-
公开(公告)号：CN1845524A
公开(公告)日：2006-10-11
申请号：CN200610081402.4
申请日：2006-05-18
Applicant: 北京邮电大学
IPC: H04L12/46
Abstract: 本发明提供了一种基于P2P网络技术的信息交互、共享系统方法，该方法包括以下特点：系统中唯一的注册服务器管理系统中节点的ID，保证ID在系统中的唯一性。并保存有系统中部分的节点信息。系统中的所有节点根据其在网络中的性能以及系统状态被分为三种类型：普通、高级、超级。普通节点的信息由超级节点进行管理，高级节点的信息由超级节点进行管理，超级节点的信息在系统中进行同步。系统将所有用户进行动态分区管理，小区由普通节点组成由高级节点进行管理，一定数量的高级节点又由超级节点管理。当系统中的节点发起搜索另一个节点时，将通过高级节点、超级节点进行查找，改变了在网络中进行大规模泛洪的模式，而且支持节点的精确定位。小区的规模，即小区中普通节点的数量由系统初始化时设定，并可根据实际情况进行调整，这使整个系统具有良好的扩展性。
-
公开(公告)号：CN116049665A
公开(公告)日：2023-05-02
申请号：CN202211585440.9
申请日：2022-12-09
Applicant: 北京邮电大学
Abstract: 本发明提供一种基于生成对抗网络的城市人群轨迹生成方法及装置，所述方法包括：获取城市人群的生成轨迹的时间标签，并确定所述生成轨迹的轨迹起始点；将所述时间标签和轨迹起始点输入至已训练完成的生成对抗网络模型中，得到符合所述时间标签的城市人群的移动轨迹；所述训练完成的生成对抗网络模型包括训练完成的条件生成器和训练完成的判别器，所述条件生成器是基于所述判别器的反馈进行训练得到的，所述判别器是基于真实轨迹数据集和所述条件生成器输出的生成轨迹数据集进行训练得到的。本发明通过生成对抗网络模型结合时间标签，可生成城市人群在特定时间且处于移动状态下的移动轨迹。
-
公开(公告)号：CN114943294A
公开(公告)日：2022-08-26
申请号：CN202210605854.7
申请日：2022-05-30
Applicant: 北京邮电大学
IPC: G06K9/62 , G06F16/2458 , G06F16/22
Abstract: 本发明提供一种时空序列异常检测方法、装置、设备、介质及程序产品，该方法包括：根据历史时空序列的属性信息，对历史时空序列进行分桶离散处理，得到离散序列，确定离散序列对应的嵌入层参数矩阵；对离散序列进行独热编码操作，得到独热向量序列，根据嵌入层参数矩阵与独热向量序列，计算得到嵌入向量序列；将编码后的嵌入向量序列输入到特征提取器，得到目标嵌入向量；对嵌入向量序列和目标嵌入向量进行解码，得到解码结果，确定解码结果对应的分类结果；根据分类结果，确定待检测时空序列的异常程度。本发明通过分桶离散，独热编码和特征提取等操作实现了无监督的时空序列异常检测。
-
公开(公告)号：CN111444933A
公开(公告)日：2020-07-24
申请号：CN201911173658.1
申请日：2019-11-26
Applicant: 北京邮电大学
IPC: G06K9/62
Abstract: 本发明实施例提供了一种对象分类方法及装置，涉及数据处理技术领域，其中，上述方法包括：获得各个对象的各类特征；针对每一类特征，计算每两个对象的该类特征之间的特征相似度；对每两个对象对应的特征相似度进行融合处理，得到每两个对象之间的对象相似度；根据所得到的对象相似度对各个对象进行聚类，得到聚类结果；针对所述聚类结果中的每一类，根据该类所包含对象的属性，确定该类的类别。应用本发明实施例提供的方案进行对象分类，可以提高对对象进行分类处理结果的准确度。
-
公开(公告)号：CN111160605A
公开(公告)日：2020-05-15
申请号：CN201911165919.5
申请日：2019-11-25
Applicant: 北京邮电大学
Abstract: 本发明实施例提供一种语音服务投诉预测方法及装置，该方法包括：对用户语音业务质差数据进行特征提取，得到用户质差特征数据；将用户质差特征数据输入训练好的分类模型，得到预测结果信息；其中，训练好的分类模型是通过以目标投诉客户类别为标签的目标投诉客户质差事件样本数据和正常客户类别为标签的非投诉客户质差事件样本数据训练得到的。通过引入质差事件统计数据用于语音服务投诉预测，筛选有效投诉客户的样本目标投诉客户质差事件数据，然后根据样本目标投诉客户质差事件数据选用多种机器学习分类模型进行堆叠，构建集成的分类模型，集成的分类模型泛化能力更好，能够更高效准确的实现对于语音服务投诉预测。
-
Patent Agency Ranking
公开(公告)号：CN103607265B
公开(公告)日：2016-09-21
申请号：CN201310601229.6
申请日：2013-11-25
Applicant: 北京邮电大学
Abstract: 本发明提供了一种基于选择性映射方式的载波上行传输的控制方法及装置，包括：发送端分别对各CC的数据信息进行编码操作和调制操作后，对已编码和调制后的各CC的数据信息进行相位操作，生成相位序列；发送端对相位操作后的各CC的数据信息依序分别进行离散傅立叶变换操作、子载波映射操作和快速傅立叶反变换操作后，得到多个包含相同信息的信号序列，选择各个包含相同信息的信号序列中峰均比PAPR值最小的信号序列进行传输。本发明解决了现有减小单个成员载波的PAPR的方法中存在失真、编码效率低、计算复杂度高且信令开销大的问题。
-
公开(公告)号：CN103607265A
公开(公告)日：2014-02-26
申请号：CN201310601229.6
申请日：2013-11-25
Applicant: 北京邮电大学
Abstract: 本发明提供了一种基于选择性映射方式的载波上行传输的控制方法及装置，包括：发送端分别对各CC的数据信息进行编码操作和调制操作后，对已编码和调制后的各CC的数据信息进行相位操作，生成相位序列；发送端对相位操作后的各CC的数据信息依序分别进行离散傅立叶变换操作、子载波映射操作和快速傅立叶反变换操作后，得到多个包含相同信息的信号序列，选择各个包含相同信息的信号序列中峰均比PAPR值最小的信号序列进行传输。本发明解决了现有减小单个成员载波的PAPR的方法中存在失真、编码效率低、计算复杂度高且信令开销大的问题。
-
公开(公告)号：CN101106520A
公开(公告)日：2008-01-16
申请号：CN200610098647.8
申请日：2006-07-11
Applicant: 北京邮电大学
Abstract: 本发明是在AODV协议上做出的改进，得到支持多路由的TRND_AODV(Tree Root Node DisjointAd－Hoc On Demand distance Vector)协议。利用节点树根算法，简单、快捷、高效地在Ad Hoc网络中实现节点独立的按需多径路由，无论在正向路由之间或反向路由之间都不存在交叉节点，而且可以解决路由隐含改变的问题。本发明的新型路由协议不仅可以很好地实现备份路由，还可以支持流量工程的应用，可以大大提高Ad Hoc网络路由的健壮性并降低网络拥塞程度。
-
公开(公告)号：CN116321219A
公开(公告)日：2023-06-23
申请号：CN202310024302.1
申请日：2023-01-09
Applicant: 北京邮电大学
IPC: H04W24/02
Abstract: 本发明提供一种自适应蜂窝基站联邦形成方法、联邦学习方法及装置，根据基站数据的分布进行初始聚类形成初始联邦，采用中心性原则在初始联邦选取联邦领导者基站，由联邦领导者基站通过粒子群优化算法动态选择联邦参与者基站，通过引入联邦学习任务指定过程中的性能参数计算适应度值进行求解，能够实现选择得到的联邦参与者基站能够实现联邦学习性能整体最优，使得移动通信中蜂窝基站之间非独立分布的数据也能实现高效利用，完成联邦学习任务。
-
公开(公告)号：CN115051925A
公开(公告)日：2022-09-13
申请号：CN202210683711.8
申请日：2022-06-16
Applicant: 北京邮电大学
Abstract: 本发明公开了一种基于迁移学习的时空序列预测方法，属于时空序列预测领域和迁移预测领域；具体为：首先，收集待预测城市的无线业务流量，作为时空序列源数据，基于时空预测模型的局部卷积网络和残差网络，学习时空特征；同时提取外部信息源数据，基于局部卷积学习外部信息特征；然后，将时空特征输入对抗生成网络，学习得到时空共性特征；通过融合时空特征、时空共性特征和外部信息特征，得到时空预测模型的预测值；并通过最小化预测损失函数，优化预测模型的参数。最后，将该时空预测模型迁移到与源数据具备同时空的共性特征的目标域数据，得到目标域模型参数，并进一步对目标域进行预测。本发明提高了预测准确度和稳定性。
-
-
-
-
-
-
-
-
-
Search Results
48
records
(took 0.046 seconds)
