-
公开(公告)号：CN114596513B
公开(公告)日：2025-04-04
申请号：CN202210272323.0
申请日：2022-03-18
Applicant: 重庆邮电大学
IPC: G06V20/52 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种基于深度多任务学习的高丛蓝莓僵果病害识别方法，属于植物病害识别领域。该方法包括：S1：采集高丛蓝莓僵果病害图像数据集，对图像数据集进行数据标注生成感染部位识别数据集、感染阶段划分数据集和感染严重程度估计数据集；S2：对标注的图像数据集进行数据扩增；S3：在EfficientNet模型基础上搭建深度多任务蓝莓僵果病害识别模型；S4：利用步骤S2中扩增的图像数据集对步骤S3构建的深度多任务蓝莓僵果病害识别模型进行训练；S5：使用训练好的模型进行蓝莓僵果病感染部位识别，感染阶段划分，以及感染严重程度估计。本发明可以实现蓝莓僵果病害高效准确的识别，对农业病害监测有巨大的现实意义和价值。
-
公开(公告)号：CN104936234B
公开(公告)日：2018-10-12
申请号：CN201510029161.8
申请日：2015-01-20
Applicant: 重庆邮电大学
Abstract: 本发明提出一种用于LTE系统中能效优化的联合动态资源分配方法，涉及LTE系统中能效优化的联合动态资源分配方法，本发明采用分步资源调度，利用LTE系统能量效率关于频谱效率的凸函数，则能量效率也是传输速率的凸函数。当用户调度完毕，能效函数为分段可导连续函数，求解出无约束条件下的最优解，从而得出满足约束条件下的最优速率闭式解。最后根据已分配的传输速率进行传输功率分配，通过分步资源调度策略有效降低计算复杂度，避免了大量迭代逼近，在保证用户QoS要求和频谱效率的情况下，使得能量效率最优，提高了能源利用率，使得移动通信更加节能环保。
-
公开(公告)号：CN105101427A
公开(公告)日：2015-11-25
申请号：CN201410213499.4
申请日：2014-05-20
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种载波聚合系统的资源分配方法，属于无线通信技术领域，该方法包括：基站根据不同频段覆盖范围变化的相对值，确定成分载波的划分阈值；根据所划分的阈值把小区所配置的成分载波分为Ⅰ类型载波、Ⅱ类型载波和Ⅲ类型载波；然后网络侧根据终端需求和终端位置为其选择合适类型的载波并进行资源分配。本发明还公开一种载波聚合系统资源分配的装置，该装置中，分为阈值判定模块、载波分类模块、载波选择模块、资源分配模块。采用本发明的方法及装置，可避免由于不同成分载波不同的无线传播特性所导致的小区内用户终端无法合理使用资源的问题，同时，可以降低基站的无线资源管理结构复杂度和终端功耗，有效地提高系统整体性能。
-
公开(公告)号：CN104202826A
公开(公告)日：2014-12-10
申请号：CN201410468226.4
申请日：2014-09-15
Applicant: 重庆邮电大学
IPC: H04W72/12
Abstract: 本发明提出一种基于QoE(用户体验质量)的CoMP(协作多点传输)多用户调度方法，分为用户分组，用户优先级的确定和用户调度三个阶段。用户分组按照用户到其所在小区基站的大尺度信道响应将用户分为若干组。用户优先级的确定可以分为三个步骤:首先根据用户对业务的主观意愿确定用户的主观QoE优先级，再确定用户的客观QoE优先级，综合主观QoE和客观QoE确定用户最终的优先级。最后根据用户分组和优先级对用户进行调度。本发明旨在保证小区吞吐率及高QoE用户优先被调度的情况下，通过合理的调度用户来大大提高用户的容量。
-
公开(公告)号：CN104602325A
公开(公告)日：2015-05-06
申请号：CN201510027799.8
申请日：2015-01-20
Applicant: 重庆邮电大学
IPC: H04W48/18
CPC classification number: H04W36/14
Abstract: 本发明是一种基于层次分析法的异构无线网络选择方法，该方法根据不同的业务对网络性能的要求，选择合适的网络。同时，考虑用户对网络的要求，根据用户对网络成本和效益喜好的不同，做出不同的网络判决结果，使用户获得最高的满意度。首先分析候选网络的可用属性，构造出一个层次分析的结构模型，然后根据不同的业务对网络性能的要求，构造表述属性相对重要程度的判决矩阵，从上述判决矩阵中根据成本性和效益型属性参数选取两个子判决矩阵，分别使用层次分析法得到网络优劣排序结果；最后根据用户对网络成本、效益的倾向程度，做出最终的网络判决结果，选择最合适的网络作为切换目标网络。
-
Patent Agency Ranking
公开(公告)号：CN104580060A
公开(公告)日：2015-04-29
申请号：CN201510027992.1
申请日：2015-01-20
Applicant: 重庆邮电大学
CPC classification number: H04L27/3863 , H04L25/49 , H04L27/364
Abstract: 本发明提出一种基于数字预失真系统中的IQ不平衡校正技术，属于无线通信领域。正交调制后的信号分两路进入数字预失真系统，首先进行信道估计获得相应的估计参数并对数据进行初始化；然后据输入的同相信号和正交信号计算同相信号和正交信号的直流偏移因子并进行直流补偿；根据输入的同相信号和正交信号计算同相信号和正交信号的增益不平衡因子和相位不平衡因子；根据镜像校正模型代入相应的参数进行镜像校正；最后更新补偿后的增益和相位因子完成IQ不平衡校正过程。采用本发明的方法可以降低系统硬件复杂度和成本，同时还提高了误差估计和补偿的精度。
-
公开(公告)号：CN114549996A
公开(公告)日：2022-05-27
申请号：CN202210271759.8
申请日：2022-03-18
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于注意力机制的野生蓝莓僵果病孢子特征识别方法，属于植物病害识别领域。该方法包括：S1：构建原始图像数据集；S2：增强数据；S3：将注意力机制与残差网络相结合，构建Model3‑CA模型；S4：设置参数：在模型中获取预训练参数；S5：处理图像特征：对模型的参数进行提取和保存，得到蓝莓僵果病孢子特征识别模型，利用该模型的卷积对训练数据集进行特征提取；S6：得到识别结果：通过模型可视化方法，利用梯度加权映射方法导入模型参数对图像进行可视化，得到蓝莓僵果病孢子特征识别结果并展示。本发明能对蓝莓僵果病的孢子特征进行快速有效的识别。
-
公开(公告)号：CN114596513A
公开(公告)日：2022-06-07
申请号：CN202210272323.0
申请日：2022-03-18
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于深度多任务学习的高丛蓝莓僵果病害识别方法，属于植物病害识别领域。该方法包括：S1：采集高丛蓝莓僵果病害图像数据集，对图像数据集进行数据标注生成感染部位识别数据集、感染阶段划分数据集和感染严重程度估计数据集；S2：对标注的图像数据集进行数据扩增；S3：在EfficientNet模型基础上搭建深度多任务蓝莓僵果病害识别模型；S4：利用步骤S2中扩增的图像数据集对步骤S3构建的深度多任务蓝莓僵果病害识别模型进行训练；S5：使用训练好的模型进行蓝莓僵果病感染部位识别，感染阶段划分，以及感染严重程度估计。本发明可以实现蓝莓僵果病害高效准确的识别，对农业病害监测有巨大的现实意义和价值。
-
公开(公告)号：CN105101427B
公开(公告)日：2018-10-09
申请号：CN201410213499.4
申请日：2014-05-20
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种载波聚合系统的资源分配方法，属于无线通信技术领域，该方法包括：基站根据不同频段覆盖范围变化的相对值，确定成分载波的划分阈值；根据所划分的阈值把小区所配置的成分载波分为Ⅰ类型载波、Ⅱ类型载波和Ⅲ类型载波；然后网络侧根据终端需求和终端位置为其选择合适类型的载波并进行资源分配。本发明还公开一种载波聚合系统资源分配的装置，该装置中，分为阈值判定模块、载波分类模块、载波选择模块、资源分配模块。采用本发明的方法及装置，可避免由于不同成分载波不同的无线传播特性所导致的小区内用户终端无法合理使用资源的问题，同时，可以降低基站的无线资源管理结构复杂度和终端功耗，有效地提高系统整体性能。
-
公开(公告)号：CN104580060B
公开(公告)日：2018-09-14
申请号：CN201510027992.1
申请日：2015-01-20
Applicant: 重庆邮电大学
Abstract: 本发明提出一种基于数字预失真系统中的IQ不平衡校正技术，属于无线通信领域。正交调制后的信号分两路进入数字预失真系统，首先进行信道估计获得相应的估计参数并对数据进行初始化；然后据输入的同相信号和正交信号计算同相信号和正交信号的直流偏移因子并进行直流补偿；根据输入的同相信号和正交信号计算同相信号和正交信号的增益不平衡因子和相位不平衡因子；根据镜像校正模型代入相应的参数进行镜像校正；最后更新补偿后的增益和相位因子完成IQ不平衡校正过程。采用本发明的方法可以降低系统硬件复杂度和成本，同时还提高了误差估计和补偿的精度。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.022 seconds)
