-
公开(公告)号：CN111292384B
公开(公告)日：2022-05-20
申请号：CN202010048320.X
申请日：2020-01-16
Applicant: 西安交通大学
Abstract: 本发明公开的一种基于生成式对抗网络的跨域多样性图像生成方法及系统，将参考数据集作为源域，将获取的目标数据集作为目标域；将源域和目标域进行编码，得到特征向量；将得到特征向量通过分类器进行分类，得到类别标签；将特征向量、类别标签、源域和目标域对应的域码向量并结合风格码进行组合，得到目标图片；本发明提出的基于生成式对抗网络跨域多样性图像生成方法和系统，可以根据需求，生成出人为可控的多种风格的图像，通过离散和连续变量的不同数量结构搭配，可满足多种因素影响的风格，可大批量生产出具有多样性的图像以供深度神经网络训练等需要，可同时实现多种域和多种类别的生成，以供不同的任务需要。
-
公开(公告)号：CN110225418B
公开(公告)日：2020-10-27
申请号：CN201910402724.1
申请日：2019-05-15
Applicant: 西安交通大学
IPC: H04N21/647 , H04N21/643
Abstract: 一种基于SDN的HTTP视频流的QoE路由优化方法，在确保设备、播放器应用以及视频源因素理想的情况下，建立QoE评估模型，在实际的视频流传输中，构建SDN网络下的QoE路由优化网络框架，获取底层网络拓扑和链路QoS参数信息，进行整合，从而获得QoE值的变化规律；依据QoE值的变化规律，在限定用户最小QoE值需求的情况下，调用QoE评估模型通过循环多次调用链路剪切、路径禁用的方式，找到使得QoE值最大的视频流传输路径。本发明借助SDN网络的理念，通过训练QoE评估模型以及探讨QoE值随着网络链路的变化特性，以QoE为单一参考变量，优化了网络传输过程中的视频QoE。本发明方法简单，结果准确。
-
公开(公告)号：CN104297255A
公开(公告)日：2015-01-21
申请号：CN201410546478.4
申请日：2014-10-15
Applicant: 西安交通大学
IPC: G01N21/88
Abstract: 一种纸杯缺陷视觉检测方法及系统装置，利用与嵌入式系统连接的USB采集卡和CCD镜头实时采集纸杯图像；将图像转换为灰度图，在灰度图中利用自适应阈值分割与轮廓提取定位纸杯位置；利用边界链码提取算法定位纸杯杯口区域；利用轮廓提取与圆检测定位纸杯杯底区域，并进一步定位纸杯侧壁区域；最终生成一幅纸杯标记图，包括四个部分：纸杯杯口区域、纸杯侧壁区域、纸杯杯底轮廓区域和纸杯杯底区域，对不同区域执行相应的不同缺陷算法进行检测，本发明还提供了相应的系统装置，本发明使用的方法速度高，精确度高，可以达到纸杯工业生产要求，解决了纸杯人工缺陷检测效率低、成本高、不安全的缺陷。
-
公开(公告)号：CN110290077B
公开(公告)日：2021-02-09
申请号：CN201910528389.X
申请日：2019-06-18
Applicant: 西安交通大学
IPC: H04L12/913 , H04L12/927 , H04L12/24
Abstract: 一种基于实时业务配置的工业SDN资源分配方法，将采集的网络实时业务流数据进行数据预处理，选取有标签的样本作为训练集送入分类器进行训练，并并计算分类器中每一类型实时业务的虚拟等价带宽值；采用定义的虚拟带宽计算公式，计算每一类型实时业务的等价带宽值，根据e值与阈值的比较选择不同的按需资源预留分配方式。本发明对于工业SDN的实时业务进行流细粒度划分，可以进行有效的资源分配，避免多个实时业务流同时竞争有限带宽资源，同时在节省成本的同时提高带宽资源利用率，因此能够达到对实时业务资源优化的作用。
-
公开(公告)号：CN110290069B
公开(公告)日：2020-08-18
申请号：CN201910528388.5
申请日：2019-06-18
Applicant: 西安交通大学
IPC: H04L12/761 , H04L12/753 , H04L12/725 , H04L12/721 , H04L12/703
Abstract: 一种SDN场景下的可靠组播路由方法，确定优化目标，然后建立基于实际网络的逻辑网络拓扑图。根据基于实际网络的逻辑网络拓扑图，建立多播树；在建立好的多播树中，恢复节点选择。本发明能够同时实现一个多播树的高效路由和多播传输恢复节点的选择。在构建多播树时同时考虑链路资源消耗和时延要求，最后得到一棵低代价的和满足端到端时延要求的多播树。为了支持多播中的可靠传输，确定了多播传输恢复节点的选择。本发明同时考虑了多播树的路由和恢复节点的选择问题，从而达到多播树的资源消耗和恢复节点的资源消耗总和最小化，并减少数据包的重传概率，并有效降低数据传输延迟。
-
Patent Agency Ranking
公开(公告)号：CN110290077A
公开(公告)日：2019-09-27
申请号：CN201910528389.X
申请日：2019-06-18
Applicant: 西安交通大学
IPC: H04L12/913 , H04L12/927 , H04L12/24
Abstract: 一种基于实时业务配置的工业SDN资源分配方法，将采集的网络实时业务流数据进行数据预处理，选取有标签的样本作为训练集送入分类器进行训练，并并计算分类器中每一类型实时业务的虚拟等价带宽值；采用定义的虚拟带宽计算公式，计算每一类型实时业务的等价带宽值，根据e值与阈值的比较选择不同的按需资源预留分配方式。本发明对于工业SDN的实时业务进行流细粒度划分，可以进行有效的资源分配，避免多个实时业务流同时竞争有限带宽资源，同时在节省成本的同时提高带宽资源利用率，因此能够达到对实时业务资源优化的作用。
-
公开(公告)号：CN110290069A
公开(公告)日：2019-09-27
申请号：CN201910528388.5
申请日：2019-06-18
Applicant: 西安交通大学
IPC: H04L12/761 , H04L12/753 , H04L12/725 , H04L12/721 , H04L12/703
Abstract: 一种SDN场景下的可靠组播路由方法，确定优化目标，然后建立基于实际网络的逻辑网络拓扑图。根据基于实际网络的逻辑网络拓扑图，建立多播树；在建立好的多播树中，恢复节点选择。本发明能够同时实现一个多播树的高效路由和多播传输恢复节点的选择。在构建多播树时同时考虑链路资源消耗和时延要求，最后得到一棵低代价的和满足端到端时延要求的多播树。为了支持多播中的可靠传输，确定了多播传输恢复节点的选择。本发明同时考虑了多播树的路由和恢复节点的选择问题，从而达到多播树的资源消耗和恢复节点的资源消耗总和最小化，并减少数据包的重传概率，并有效降低数据传输延迟。
-
公开(公告)号：CN104297255B
公开(公告)日：2015-08-26
申请号：CN201410546478.4
申请日：2014-10-15
Applicant: 西安交通大学
IPC: G01N21/88
Abstract: 一种纸杯缺陷视觉检测方法及系统装置，利用与嵌入式系统连接的USB采集卡和CCD镜头实时采集纸杯图像；将图像转换为灰度图，在灰度图中利用自适应阈值分割与轮廓提取定位纸杯位置；利用边界链码提取算法定位纸杯杯口区域；利用轮廓提取与圆检测定位纸杯杯底区域，并进一步定位纸杯侧壁区域；最终生成一幅纸杯标记图，包括四个部分：纸杯杯口区域、纸杯侧壁区域、纸杯杯底轮廓区域和纸杯杯底区域，对不同区域执行相应的不同缺陷算法进行检测，本发明还提供了相应的系统装置，本发明使用的方法速度高，精确度高，可以达到纸杯工业生产要求，解决了纸杯人工缺陷检测效率低、成本高、不安全的缺陷。
-
公开(公告)号：CN110225418A
公开(公告)日：2019-09-10
申请号：CN201910402724.1
申请日：2019-05-15
Applicant: 西安交通大学
IPC: H04N21/647 , H04N21/643
Abstract: 一种基于SDN的HTTP视频流的QoE路由优化方法，在确保设备、播放器应用以及视频源因素理想的情况下，建立QoE评估模型，在实际的视频流传输中，构建SDN网络下的QoE路由优化网络框架，获取底层网络拓扑和链路QoS参数信息，进行整合，从而获得QoE值的变化规律；依据QoE值的变化规律，在限定用户最小QoE值需求的情况下，调用QoE评估模型通过循环多次调用链路剪切、路径禁用的方式，找到使得QoE值最大的视频流传输路径。本发明借助SDN网络的理念，通过训练QoE评估模型以及探讨QoE值随着网络链路的变化特性，以QoE为单一参考变量，优化了网络传输过程中的视频QoE。本发明方法简单，结果准确。
-
公开(公告)号：CN111292384A
公开(公告)日：2020-06-16
申请号：CN202010048320.X
申请日：2020-01-16
Applicant: 西安交通大学
Abstract: 本发明公开的一种基于生成式对抗网络的跨域多样性图像生成方法及系统，将参考数据集作为源域，将获取的目标数据集作为目标域；将源域和目标域进行编码，得到特征向量；将得到特征向量通过分类器进行分类，得到类别标签；将特征向量、类别标签、源域和目标域对应的域码向量并结合风格码进行组合，得到目标图片；本发明提出的基于生成式对抗网络跨域多样性图像生成方法和系统，可以根据需求，生成出人为可控的多种风格的图像，通过离散和连续变量的不同数量结构搭配，可满足多种因素影响的风格，可大批量生产出具有多样性的图像以供深度神经网络训练等需要，可同时实现多种域和多种类别的生成，以供不同的任务需要。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.025 seconds)
