-
公开(公告)号：CN114007274B
公开(公告)日：2023-11-14
申请号：CN202111094759.7
申请日：2021-09-17
Applicant: 厦门大学 , 京信网络系统股份有限公司
IPC: H04W72/12 , H04W72/0446 , H04W72/566 , H04W72/23 , H04W72/543
Abstract: 本发明公开了一种基于URLLC业务时延容忍度的资源复用方法及系统，其中方法包括：无线接入点向无线通信设备发送SIB1信息；当无线通信设备产生URLLC业务需求时，生成调度信息，以及将调度信息发送给无线接入点；无线接入点判断URLLC业务是否可容忍切片帧结构下的最长等待时延；如果否，则将资源复用方案配置为基于免授权模式；如果是，则获取URLLC业务类型信息；判断无线通信设备的URLLC业务是否为周期性；如果否，则将资源复用方案配置为改进型GB模式；如果是，则将资源复用方案配置为GF模式。能够在满足URLLC业务低时延技术要求的前提下，降低eMBB UE用于传输数据的时频域资源被抢占、打孔、穿刺事件的发生概率，进而提高eMBB UE吞吐量和信噪比。
-
公开(公告)号：CN114007274A
公开(公告)日：2022-02-01
申请号：CN202111094759.7
申请日：2021-09-17
Applicant: 厦门大学 , 京信网络系统股份有限公司
Abstract: 本发明公开了一种基于URLLC业务时延容忍度的资源复用方法及系统，其中方法包括：无线接入点向无线通信设备发送SIB1信息；当无线通信设备产生URLLC业务需求时，生成调度信息，以及将调度信息发送给无线接入点；无线接入点判断URLLC业务是否可容忍切片帧结构下的最长等待时延；如果否，则将资源复用方案配置为基于免授权模式；如果是，则获取URLLC业务类型信息；判断无线通信设备的URLLC业务是否为周期性；如果否，则将资源复用方案配置为改进型GB模式；如果是，则将资源复用方案配置为GF模式。能够在满足URLLC业务低时延技术要求的前提下，降低eMBB UE用于传输数据的时频域资源被抢占、打孔、穿刺事件的发生概率，进而提高eMBB UE吞吐量和信噪比。
-
公开(公告)号：CN115314963B
公开(公告)日：2024-06-11
申请号：CN202210936846.0
申请日：2022-08-05
Applicant: 厦门大学
Abstract: 基于无线接入网智能控制器的移动切换优化方法及装置，涉及无线与移动通信。获取CM、PM数据输入离线数据存储模块，若切换成功率小于设定阈值，将移动切换相关KPI数据输入近实时RIC的异常检测分析模块；提取导致移动切换问题的特征，筛选异常KPI原始数据输入非实时RIC模块，结合网络配置管理数据移动切换参数优化模型训练，下发至近实时RIC，设定时间内存在移动切换问题的小区对出现问题的次数超过设定阈值，将移动切换KPI数据输入参数优化模块；通过参数优化模块得最优参数配置，优化策略输入基站参数调优，若网络性能提升至预期，则将性能数据反馈至非实时RIC中的参数优化模型训练模块，否则撤回本次优化指令。
-
公开(公告)号：CN104219759B
公开(公告)日：2018-02-27
申请号：CN201410469016.7
申请日：2014-09-15
Applicant: 厦门大学
Abstract: 本发明一种无线传感网络分布式时间同步的加速方法，首先采集获得所有节点的初始值xi(0)及权值矩阵W的值；利用经典时间同步算法X(n)＝WnX(0)至少先运行k次，得到K个存储状态值；取每个节点k个之前的状态值来更新以后的状态值，通过存储算法的不停迭代，最终在某一时刻，当X(n)中的所有元素一样时，也就是达到时钟同步了；本发明根据自己以往状态偏差值来预测当前时间基准值，然后基于与邻居间偏差加权来调整当前基准值，并通过滤波进行参数ai的选取，从而对节点的时间值进行预测，由于参数ai的影响，节点在每次更新状态值之后，又预测到了下一刻的状态值，并可以对系数做相应的调整以适应同步的进程，这就加快网络的收敛速度。
-
公开(公告)号：CN104219759A
公开(公告)日：2014-12-17
申请号：CN201410469016.7
申请日：2014-09-15
Applicant: 厦门大学
Abstract: 本发明一种无线传感网络分布式时间同步的加速方法，首先采集获得所有节点的初始值xi(0)及权值矩阵W的值；利用经典时间同步算法X(n)＝WnX(0)至少先运行k次，得到K个存储状态值；取每个节点k个之前的状态值来更新以后的状态值，通过存储算法的不停迭代，最终在某一时刻，当X(n)中的所有元素一样时，也就是达到时钟同步了；本发明根据自己以往状态偏差值来预测当前时间基准值，然后基于与邻居间偏差加权来调整当前基准值，并通过滤波进行参数ai的选取，从而对节点的时间值进行预测，由于参数ai的影响，节点在每次更新状态值之后，又预测到了下一刻的状态值，并可以对系数做相应的调整以适应同步的进程，这就加快网络的收敛速度。
-
Patent Agency Ranking
公开(公告)号：CN119014817A
公开(公告)日：2024-11-26
申请号：CN202411115540.4
申请日：2024-08-14
Applicant: 厦门大学
Abstract: 本发明公开了一种基于多源特征融合的舌象检测方法、设备及介质，包括：步骤1、获取受试者的基本生理指标；步骤2、在封闭空间内采集受试者的吐舌面部图像；步骤3、对所述吐舌面部图像进行预处理，分割出舌头图像；步骤4、检查所述舌头图像的质量是否满足要求，若是，则进入步骤5；若否，则返回步骤2；步骤5、使用多分支多尺度神经网络从舌头图像中提取受试者的舌象特征；步骤6、从所述基本生理指标中提取生理指标特征，综合所述舌象特征和生理指标特征预测受试者的健康状态。本发明提高自动化舌象检测的准确率和降低应用成本。
-
公开(公告)号：CN117975486B
公开(公告)日：2024-08-16
申请号：CN202410372214.5
申请日：2024-03-29
Applicant: 厦门大学
IPC: G06V30/19 , G06V10/82 , G06N3/0455 , G06N3/0895
Abstract: 本发明基于文本图像的产品摘要生成方法、系统和存储介质，通过多模态多任务学习方法训练好产品摘要生成模型后，在应用部署时，该产品摘要生成模型仅保留多模态编码器和视觉引导解码器，将产品图像和产品文本描述输入到多模态编码器中分别得到图像表征#imgabs0#和文本表征#imgabs1#，然后将图像表征#imgabs2#和文本表征#imgabs3#输入到视觉引导解码器中并生成产品摘要#imgabs4#。本发明扩展了单模态BART，将其改进为多模态BART，并改善了多模态特征的交互和融合，同时引入了交互信息增强，以获取文本输入中语义丰富的表征。在中国电子商务产品摘要数据集CEPSUM上进行的大量实验证实了本发明相对于现有方法的优越性，能够生成简洁而连贯的产品摘要。
-
公开(公告)号：CN117975486A
公开(公告)日：2024-05-03
申请号：CN202410372214.5
申请日：2024-03-29
Applicant: 厦门大学
IPC: G06V30/19 , G06V10/82 , G06N3/0455 , G06N3/0895
Abstract: 本发明基于文本图像的产品摘要生成方法、系统和存储介质，通过多模态多任务学习方法训练好产品摘要生成模型后，在应用部署时，该产品摘要生成模型仅保留多模态编码器和视觉引导解码器，将产品图像和产品文本描述输入到多模态编码器中分别得到图像表征#imgabs0#和文本表征#imgabs1#，然后将图像表征#imgabs2#和文本表征#imgabs3#输入到视觉引导解码器中并生成产品摘要#imgabs4#。本发明扩展了单模态BART，将其改进为多模态BART，并改善了多模态特征的交互和融合，同时引入了交互信息增强，以获取文本输入中语义丰富的表征。在中国电子商务产品摘要数据集CEPSUM上进行的大量实验证实了本发明相对于现有方法的优越性，能够生成简洁而连贯的产品摘要。
-
公开(公告)号：CN115604745A
公开(公告)日：2023-01-13
申请号：CN202211040346.5
申请日：2022-08-29
Applicant: 厦门大学(CN) , 京信网络系统股份有限公司(CN)
Abstract: 本申请的实施例提供了一种高维KPI的异常检测方法、装置、计算机可读介质及设备。该方法包括：获取历史上出现的异常KPI的数据，并根据各所述异常KPI之间的曲线形状相似度进行聚类处理，以确定聚类所得到的各聚类簇的聚类中心KPI；对未成功聚类的剩余所述异常KPI进行异常波动关联性分析，构建异常波动传播链；根据待检测KPI的实时数据分别与聚类中心KPI和异常波动传播链进行匹配，从而确定第一目标检测KPI和第二目标检测KPI，以分别调用与第一目标检测KPI和第二目标检测KPI相对应的异常检测模型对其进行异常检测。本申请实施例的技术方案提高KPI的异常检测效率，减少需要训练和维护模型的数量，并能保证异常检测结果的准确性。
-
公开(公告)号：CN115314963A
公开(公告)日：2022-11-08
申请号：CN202210936846.0
申请日：2022-08-05
Applicant: 厦门大学
Abstract: 基于无线接入网智能控制器的移动切换优化方法及装置，涉及无线与移动通信。获取CM、PM数据输入离线数据存储模块，若切换成功率小于设定阈值，将移动切换相关KPI数据输入近实时RIC的异常检测分析模块；提取导致移动切换问题的特征，筛选异常KPI原始数据输入非实时RIC模块，结合网络配置管理数据移动切换参数优化模型训练，下发至近实时RIC，设定时间内存在移动切换问题的小区对出现问题的次数超过设定阈值，将移动切换KPI数据输入参数优化模块；通过参数优化模块得最优参数配置，优化策略输入基站参数调优，若网络性能提升至预期，则将性能数据反馈至非实时RIC中的参数优化模型训练模块，否则撤回本次优化指令。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.02 seconds)
