公开(公告)号：CN111800209B

公开(公告)日：2022-02-01

申请号：CN202010628433.7

申请日：2020-07-01

Applicant: 重庆邮电大学

Inventor： 李敏 ,  肖扬 ,  王恒 ,  王浩宇 ,  郑直 ,  熊成章

IPC: H04B17/391 ,  H04W72/04 ,  H04W84/18

Abstract: 本发明涉及一种基于能量模型和动态权重因子的太阳能能量预测方法，属于无线通信能量收集领域。从历史能量模型中寻找最相似能量模型，以此为基础，进行下一时隙的能量预测。根据当天第n+1时隙前K个时隙能量值与前D天中对应时隙的能量差值的最小平均误差获得最相似历史能量模型。为动态反应天气变化对预测结果的影响，本发明设置了动态权重因子，使得权重因子能跟随天气变化而做出相应调整，较好的反应预测模型中各组成部分对预测结果的贡献度，从而提高太阳能能量收集的预测精度。本发明简单高效、复杂度低，易于在实际的无线传感器节点上实施，具有较好的实用性。

公开(公告)号：CN111800209A

公开(公告)日：2020-10-20

申请号：CN202010628433.7

申请日：2020-07-01

Applicant: 重庆邮电大学

Inventor： 李敏 ,  肖扬 ,  王恒 ,  王浩宇 ,  郑直 ,  熊成章

IPC: H04B17/391 ,  H04W72/04 ,  H04W84/18

Abstract: 本发明涉及一种基于能量模型和动态权重因子的太阳能能量预测方法，属于无线通信能量收集领域。从历史能量模型中寻找最相似能量模型，以此为基础，进行下一时隙的能量预测。根据当天第n+1时隙前K个时隙能量值与前D天中对应时隙的能量差值的最小平均误差获得最相似历史能量模型。为动态反应天气变化对预测结果的影响，本发明设置了动态权重因子，使得权重因子能跟随天气变化而做出相应调整，较好的反应预测模型中各组成部分对预测结果的贡献度，从而提高太阳能能量收集的预测精度。本发明简单高效、复杂度低，易于在实际的无线传感器节点上实施，具有较好的实用性。

公开(公告)号：CN118898864A

公开(公告)日：2024-11-05

申请号：CN202410928567.9

申请日：2024-07-11

Applicant: 重庆邮电大学

Inventor： 周丽芳 ,  王浩宇 ,  李伟生

IPC: G06V40/16 ,  G06V10/764 ,  G06V10/774 ,  G06V10/80 ,  G06V10/74 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/09

Abstract: 本发明请求保护一种多粒度感知与标签分布学习的人脸表情识别方法(GPLDL)，旨在设计针对实际场景下表情的不确定性问题的人脸表情识别模型，属于模式识别领域。所述方法包括以下步骤：首先，设计一种多粒度层次感知融合模块，有效结合了低层次的细节特征和高层次的语义信息，增强了模型在区分细微表情差异方面的能力。其次，通过渐进式训练，从表情图像的不同粒度水平中学习多粒度特征，并尽可能的保持了面部特征的结构完整性。此外，我们还设计了一个全局感知注意力模块，用于捕捉面部的全局上下文信息。最后，设计了一个标签分布学习模块，以构建更全面的情感分布，有效缓解了模糊表情对模型学习的消极影响。并引入了标签分布损失，进一步提高表情识别准确性。