-
公开(公告)号：CN115551015A
公开(公告)日：2022-12-30
申请号：CN202211141042.8
申请日：2022-09-20
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种低轨卫星边缘计算系统基于OFDMA的计算卸载方法，该方法基于OFDMA联合优化卸载决策和动态资源分配策略，根据当前时刻LEO卫星服务的任务数量动态分配计算资源和带宽资源，基于匹配理论和联盟博弈论来解决卸载决策问题，利用改进的GS（Gale‑Shapley）算法和联盟博弈迭代算法求解，仿真结果表明，所提策略相较于对比策略，可以有效降低系统的时延和能耗。
-
公开(公告)号：CN114360042A
公开(公告)日：2022-04-15
申请号：CN202210016006.2
申请日：2022-01-07
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种人眼注视方向预测方法及系统，包括：获取待测的人眼图片及标定人眼图片；将待测的所述人眼图片与所述标定人眼图片同时输入预先训练的视线预测模型，输出待测的人眼图片中的人眼的注视方向。本发明通过设计差分支路从而缓解了个性化问题，同时提高了对标定图片的标签信息的利用程度。本发明通过残差结构优化描述待预测人眼图片的特征向量，在优化同时，也降低无效图片所造成的误差。
-
公开(公告)号：CN114913466B
公开(公告)日：2024-11-08
申请号：CN202210616931.9
申请日：2022-06-01
Applicant: 桂林电子科技大学
Abstract: 本发明涉及一种基于双流信息与稀疏表示的视频关键帧提取方法，包括：拆分待提取的视频文件，获得图像帧，基于图像帧，分别构建视频空间流矩阵与视频时间流矩阵；通过视频空间流矩阵与视频时间流矩阵，得到双流信息矩阵，对双流信息矩阵进行特征提取，得到双流特征矩阵；将双流特征矩阵输入到稀疏表示模型中，计算稀疏系数矩阵，基于稀疏系数矩阵，获取关键帧索引；通过关键帧索引提取所述待提取视频文件中的关键帧。本发明可以高效提取一个视频中较少的关键帧，使提取的关键帧数量减少，降低关键帧提取的压缩率，同时提高关键帧提取算法的计算速度。
-
公开(公告)号：CN114360042B
公开(公告)日：2024-10-29
申请号：CN202210016006.2
申请日：2022-01-07
Applicant: 桂林电子科技大学
IPC: G06V40/18 , G06N3/0464 , G06N3/08 , G06V10/44 , G06V10/774 , G06V10/82
Abstract: 本发明公开了一种人眼注视方向预测方法及系统，包括：获取待测的人眼图片及标定人眼图片；将待测的所述人眼图片与所述标定人眼图片同时输入预先训练的视线预测模型，输出待测的人眼图片中的人眼的注视方向。本发明通过设计差分支路从而缓解了个性化问题，同时提高了对标定图片的标签信息的利用程度。本发明通过残差结构优化描述待预测人眼图片的特征向量，在优化同时，也降低无效图片所造成的误差。
-
公开(公告)号：CN118175648A
公开(公告)日：2024-06-11
申请号：CN202410254798.6
申请日：2024-03-06
Applicant: 桂林电子科技大学
IPC: H04W72/52 , H04W72/542 , H04W72/044 , H04W72/1268 , H04W72/21
Abstract: 本发明公开了一种基于深度强化学习的多智能体负载感知卸载策略，该策略是在“边‑星‑云”三层算力网络架构中，本地边缘层采用电网供电，低轨卫星层采用太阳能供电，远端云层采用水能、风能等多种清洁能源混合供电，其电价取决于能源的种类。UE可以通过邻近的智能基站(Agent Base Station,ABS)将计算任务卸载到算力层。在确保多层算力资源负载均衡的基础上，实现单位时间周期内ABS的平均累计成本最小。仿真结果表明，与其他基准策略相比，本文所提策略的平均累计成本降低约14.08%，负载方差降低约67.14%。
-
Patent Agency Ranking
公开(公告)号：CN114913466A
公开(公告)日：2022-08-16
申请号：CN202210616931.9
申请日：2022-06-01
Applicant: 桂林电子科技大学
Abstract: 本发明涉及一种基于双流信息与稀疏表示的视频关键帧提取方法，包括：拆分待提取的视频文件，获得图像帧，基于图像帧，分别构建视频空间流矩阵与视频时间流矩阵；通过视频空间流矩阵与视频时间流矩阵，得到双流信息矩阵，对双流信息矩阵进行特征提取，得到双流特征矩阵；将双流特征矩阵输入到稀疏表示模型中，计算稀疏系数矩阵，基于稀疏系数矩阵，获取关键帧索引；通过关键帧索引提取所述待提取视频文件中的关键帧。本发明可以高效提取一个视频中较少的关键帧，使提取的关键帧数量减少，降低关键帧提取的压缩率，同时提高关键帧提取算法的计算速度。
-
公开(公告)号：CN118781189A
公开(公告)日：2024-10-15
申请号：CN202410903520.7
申请日：2024-07-08
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于多级3D高斯的密集RGB‑D SLAM方法，涉及三维场景重建和机器人自主导航领域。该方法包括：从RGB‑D相机获取连续的RGB图像和深度图数据流；对RGB‑D数据中的关键帧进行跟踪；设计多级高斯表示技术，将场景的几何和纹理细节分别用不同级别的高斯分布进行描述，并通过映射构建场景的三维地图；设计高斯渲染器对这些高斯分布进行渲染，生成RGB图像、深度图和可见性轮廓图；RGB‑D数据流与渲染结果作为输入反馈给系统的损失优化器，迭代优化多级高斯表示，最终重构出三维场景。本发明采用上述的一种基于多级3D高斯的密集RGB‑D SLAM方法，解决了现有方法在深度误差和渲染质量方面的不足，实现高精度的场景重建和导航。
-
公开(公告)号：CN116600344A
公开(公告)日：2023-08-15
申请号：CN202310443772.1
申请日：2023-04-20
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种具有电力成本差异的多层MEC资源卸载方法，该方法是先建立具有电力成本差异的多层MEC资源的网络模型；然后建立不同资源层次下的通信模型和计算模型；利用基于NOMA的子信道用户重组算法，对信道资源进行分配；最后利用基于Q‑Learning的计算卸载和资源分配算法，将优化问题转化为等效的强化学习问题，通过对智能体的训练，使Q表收敛，以此指导基站智能体的卸载决策。以最小化所有用户时间成本和卸载成本的加权和为优化目标，通过联合卸载决策和资源分配将问题表述为一个混合整数规划问题，并提出基于NOMA和Q‑Learning的优化传输与卸载的求解方案。仿真结果表明，本申请的多层MEC架构要优于传统单层MEC架构，同时验证了本算法在求解中要优于其他基本算法。
-
公开(公告)号：CN115988570A
公开(公告)日：2023-04-18
申请号：CN202211141040.9
申请日：2022-09-20
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种低轨卫星边缘计算系统基于TDMA的计算卸载方法，该方法基于TDMA联合优化卸载决策和任务卸载序列策略，将任务卸载序列问题建模成一个总流经时间最小化的双机流水线问题，利用Liu和Reeves提出的启发式（LR）算法最小化总时延，基于匹配理论和联盟博弈论来解决卸载决策问题，利用改进的GS算法和联盟博弈迭代算法求解，仿真结果表明，所提策略相较于对比策略，可以有效降低系统的时延和能耗。
-
公开(公告)号：CN116528298A
公开(公告)日：2023-08-01
申请号：CN202310518607.8
申请日：2023-05-10
Applicant: 桂林电子科技大学
IPC: H04W28/08 , H04B7/185 , H04W72/0453 , H04W16/22
Abstract: 本发明公开了一种大范围灾区中基于LEO卫星与HAP协作的计算卸载策略，该策略是先在卸载决策的方案下，采用合作博弈算法为任务分配子载波资源；然后将卸载到边缘服务器的任务以最大化系统QoE值为目标进行资源竞争，实现计算资源的最佳分配；最后，将卸载决策问题证明为一个势博弈过程，并利用多用户博弈计算卸载（Multi‑user Game Computing Offloading,MUGCO）算法找到了纳什均衡下的卸载决策方案。仿真结果表明，所提策略相较于对比策略，可以有效提高系统的总QoE值。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.033 seconds)
