-
公开(公告)号：CN114900827A
公开(公告)日：2022-08-12
申请号：CN202210502957.0
申请日：2022-05-10
Applicant: 福州大学
Abstract: 本发明涉及一种基于深度强化学习在D2D异构蜂窝网络中的隐蔽通信系统，包括随机分布的M个用户和N个基站；所述N个基站中包含1个宏基站和N‑1个小基站；所述M个用户分别配备了发射天线和接收天线，在蜂窝模式或者D2D模式下通信；所述M个用户的位置固定不变，个数为偶数，每两个用户组成一对进行D2D通信，每对D2D链路由发射者Dr和接收者Dt组成；还包括一无人机，对其中一对用户进行监测，并给定一个隐蔽传输速率R；当用户与基站进行通信时，采用最大信噪比的方式将用户与基站关联。本发明能够通过采用深度强化学习的方法让用户进行不同通信模式的选则以及功率分配，从而最大化隐蔽传输速率。
-
公开(公告)号：CN108055154B
公开(公告)日：2020-11-03
申请号：CN201711347035.2
申请日：2017-12-15
Applicant: 福州大学
Abstract: 本发明涉及一种基于雾运算结构的车联网异常数据检测系统及方法，该系统包括：数据感知单元、雾运算单元以及中心服务器单元。通过数据感知单元获取交通数据，并将这些数据进而交由雾运算单元进行处理。雾运算单元进行基于核密度估计的异常数据初步检测，并将结果上传至中心服务器单元。中心服务器单元对雾运算单元的检测结果进行汇总，根据结果不断调整核密度模型并下发给雾运算单元，以保证检测结果的准确。本发明所提出的一种基于雾运算结构的车联网异常数据检测系统及方法，能够充分利用智能终端广泛分布的特性及日益增强计算能力，删除交通数据采集过程中出现的异常数据，保证数据质量，提高后续车联网决策的准确性。
-
公开(公告)号：CN108881905A
公开(公告)日：2018-11-23
申请号：CN201810882413.5
申请日：2018-08-04
Applicant: 福州大学
IPC: H04N19/11 , H04N19/122 , H04N19/124
Abstract: 本发明涉及一种基于概率的帧内编码器优化方法，包括以下步骤：步骤S1:构建预测候选模式列表；步骤S2:根据预测候选模式列表第一候选模式成为最佳预测模式的概率，提前终止模式选择；步骤S3:基于RD costs的对数正态分布，设定CU划分与否的依据，完成提前终止CU划分。本发明在视频质量的前提下，大幅提高视频编码的效率。
-
公开(公告)号：CN108804392A
公开(公告)日：2018-11-13
申请号：CN201810543422.1
申请日：2018-05-30
Applicant: 福州大学
Abstract: 本发明涉及一种基于时空约束的交通数据张量填充方法，获取不完整的交通数据，建立交通流数据张量；建立基于因子分解的张量填充模型；通过分析数据时空特性，构建时空约束张量，对所述基于因子分解的张量填充模型进行优化；进行加入时空约束的张量填充，恢复出原始交通数据。本发明提出的一种基于时空约束的交通数据张量填充方法，将一种基于因子分解的张量填充方法应用于交通数据恢复领域，并充分挖掘交通数据的时空相关性和低秩特性，提高了恢复完整交通数据的精度。
-
公开(公告)号：CN108055154A
公开(公告)日：2018-05-18
申请号：CN201711347035.2
申请日：2017-12-15
Applicant: 福州大学
CPC classification number: H04L41/0631 , H04L41/142 , H04L41/145 , H04W24/06
Abstract: 本发明涉及一种基于雾运算结构的车联网异常数据检测系统及方法，该系统包括：数据感知单元、雾运算单元以及中心服务器单元。通过数据感知单元获取交通数据，并将这些数据进而交由雾运算单元进行处理。雾运算单元进行基于核密度估计的异常数据初步检测，并将结果上传至中心服务器单元。中心服务器单元对雾运算单元的检测结果进行汇总，根据结果不断调整核密度模型并下发给雾运算单元，以保证检测结果的准确。本发明所提出的一种基于雾运算结构的车联网异常数据检测系统及方法，能够充分利用智能终端广泛分布的特性及日益增强计算能力，删除交通数据采集过程中出现的异常数据，保证数据质量，提高后续车联网决策的准确性。
-
Patent Agency Ranking
公开(公告)号：CN114900827B
公开(公告)日：2024-05-31
申请号：CN202210502957.0
申请日：2022-05-10
Applicant: 福州大学
Abstract: 本发明涉及一种基于深度强化学习在D2D异构蜂窝网络中的隐蔽通信系统，包括随机分布的M个用户和N个基站；所述N个基站中包含1个宏基站和N‑1个小基站；所述M个用户分别配备了发射天线和接收天线，在蜂窝模式或者D2D模式下通信；所述M个用户的位置固定不变，个数为偶数，每两个用户组成一对进行D2D通信，每对D2D链路由发射者Dr和接收者Dt组成；还包括一无人机，对其中一对用户进行监测，并给定一个隐蔽传输速率R；当用户与基站进行通信时，采用最大信噪比的方式将用户与基站关联。本发明能够通过采用深度强化学习的方法让用户进行不同通信模式的选则以及功率分配，从而最大化隐蔽传输速率。
-
公开(公告)号：CN117319653A
公开(公告)日：2023-12-29
申请号：CN202311261726.6
申请日：2023-09-27
Applicant: 福州大学
IPC: H04N19/124 , H04N19/172 , H04N19/70 , H04N19/51 , H04N19/625 , H04N19/61
Abstract: 本发明提出一种全景视频JND建模与编码应用方法及系统，用于针对全景视频存储需求、纬度特性及视场范围特性建立球面全景视频JND模型，同时将SJND模型应用到全景视频感知编码方案中，该方法包括以下步骤；步骤S1、针对全景视频在编码之前映射到2D平面的映射特征，采用信息熵来区分不同纹理复杂的图像块，将图像分为不同的类型，并使用不同的权重，构建基于信息熵的2D‑JND模型；步骤S2、针对全景视频的几何映射失真和视场范围特点，将2D‑JND模型扩展到球形全景视频SJND中；步骤S3、将所提SJND模型应用于通用视频编码标准VVC/H.266全景视频编码系统中，实现感知编码优化；本发明能有效估计全景视频场景中的视觉冗余，提高视频编码效率。
-
公开(公告)号：CN110659654A
公开(公告)日：2020-01-07
申请号：CN201910902655.0
申请日：2019-09-24
Applicant: 福州大学
Abstract: 本发明提出一种基于计算机视觉的绘画查重及反抄袭方法，所述方法包括以下步骤；步骤S1：选取用于同绘画原版比对的待查绘画作品，采集两幅绘画中的图像，基于计算机视觉对所采集的图像进行特征点提取；步骤S2：在特征提取的基础上对图像进行特征匹配；步骤S3：对匹配到的特征点进行Hough变换；步骤S4：根据空间一致性算法，基于门限判决，判定待查绘画作品的图像是否存在抄袭绘画原版的可能性；本发明可以提高绘画图像查重的准确率。
-
公开(公告)号：CN107564288A
公开(公告)日：2018-01-09
申请号：CN201710934943.5
申请日：2017-10-10
Applicant: 福州大学
IPC: G08G1/01
Abstract: 本发明涉及一种基于张量填充的城市交通流预测方法，包括以下步骤：步骤S1：收集预测点所邻近的交通流状态数据；步骤S2：根据收集交通数据做初始填充；步骤S3：设计交通数据张量；步骤S4：根据设计的交通流数据张量基于张量分解动态填充进行动态填充预测。本发明提出的一种基于张量填充的城市交通流预测方法，克服了现有技术中在交通流数据源存在缺失下预测精度不佳的缺陷；构建交通流张量模型同时采用划分张量窗口动态填充的方式，提高了在交通流预测数据源存在缺失下的预测精度。
-
公开(公告)号：CN119383349A
公开(公告)日：2025-01-28
申请号：CN202411501001.4
申请日：2024-10-25
Applicant: 福州大学
IPC: H04N19/172 , H04N19/176 , H04N19/20 , H04N19/182
Abstract: 本发明提供一种高效视频编码中的压缩效应感知与评价方法及系统，构建结合注意力学习和数据重加权的深度压缩效应感知模型，将每类压缩效应的正负样本输入网络中，分别训练得到相应的压缩效应的感知模型；基于训练获得的压缩效应感知模型，并考虑视觉显著性和视觉中心凹效应的影响，计算视频压缩效应强度值；通过主观测试，计算视频的平均主观得分，以建立视频压缩效应强度值与视频平均主观质量分数的映射关系，实现面向压缩效应感知的视频质量评价。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.023 seconds)
