-
公开(公告)号：CN115765846A
公开(公告)日：2023-03-07
申请号：CN202211467281.2
申请日：2022-11-22
Applicant: 杭州电子科技大学
Abstract: 本发明属于移动边缘计算技术领域，具体涉及基于密集边界优先服务的无人机部署方法及系统。方法包括S1，获取当前场景下相关信息；S2，建立以无人机位置与可通信信道增益为约束，以最大化平均传输速率为目标的系统优化模型；S3，将优化问题分解为最大服务半径与垂直位置子问题和区域划分与水平位置子问题；S4，求解最大服务半径与垂直位置子问题；S5，求解无人机水平位置子问题。本发明具有针对复杂的城市环境，能将无人机作为移动边缘服务器，在数据量剧增时协助用户或者边缘服务器处理任务，使得系统平均传输速率最大化的特点。
-
公开(公告)号：CN115393717A
公开(公告)日：2022-11-25
申请号：CN202211045569.0
申请日：2022-08-30
Applicant: 杭州电子科技大学
Abstract: 本发明公开了基于进化混合注意力机制的SAR图像房屋提取方法及系统，方法包括如下步骤：S1，获取SAR图像数据集，对SAR图像数据集进行预处理，得到实验数据集；S2，通过主干网络采集图像特征，并基于进化混合注意力机制构建房屋分割网络；S3，构建损失函数，采用梯度下降和反向传播法，对进化混合注意力机制网络进行训练；S4，利用步骤S3训练完毕的进化混合注意力机制网络对无标签图像进行房屋分割，并得到最终语义分割结果。本发明有利于识别大幅宽的SAR图像，同时可以增强SAR图像中的可辨识房屋特征，削减冗余特征。
-
公开(公告)号：CN115393875B
公开(公告)日：2023-05-26
申请号：CN202211045268.8
申请日：2022-08-30
Applicant: 杭州电子科技大学
IPC: G06V30/304 , G06V30/146 , G06V10/82
Abstract: 本发明公开了一种基于MobileNetV3的五线谱识别与简谱转换的方法及系统，方法按如下步骤：步骤一：获取五线谱图片；步骤二：选定识别区域，并进行倾斜校正，将图片以五线谱的行为单位划分，形成样本集；步骤三：对预备的五线谱数据集，进行数据增强，得到扩充后的数据集，在MobileNetV3的基础上进行训练迭代，获得五线谱识别模型；步骤四：统计所有步骤二中输入样本集，输入至步骤三所得到的模型中进行检测识别，将识别出的信息以MusicXML文件形式保存；步骤五：对步骤四的识别结果进行预览核对，给出能供修改的候选项，更改识别的错误信息，将错误内容反馈给五线谱识别模型进行再训练；步骤六：根据数据处理结果以及选择的简谱调式，完成文本整合，得到简谱转换结果。
-
Patent Agency Ranking
公开(公告)号：CN114268995A
公开(公告)日：2022-04-01
申请号：CN202111649538.1
申请日：2021-12-30
Applicant: 杭州电子科技大学
IPC: H04W28/08
Abstract: 本发明公开了一种无人机移动边缘计算网络卸载方法、装置及电子设备，该方法包括移动边缘计算服务器确定初始价格信息，对所有用户端广播初始价格信息；用户端计算无人机到用户端的信道增益，根据初始价格信息以及信道增益确定用户成本最小的卸载决策信息量；移动边缘计算服务器调整初始价格信息，直至移动边缘计算服务器在当前坐标位置下的总收益信息最大；移动边缘计算服务器基于改变坐标位置调整卸载数据量，直至移动边缘计算服务器在当前初始价格信息下的总收益信息最大。本发明实现了联合无人机位置、计算服务的初始价格信息定价以及用户端对于任务的卸载决策信息来综合优化整体计算性能，能够获得更高的收益，且降低了用户端的平均时延。
-
公开(公告)号：CN115393712B
公开(公告)日：2023-04-18
申请号：CN202211013245.9
申请日：2022-08-23
Applicant: 杭州电子科技大学
Abstract: 本发明公开了基于动态混合池化策略的SAR图像道路提取方法及系统，方法包括以下步骤：S1、获取SAR图像训练数据集，进行预处理并在数据集中标注出道路的区域；S2、基于动态混合池化策略，在Resnet‑34网络中构建两个动态混合池化模块；S3、采用梯度下降算法和反向传播算法训练步骤S2改进的Resnet‑34中每层网络的参数和动态混合池化模块中每种池化的权重系数；S4，利用步骤S3训练好的Resnet‑34道路提取网络对预测数据集目标区域的道路进行预测，并得到结果。本发明动态混合池化策略中的条形池化能够捕获道路SAR图像中的长距离关系和局部上下文，适用于具有长条形结构特征的道路SAR图像。
-
公开(公告)号：CN114302456A
公开(公告)日：2022-04-08
申请号：CN202111669825.9
申请日：2021-12-31
Applicant: 杭州电子科技大学
IPC: H04W28/08
Abstract: 本发明涉及一种移动边缘计算网络考虑任务优先级的计算卸载方法，其特征在于，方法包括步骤：S1、获取系统模型的网络配置信息；S2、生成包含优先级约束关系的任务集，获取任务集在各个服务器进行计算的时延能耗总开销；S3、随机初始化生成任务集的初始粒子群，将任务集中的任务分别分配至各个服务器，并对各任务进行粒子位置编码，得到任务调度序列；S4、构建适应度评价函数，计算各粒子的适应度函数值；S5、更新粒子速度和位置，得到历史最优位置；S6、循环迭代得到全局最优的计算卸载方法。本发明的方法以优先级为约束，以最小化总开销为目标，将具有优先级依赖关系的任务合理卸载到不同服务器。
-
公开(公告)号：CN115393875A
公开(公告)日：2022-11-25
申请号：CN202211045268.8
申请日：2022-08-30
Applicant: 杭州电子科技大学
IPC: G06V30/304 , G06V30/146 , G06V10/82
Abstract: 本发明公开了一种基于MobileNetV3的五线谱识别与简谱转换的方法及系统，方法按如下步骤：步骤一：获取五线谱图片；步骤二：选定识别区域，并进行倾斜校正，将图片以五线谱的行为单位划分，形成样本集；步骤三：对预备的五线谱数据集，进行数据增强，得到扩充后的数据集，在MobileNetV3的基础上进行训练迭代，获得五线谱识别模型；步骤四：统计所有步骤二中输入样本集，输入至步骤三所得到的模型中进行检测识别，将识别出的信息以MusicXML文件形式保存；步骤五：对步骤四的识别结果进行预览核对，给出能供修改的候选项，更改识别的错误信息，将错误内容反馈给五线谱识别模型进行再训练；步骤六：根据数据处理结果以及选择的简谱调式，完成文本整合，得到简谱转换结果。
-
公开(公告)号：CN115393712A
公开(公告)日：2022-11-25
申请号：CN202211013245.9
申请日：2022-08-23
Applicant: 杭州电子科技大学
Abstract: 本发明公开了基于动态混合池化策略的SAR图像道路提取方法及系统，方法包括以下步骤：S1、获取SAR图像训练数据集，进行预处理并在数据集中标注出道路的区域；S2、基于动态混合池化策略，在Resnet‑34网络中构建两个动态混合池化模块；S3、采用梯度下降算法和反向传播算法训练步骤S2改进的Resnet‑34中每层网络的参数和动态混合池化模块中每种池化的权重系数；S4，利用步骤S3训练好的Resnet‑34道路提取网络对预测数据集目标区域的道路进行预测，并得到结果。本发明动态混合池化策略中的条形池化能够捕获道路SAR图像中的长距离关系和局部上下文，适用于具有长条形结构特征的道路SAR图像。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.02 seconds)
