-
公开(公告)号：CN118113484B
公开(公告)日：2024-07-23
申请号：CN202410527254.2
申请日：2024-04-29
Applicant: 南昌大学 , 南昌大学新一代信息技术产业研究院
IPC: G06F9/50
Abstract: 本发明公开了一种资源调度方法、系统、存储介质及车辆，该方法包括：建立车辆与移动边缘服务器、闲置车辆、云服务器的网络通信模型，以使得车辆与移动边缘服务器、闲置车辆、云服务器之间建立通信连接；获取计算平台的成本模型以及移动边缘服务器的负载平衡模型，根据成本模型和负载平衡模型以及相关调度信息确定资源调度模型；获取车辆上的待计算密集型任务的相关信息，根据相关信息利用资源调度模型确定待计算密集型任务的卸载策略；将卸载策略分发至对应的计算平台，并利用计算平台根据卸载策略对待计算密集型任务进行卸载。本发明解决了现有技术中，在进行车辆上的计算任务的卸载时计算资源受限而导致卸载任务效果不佳的问题。
-
公开(公告)号：CN118317317A
公开(公告)日：2024-07-09
申请号：CN202410660125.0
申请日：2024-05-27
Applicant: 南昌大学 , 南昌大学新一代信息技术产业研究院
Abstract: 本发明公开了一种网络切片资源分配方法、系统、存储介质及设备，涉及通信网络技术领域，所述方法包括：根据预先划分的若干个网络切片，确定每个网络切片的容忍延迟服务与延迟敏感服务；根据每个网络切片的容忍延迟服务与延迟敏感服务构建信道频谱状态，包括授权占用状态与频谱共享状态；根据所述授权占用状态与所述频谱共享状态，计算信道中授权占用持续时间与频谱共享持续时间的数学期望值，以计算共享频道的机会可用性概率与机会容量；基于所述机会容量对应用于6G无线系统网络中的网络切片进行资源分配。本发明旨在通过机会容量对网络切片资源进行分配，以提升6G‑WCS中频谱资源的利用率。
-
公开(公告)号：CN118113484A
公开(公告)日：2024-05-31
申请号：CN202410527254.2
申请日：2024-04-29
Applicant: 南昌大学 , 南昌大学新一代信息技术产业研究院
IPC: G06F9/50
Abstract: 本发明公开了一种资源调度方法、系统、存储介质及车辆，该方法包括：建立车辆与移动边缘服务器、闲置车辆、云服务器的网络通信模型，以使得车辆与移动边缘服务器、闲置车辆、云服务器之间建立通信连接；获取计算平台的成本模型以及移动边缘服务器的负载平衡模型，根据成本模型和负载平衡模型以及相关调度信息确定资源调度模型；获取车辆上的待计算密集型任务的相关信息，根据相关信息利用资源调度模型确定待计算密集型任务的卸载策略；将卸载策略分发至对应的计算平台，并利用计算平台根据卸载策略对待计算密集型任务进行卸载。本发明解决了现有技术中，在进行车辆上的计算任务的卸载时计算资源受限而导致卸载任务效果不佳的问题。
-
公开(公告)号：CN117908684A
公开(公告)日：2024-04-19
申请号：CN202410316740.X
申请日：2024-03-20
Applicant: 南昌大学 , 南昌大学新一代信息技术产业研究院 , 江西炬能物联技术研究中心有限公司
IPC: G06F3/01 , G06T15/00 , G06T19/00 , G06F9/48 , G06F9/50 , H04L67/131 , H04L67/10 , H04L67/568
Abstract: 本发明提供了一种虚拟现实实现方法及系统，该方法包括：当实时检测到用户佩戴VR设备时，通过VR设备实时采集用户输入的交互数据，并实时检测出交互数据的交互类型；根据交互类型将交互数据传输至对应的边缘计算节点中，并通过边缘计算节点将交互数据输入至对应的AI引擎中，以通过AI引擎实时解析出交互数据中包含的前台内容；实时匹配出与前台内容对应的背景内容，并对前台内容以及背景内容进行图块合成处理，以生成对应的初始图片，前台内容和背景内容均包含有若干图块；将初始图片对应反馈至VR设备中，并通过VR设备对初始图片依次进行解码以及渲染处理，以生成对应的渲染图片。本发明能够实现画面高效率、低延迟的效果，对应提升了用户体验。
-
公开(公告)号：CN117908684B
公开(公告)日：2024-06-18
申请号：CN202410316740.X
申请日：2024-03-20
Applicant: 南昌大学 , 南昌大学新一代信息技术产业研究院 , 江西炬能物联技术研究中心有限公司
IPC: G06F3/01 , G06T15/00 , G06T19/00 , G06F9/48 , G06F9/50 , H04L67/131 , H04L67/10 , H04L67/568
Abstract: 本发明提供了一种虚拟现实实现方法及系统，该方法包括：当实时检测到用户佩戴VR设备时，通过VR设备实时采集用户输入的交互数据，并实时检测出交互数据的交互类型；根据交互类型将交互数据传输至对应的边缘计算节点中，并通过边缘计算节点将交互数据输入至对应的AI引擎中，以通过AI引擎实时解析出交互数据中包含的前台内容；实时匹配出与前台内容对应的背景内容，并对前台内容以及背景内容进行图块合成处理，以生成对应的初始图片，前台内容和背景内容均包含有若干图块；将初始图片对应反馈至VR设备中，并通过VR设备对初始图片依次进行解码以及渲染处理，以生成对应的渲染图片。本发明能够实现画面高效率、低延迟的效果，对应提升了用户体验。
-
Patent Agency Ranking
公开(公告)号：CN117494191A
公开(公告)日：2024-02-02
申请号：CN202311343636.1
申请日：2023-10-17
Applicant: 南昌大学 , 南昌大学新一代信息技术产业研究院 , 江西炬能物联技术研究中心有限公司
IPC: G06F21/62 , G06F21/64 , G06F21/57 , G06F16/9535 , G06F16/9537 , G06N3/0442 , G06N3/092
Abstract: 本申请公开了一种信息物理安全的兴趣点微服务系统及其方法，其中，信息物理安全的兴趣点微服务方法，包括如下步骤：S1：N个终端节点通过预训练模型根据用户的数据集进行预训练，获得N组预估参数；S2：云中心服务器接收到N组预估参数后，对N组预估参数进行迭代处理，获得聚合参数，并将聚合参数分别输入至N个终端节点，N个终端节点根据聚合参数执行步骤S1，至完成K轮迭代处理为止，并将第K轮迭代处理后获得的聚合参数作为优化参数；S3：N个终端节点根据优化参数对预训练模型进行优化，获得兴趣点推荐模型，当感知到用户的位置信息时，通过兴趣点推荐模型输出推荐结果。本申请能够保证信息物理安全的兴趣点微服务过程中的数据安全。
-
公开(公告)号：CN117454022A
公开(公告)日：2024-01-26
申请号：CN202311433512.2
申请日：2023-10-31
Applicant: 南昌大学 , 南昌大学新一代信息技术产业研究院 , 江西炬能物联技术研究中心有限公司
IPC: G06F16/9536 , G06N5/04 , G06N7/01
Abstract: 本申请涉及数据处理技术领域，尤其涉及一种基于人工智能物联网的隐式组推荐方法及系统，包括：依据物联网设备采集的用户的交互记录，获得用户的偏好特征；依据用户的偏好特征以及该用户所在用户组中的成员之间的合作关系和竞争意向，得到组推荐结果；待得到组推荐结果后，将组推荐结果提供给用户。本申请通过物联网结构作为底层支撑平台，从而可以实时获取和更新组推荐相关的各类数据，进而能够实时利用在线数据进行更新推荐系统，又可以使用隐性偏好反馈数据提高推荐的准确度，从而保证推荐效果。
-
公开(公告)号：CN119445342A
公开(公告)日：2025-02-14
申请号：CN202411488541.3
申请日：2024-10-24
Applicant: 南昌大学
Abstract: 本发明提供了一种基于误导学习的虚假人脸图片检测方法，S1：构建先验知识获取模块，对伪造特征提取器以及检测器构建基础的伪造伪影辨别能力；S2：搭建误导学习知识流以及偏执数据知识流；S3：引入单通道注意力融合网络，使模型自适应选择所需的多尺度伪造潜层特征以及多尺度真实图片潜层特征；S4：构建专门用于误导学习的高通滤波器，对伪造图像进行预处理操作；S5：引入误导学习损失，对伪造特征提取器进行训练约束；S6：针对伪造特征提取器外加自适应器微调。本发明使模型尽可能摆脱了图片中无关语义特征对模型的干扰所产生的特征依赖偏执，针对不同人种统计标签的伪造图片都具有优异的检测能力，在域内以及跨域测试下，都达到了最佳的性能。
-
公开(公告)号：CN119293229A
公开(公告)日：2025-01-10
申请号：CN202410711790.8
申请日：2024-06-04
Applicant: 南昌大学
IPC: G06F16/338 , G06F16/35 , G06F16/334 , G06F16/3329 , G06N3/0455 , G06N3/0499 , G06N3/08
Abstract: 本发明提出一种基于可视化特征分析的文本检测方法及系统，该方法包括：特征提取阶段，采用的特征提取器由一个BERT模型和一个MLP分类器组成，以提取MLP的倒数第二层，对应于最后一个隐藏层，得到数据集中的文本特征；模型训练阶段，包括对分类中心c和分类半径r的初始化、数据集训练以及增强统一模式；文本检测阶段，提取待检测文本的文本特征，并根据所述待检测文本的文本特征获取特征距离分类中心c的距离和分类半径r，并根据所述特征距离分类中心c的距离和所述分类半径r判断所述待检测文本是否属于生成文本。本申请能够有效地检测人工智能生成的文本，提高检测准确率和泛化能力。
-
公开(公告)号：CN119006932A
公开(公告)日：2024-11-22
申请号：CN202411463290.3
申请日：2024-10-21
Applicant: 南昌大学
IPC: G06V10/764 , G06V10/82 , G06V10/44 , G06N3/0455 , G06N3/084
Abstract: 本发明提供了一种基于双阶段学习的深度伪造图像检测方法，涉及图像处理技术领域，该方法包括以下步骤：S1、获取第一真假图像对的第一全局特征，基于所述第一全局特征获取第一通用伪造特征信息，基于所述第一通用伪造特征信息检测图像并更新所述初始检测模型的参数；S2、获取第二真假图像对的第二全局特征，基于所述第二全局特征获取第二通用伪造特征信息、特定伪造方法、性别以及种族，计算特征分类损失，基于所述特征分类损失更新检测模型的参数。本发明提供的基于双阶段学习的深度伪造图像检测方法，能够有效的检测深度伪造图像，并提高对于未知深度伪造图像技术的检测成功率。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.06 seconds)
