CN115993888A

    公开(公告)日:2023-04-21

    申请号:CN202211651436.8

    申请日:2022-12-21

    Abstract: 本发明公开了一种基于迁移学习的视觉‑触觉信号自适应重建方法包括:基于中心云端存储的大规模视觉和触觉数据集执行监督学习任务,并获取知识;利用迁移学习技术将知识迁移到边缘节点,并在边缘节点建立跨模态迁移重建模型;通过梯度下降算法在云端和边缘节点对跨模态迁移重建模型进行训练,以获取最优的模型结构和参数;将需要重建的视觉信号和触觉信号输入跨模态迁移重建模型生成重建后的视觉信号和触觉信号,实现受损、丢失、延迟的视觉和触觉自适应重建;本发明通过充分利用大规模数据集中所蕴含的知识信息以及充分挖掘不同模态间信号语义相关性有效的解决了跨模态通信中受损的视觉和触觉信号的自适应重建问题。

    一种面向低延时高可靠通信的多媒体数据编解码方法

    公开(公告)号:CN115866267A

    公开(公告)日:2023-03-28

    申请号:CN202211488181.8

    申请日:2022-11-25

    Inventor: 张旭光 周亮 魏昕

    Abstract: 本发明公开了面向低延时高可靠通信的多媒体数据编解码方法,属于数据编解码技术领域,包括如下步骤:(1)基于韦伯定律设计粒度自适应的“感知死区”模型;(2)根据多媒体信号的时‑空相关性,设计数据的灵活解构方案;(3)时空相关性编码和熵编码去除冗余;(4)多路协作式传输;(5)滑动窗口式数据接收;(6)多路组合式数据解码;(7)基于多模态满意度识别度量学习的用户满意度调查;(8)编码器参数根据用户满意度自适应调整。通过个性化的编码实现了用户感知水平与编码精细度的适配;通过提出一种独立‑可伸缩的数据解构和重构方案,赋予码流以灵活、可伸缩的性质,支持灵活的多路协作式传输,以满足低延时高可靠的通信需求。

    基于红外阵列传感器的非入侵式人数检测方法、装置及系统

    公开(公告)号:CN113611012B

    公开(公告)日:2023-02-14

    申请号:CN202110668180.0

    申请日:2021-06-16

    Abstract: 本发明公开了一种基于红外阵列传感器的非入侵式人数检测方法、装置及系统,方法包括以下过程:采集通过采集区域的目标人员的连续多帧红外辐射温度阵列数据;使用帧差法对每帧红外辐射温度阵列数据做预处理,获得每帧新的红外辐射温度阵列数据;对每帧新的红外辐射温度阵列数据进行特征提取,计算目标人员所处采集区域的坐标;基于所有帧中目标人员所处采集区域的坐标得到目标人员的运动轨迹,通过目标人员的运动轨迹判断目标人员是进入还是离开,进而得到室内人数。本发明方法简单、检测准确性高。

    非均衡IPTV数据集下的用户报障预测方法

    公开(公告)号:CN106056160B

    公开(公告)日:2022-05-17

    申请号:CN201610392603.X

    申请日:2016-06-06

    Abstract: 本发明公开了非均衡IPTV数据集下的用户报障预测方法,主要步骤:(1)导入IPTV用户观看记录并提取数值型指标;(2)平均每位用户的观看记录;(3)初始化平衡值β;(4)采用均基于马氏距离的ODR和BSMOTE算法删除不报障样本,增加人工报障样本;(5)使用TOMEK算法删除对分类有负面影响的新增样本;(6)将重建后的样本数据集放入自适应变核宽度的SVM分类器中训练;(7)将待预测的IPTV用户数据,输入到训练好的SVM的检测器中。由于采用改进BSMOTE和ODR算法均基于马氏距离,不仅避免变量的多重相关性所带来的信息重叠,还不受样本点属性之间不同量纲的影响,获得更佳的样本数据改造效果,削弱了噪声点和冗余点对报障预测的干扰,大幅度提高了分类器预测准确度。

    面向个性化学习的在线教育资源推荐方法

    公开(公告)号:CN114238431A

    公开(公告)日:2022-03-25

    申请号:CN202111367618.8

    申请日:2021-11-18

    Abstract: 本发明公开了面向个性化学习的在线教育资源推荐方法,包括如下步骤:(1)采集学生观看教育视频的学习行为记录;(2)基于教育心理学的知识计算学生学习能力,根据学生学习教育视频数量与学习能力,用聚类方法对学生群体进行分类;(3)提取教育视频的属性并计算难度,形成教育视频的特征向量;(4)以教育视频的特征向量为输入,利用LinUCB算法为学生提供合适难度的教育视频,形成最终的推荐列表。本发明基于LinUCB算法提出了面向个性化学习的在线教育资源推荐方案,提高了计算速度和计算资源的利用率;根据学生各自的学习能力,结合注意力机制设计个性化探索系数,实现了自适应的个性化探索机制。

    一种基于音频—触觉信号融合的跨模态图像生成方法及装置

    公开(公告)号:CN113627482A

    公开(公告)日:2021-11-09

    申请号:CN202110776966.4

    申请日:2021-07-09

    Abstract: 本发明公开了一种基于音频—触觉信号融合的跨模态图像生成方法,其步骤包括:1)选取包含音频数据、图像数据、触觉信号在内的多模态数据集,将该数据集划分为训练集和测试集;2)设计一个音频—触觉信号融合的跨模态图像生成模型,该模型包括深度语义融合、潜在空间学习和跨模态图像生成三个模块;3)利用训练集对该模型进行训练,得到最优参数;4)利用测试集中的触觉信号和音频数据,基于所训练好的模型,跨模态地生成对应的图像。本发明公开了一种基于音频—触觉信号融合的跨模态图像生成装置,本发明引入了强大的生成对抗机制,并且利用了标签信息,有效提高了图像生成的准确性和鲁棒性。

    一种基站流量的联合预测方法

    公开(公告)号:CN109640351A

    公开(公告)日:2019-04-16

    申请号:CN201910072191.5

    申请日:2019-01-25

    CPC classification number: H04W24/06 H04L41/145 H04L41/147

    Abstract: 本发明提出了一种基站流量的联合预测方法,用于解决当流量数据呈现非线性且存在突变值时,传统线性算法预测性能较差的问题。首先从基站采集流量数据作为数据集,对于异常值和缺失值进行数据预处理;接着采用小波变换来分解处理过的数据,使流量数据平滑,易于预测;而后对分解得出的序列进行单一重构,低频信号采用回声状态网络模型进行预测,高频信号采用自回归积分滑动平均模型进行预测;最后对单个序列的预测数值进行线性累和得出最终结果。本发明的联合模型方法较之于单一模型预测能够达到更好的预测精度,降低平均绝对百分比误差达6%,并在一定程度上降低归一化均方根误差;基站的流量数据预测准确性提高,有利于提高网络资源合理分配性。

    P2P流媒体点播系统中基于淘汰指数的节点缓存替换方法

    公开(公告)号:CN108881943A

    公开(公告)日:2018-11-23

    申请号:CN201810578791.4

    申请日:2018-06-07

    Abstract: 本发明公开了P2P流媒体点播系统中基于淘汰指数的节点缓存替换方法,该方法实现了P2P流媒体系统中高效的缓存替换。首先,当播放的过的视频块从当前普通节点的播放区移除到普通区时,如果普通区已满,则依次计算视频的反馈数值、视频点播需求的可用值、修正因子,并基于反馈机制,计算淘汰指数;如果当前视频的淘汰指数最大则删除该视频块,否则计算最大淘汰指数视频中每一个视频块的缓存价值,删除价值最小的视频块。实施结果表明,本发明所设计的方法可以有效地降低热门视频的冗余副本,并将它们替换为冷门视频的副本,增加了冷门视频在P2P点播系统的副本数量,从而有效降低了服务器压力,提高了节点的缓存利用率。

Patent Agency Ranking