公开(公告)号：CN109710374A

公开(公告)日：2019-05-03

申请号：CN201811479627.4

申请日：2018-12-05

Applicant: 重庆邮电大学

Inventor： 徐昌彪 ,  刘杨

IPC: G06F9/455 ,  G06N3/12

Abstract: 本发明涉及一种5G网络中移动边缘计算环境下的VM迁移策略，属于移动通信技术领域。现有研究中服务迁移策略忽略了用户QoS需求中的任务卸载费用，而且现有研究中的任务划分大多为粗粒度模型或细粒度链式模型，不适用于子任务之间复杂关联的场景。针对迁移决策问题，本发明对任务进行细粒度有向无环图状划分，建立任务时延模型和卸载费用模型，构建在时延约束条件下最小化任务卸载费用的VM迁移决策问题，最后基于遗传算法进行迁移决策得出每个子任务的虚拟机迁移决策结果。这对保证用户任务卸载的服务连续性以及满足QoS需求具有重要意义。

公开(公告)号：CN116416682A

公开(公告)日：2023-07-11

申请号：CN202310394926.2

申请日：2023-04-13

Applicant: 重庆邮电大学

Inventor： 雒江涛 ,  刘杨 ,  许国良

IPC: G06V40/20 ,  G06V10/80 ,  G06V10/82 ,  G06V10/762 ,  G06V10/764 ,  G06V10/74 ,  G06N3/045 ,  G06N3/047 ,  G06N3/048 ,  G06N3/088 ,  G06V20/52 ,  G06V20/40 ,  G06V10/62

Abstract: 本发明涉及一种基于双域融合和跨批次存储的行人重识别方法，属于计算机视觉领域。该方法在ResNet‑50的Stage0和Stage1之间嵌入一个双域融合模块，该模块可以在特征层面上对经过增强处理的源域特征和目标域特征进行融合，并且使用融合损失和多样性损失共同保证融合特征的有效性。为了进一步提升无监督跨域行人重识别模型的性能，本发明在双域融合网络的基础上设计了一种跨批次存储队列机制，该机制能够在更大范围内挖掘困难样本，而不仅仅局限于当前一个批次内的数据，从整体上提高模型在目标域上的匹配性能。

公开(公告)号：CN110062026A

公开(公告)日：2019-07-26

申请号：CN201910199126.9

申请日：2019-03-15

Applicant: 重庆邮电大学

Inventor： 徐昌彪 ,  刘远祥 ,  刘杨

IPC: H04L29/08

Abstract: 本发明公开了移动边缘计算网络中无线带宽和计算资源联合分配方案，属于无线通信和移动边缘计算领域，解决了异构无线网络中多用户多移动边缘服务器部署场景下的资源竞争和负载均衡问题。方案具体包括：宏基站控制器收集本时隙内所有用户端发送的计算卸载请求信息，并通知其管辖区域内所有MEC服务器报告当前资源剩余情况；根据所获取的信息，宏基站控制器将用户计算任务和MEC服务器资源进行首次匹配；制定MEC服务器中无线带宽和计算资源分配规则；建立合作博弈模型输出最终匹配策略集。本发明兼顾了每个用户的特性，有效地降低了计算卸载的费用开销，节约了移动用户端能耗。在相同数量MEC服务器部署情况下，本发明方案能够接纳更多的计算卸载任务，平衡了服务器之间的通信和计算负载，提升了系统的任务执行效率。

公开(公告)号：CN102510362A

公开(公告)日：2012-06-20

申请号：CN201110450517.7

申请日：2011-12-29

Applicant: 重庆邮电大学

Inventor： 刘乔寿 ,  王汝言 ,  吴大鹏 ,  吉福生 ,  刘杨 ,  蒋子泉

IPC: H04L12/66 ,  H04W88/16

Abstract: 用于物联网的多模网关，它包括有核心共性处理平台、异构网络接入模块、以太网接入模块和硬件接入设备。本发明能够解决物联网中各种异构网络和基于标准协议的互联网的接入问题。首先，能够根据实际应用裁剪或修改所接入的网络类型和网络数量，即异构网络和基于标准协议的互联网都能进行裁剪和修改；其次，能够实现所接入的任意网络之间的协议翻译、路由和通信，而不仅仅是异构网络和基于标准协议的互联网之间的协议翻译、路由和通信；最后，能够对所接入的异构网络进行网络参数控制和数据汇集参数控制。

公开(公告)号：CN116386075A

公开(公告)日：2023-07-04

申请号：CN202211625052.9

申请日：2022-12-16

Applicant: 重庆邮电大学

Inventor： 许国良 ,  刘杨

IPC: G06V40/10 ,  G06V10/762 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/08 ,  G06N3/0464

Abstract: 本发明公开了一种基于可变形滤波卷积的行人重识别方法，引进滤波模块对传统的卷积模块进行改进，用改进后的DFC模块替换传统的卷积模块构建DFC‑Net模块，并用其对行人图像进行特征提取，抑制图像背景干扰，提取更具鉴别性的行人特征，以提升行人重识别性能，解决了现有的行人重识别方法对行人图像进行识别时被图像背景所干扰，重识别的行人图像不准确的问题本发明针对同一行人出现频繁形变以及不同行人图像背景过于相似导致提取到的行人图像特征可区分性不高，使得网络能够更加专注于行人本身特征的提取。