-
公开(公告)号：CN118865442A
公开(公告)日：2024-10-29
申请号：CN202410911258.0
申请日：2024-07-09
Applicant: 重庆邮电大学
IPC: G06V40/10 , G06V20/52 , G06V10/74 , G06V10/75 , G06V10/82 , G06V10/80 , G06F18/25 , G06F18/22 , G06N3/0455 , G06N3/08
Abstract: 本发明属于行人重识别领域，涉及基于双流Transformer框架的图像文本行人重识别方法。该方法包括以下步骤：S1)对数据集进行预处理包括图像数据增强以及文本随机掩码；S2)对预处理后图像文本数据分别输入到双流Transformer网络中进行特征提取；S3)对于掩码文本特征向量，与图像向量间进行跨模态交互编码；S4)对于未掩码的文本特征向量，将其与图像向量进行特征共享学习；S5)对上述步骤训练的模型，在测试数据集上进行实验，得到最终结果。本发明提出一种结合双流Transformer模型，充分提取文本辅助信息和图像信息的全局特征和细粒度特征，然后融合文本信息和图像信息分别进行注意力的交互以及特征共享学习，最后通过合适的损失函数的计算，从而实现高性能的行人重识别方法。
-
公开(公告)号：CN117455069A
公开(公告)日：2024-01-26
申请号：CN202311523200.0
申请日：2023-11-14
Applicant: 重庆邮电大学
IPC: G06Q10/04 , G06F16/2458 , G06F16/30 , G06N3/0455 , G06N3/0464
Abstract: 本发明属于轨迹预测领域，涉及基于Transformer和终点信息的行人轨迹预测方法。该方法包括以下步骤：S1)将所用的数据进行预处理；S2)采用条件变分自编码器网络生成轨迹终点信息特征；S3)采用Temporal Transformer和Spatial Transformer提取数据的行人交互特征；S4)利用Spatial Transformer和Temporal Transformer对空间交互进行建模及增强空间嵌入性；S5)将提取的特征融合后输入解码器输出预测轨迹。提出一种基于Transformer和终点信息的行人轨迹预测方法，该方法充分考虑行人轨迹运动时空规律，从不同角度提取特征信息，与传统的轨迹预测方法相比更加强大，具有更优的轨迹预测性能。
-
公开(公告)号：CN116226488A
公开(公告)日：2023-06-06
申请号：CN202111435112.6
申请日：2021-11-29
Applicant: 重庆邮电大学
IPC: G06F16/906 , G06F16/29 , G06F16/215 , G06F16/9537 , G06F18/23213 , G06F18/22
Abstract: 本发明属于船舶轨迹聚类技术领域，涉及一种基于深度聚类的船舶航道提取方法，用于解决传统聚类方法从高维船舶AIS轨迹数据中提取船舶航道困难的问题。该方法包括以下步骤：S1)对船舶AIS轨迹数据进行预处理；S2)采用堆叠自编码器提取船舶轨迹初始特征；S3)取出自编码器编码部分，引入聚类层，构建深度聚类网络，根据最终聚类结果提取出船舶航道。本发明采用“船舶AIS轨迹预处理+自编码器+深度聚类”的方案进行船舶航道提取，在保证船舶轨迹数据信息比较完整的前提下，在聚类层提取船舶的航道。本发明相较于传统的航道提取方法能够更有效提取出丰富且真实的船舶航道，实现了从高维船舶AIS轨迹数据中提取船舶航道的目的，提高了船舶航道提取效率。
-
公开(公告)号：CN111144827A
公开(公告)日：2020-05-12
申请号：CN202010071333.9
申请日：2020-01-21
Applicant: 重庆邮电大学
Abstract: 本发明属于无人机技术领域，涉及基于历史增益估计的无人机巡航路径动态规划方法。该方法包括以下步骤：S1)计算各区域的历史增益；S2)结合距离因素，计算下一跳目的区域效益得分；S3)设计无人机路径动态规划方法。提出一种基于无人机历史巡航数据的无人机巡航路径动态规划方法，该方法根据无人机访问各区域所获得的历史数据计算出各区域的历史增益，从而计算下一跳巡航各区域效益得分。相对于传统的无人机摆渡方法能够更加的灵活，进而实现无人机巡航的过程中动态的获取下一跳最优路径，提高综合性能的目的。
-
公开(公告)号：CN105873096B
公开(公告)日：2019-05-10
申请号：CN201610178755.X
申请日：2016-03-24
Applicant: 重庆邮电大学
IPC: H04L12/707 , H04W24/02 , H04W28/02
Abstract: 本发明涉及一种多路径并行传输系统有效吞吐量的优化方法，属于通信技术领域。该方法包括以下步骤：步骤1)在多路径并行传输系统中，利用卡尔曼滤波算法对各条并发链路上的传播时延进行估计；步骤2)推导出多路径并行传输系统中数据包有序传输约束条件；步骤3)根据推导出的传播时延估计结果和数据包有序传播的约束条件，对发送端的拥塞窗口进行调整。本发明提供的一种多路径并行传输系统有效吞吐量的优化方法，能够根据传播时延估计和数据包有序传播约束条件，自适应地调整各子流的拥塞窗口大小，从而均衡各链路上的负载，减小并发链路间的最大时延差，减少数据包乱序，提高多路径并行传输系统有效吞吐量。
-
Patent Agency Ranking
公开(公告)号：CN108934055A
公开(公告)日：2018-12-04
申请号：CN201810797521.2
申请日：2018-07-19
Applicant: 重庆邮电大学
Abstract: 本发明提供了一种解决三维空间下网络分割问题的中继节点配置方法，属于移动自组织网络领域。本方法针对三维空间MANET网络中因节点分布不均和频繁移动等原因产生多个不连通子网而导致不同子网内的节点不能进行相互通信的问题提出解决方法。首先，利用节点的位置信息确定子网分区并选取区域代表点；然后，将斯坦纳树算法和最小生成树算法引入三维空间，结合罗德里格旋转公式，确定在三维空间中使网络恢复连通所需的中继节点的数量和位置。通过合理地部署中继节点，最终达到在使用较少的中继节点的情况下使网络恢复连通，进而实现增加网络的数据递交率，减少数据传输时延，提高网络综合性能的目的。
-
公开(公告)号：CN105873096A
公开(公告)日：2016-08-17
申请号：CN201610178755.X
申请日：2016-03-24
Applicant: 重庆邮电大学
CPC classification number: H04W24/02 , H04W28/0289
Abstract: 本发明涉及一种多路径并行传输系统有效吞吐量的优化方法，属于通信技术领域。该方法包括以下步骤：步骤1)在多路径并行传输系统中，利用卡尔曼滤波算法对各条并发链路上的传播时延进行估计；步骤2)推导出多路径并行传输系统中数据包有序传输约束条件；步骤3)根据推导出的传播时延估计结果和数据包有序传播的约束条件，对发送端的拥塞窗口进行调整。本发明提供的一种多路径并行传输系统有效吞吐量的优化方法，能够根据传播时延估计和数据包有序传播约束条件，自适应地调整各子流的拥塞窗口大小，从而均衡各链路上的负载，减小并发链路间的最大时延差，减少数据包乱序，提高多路径并行传输系统有效吞吐量。
-
公开(公告)号：CN118885966A
公开(公告)日：2024-11-01
申请号：CN202410932681.9
申请日：2024-07-10
Applicant: 重庆邮电大学
IPC: G06F18/25 , G06F18/214 , G06F18/243 , G06N20/20 , G06F17/15
Abstract: 本发明公开了一种面向入侵检测特征分析的多解释融合算法。针对不同的解释方法基于各自独特的机制来阐释模型的预测，它们往往关注不同的方面，并可能导致提供差异化的重要特征解释，解释结果的这种不一致性也为评估模型的解释能力带来了困难。本发明采用三种评价解释方法性能的指标作为权重值，融合了SHAP、LIME和PFI三种事后解释方法。有效的提取不同解释方法视角的优点并互相弥补不足，解决了不同的解释方法给出的观点不尽相同的问题，更好地提高入侵检测系统的透明性。
-
公开(公告)号：CN116774584A
公开(公告)日：2023-09-19
申请号：CN202310750495.9
申请日：2023-06-25
Applicant: 重庆邮电大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于多智能体深度强化学习的无人机差异化服务轨迹优化方法，在考虑由多个服务提供商提供差异化服务的无人机网络中实现多个无人机的分布式轨迹控制。此外，针对用户和无人机计算成本最小化问题，本发明基于纳什均衡确定了无人机长期计算成本最小化问题的最优解也是用户计算成本最小化问题的最优解，并从理论上证明了纳什均衡的唯一性。针对不实际的完整系统信息的问题，本发明设计了马尔可夫博弈模型并基于深度强化学习设计了一种基于部分信息的多无人机轨迹优化算法，对不同服务提供商的无人机轨迹进行分布式控制，并从理论上证明了MUTO算法的总体复杂度为#imgabs0#实验结果证明本发明所提出的算法在用户和无人机总体计算成本方面的有效性。
-
公开(公告)号：CN116630932A
公开(公告)日：2023-08-22
申请号：CN202310423047.8
申请日：2023-04-20
Applicant: 重庆邮电大学
IPC: G06V20/58 , G06V10/764 , G06V10/774 , G06V10/82 , G06V10/80 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明属于道路目标检测领域，具体是一种基于改进YOLOV5的道路遮挡目标检测方法。该方法包括以下步骤：S1)构建道路目标数据集，并将数据集划分为训练集、验证集和测试集；S2)通过Mixup数据增强方法对道路目标训练集进行处理，丰富道路遮挡目标训练样本数；S3)构建改进的YOLOV5遮挡目标检测模型；S4)将步骤S2中的训练数据输入到步骤S3模型中进行训练；S5)将测试集的图像输入到步骤S4训练好的模型中进行检测，输出检测结果即图像中目标的边界框位置参数以及目标类别信息。本发明对于道路密集遮挡条件下的目标检测精度提升较高，可降低道路目标之间由于排列密集导致的漏检率。
-
-
-
-
-
-
-
-
-
Search Results
47
records
(took 0.02 seconds)
