-
公开(公告)号：CN114039916A
公开(公告)日：2022-02-11
申请号：CN202111227849.9
申请日：2021-10-21
Applicant: 北京邮电大学
Abstract: 本发明提供一种面向实时视频质量优化的深度混合模型流量控制方法、装置和存储介质，该方法包括：实时获得网络传输数据包的网络信息状态，从中获得第一特征集合，输入至训练好的第一智能拥塞控制模型，以从该模型的特征层输出概率特征向量，该模型为利用基于固定映射规则的拥塞控制算法的预测结果作为标签训练得到的；基于网络信息状态获得第二特征集合，输入至在线训练的基于强化学习的第二智能拥塞控制模型，从该模型的特征层输出概率特征向量；对第一智能拥塞控制模型输出的概率特征向量进行强化操作；将经强化的概率特征向量与第二智能拥塞控制模型输出的概率特征向量进行融合；基于融合后的概率特征向量获得预测码率，进行流量控制。
-
公开(公告)号：CN113376609B
公开(公告)日：2021-12-31
申请号：CN202110675453.4
申请日：2021-06-18
Applicant: 北京邮电大学
Abstract: 本发明公开了一种基于毫米波雷达的液体识别方法，将FMCW毫米波雷达感知到的时域信号经过快速傅里叶变化，转换为频域信号；将频域信号中的峰值区域挑选出来进行特征提取；利用雷达上多天线感知到的信号提取特征，计算出目标信息，作为神经网络的输入信息；利用神经网络从目标的反射信息中提取反射特征，并且依据位置信息得到矫正特征；利用自适应融合模块，根据所提取到的特征评估目标位置的变化对反射信号干扰的程度，自适应地去除位置变化的影响，最终得到用于区分不同液体成分的特征，并且预测出液体的类别。本发明区别于传统液体识别方法，不需要浸没在液体中并且不需要与液体容器接触，并且突破了已有无线感知方法识别粒度的局限，能够在不同的环境中鲁棒地实现高准确率的细粒度液体识别效果。
-
公开(公告)号：CN110309715B
公开(公告)日：2021-05-25
申请号：CN201910429230.2
申请日：2019-05-22
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种基于深度学习的灯具识别的室内定位方法、装置与系统，所述方法包括：客户端获取待识别的包含可见光特征信息的第一图像，并对所述第一图像依次进行光晕及亮度补偿预处理，得到第二图像，将所述第二图像发送至服务器；服务器接收客户端发送的第二图像，将所述第二图像输入预先训练的卷积神经网络中，得到所述第二图像对应的分类结果，并将所述分类结果与数据库中预先存储的类别信息匹配，当所述分类结果与所述类别信息匹配成功时，将所匹配的类别信息对应的位置信息发送至客户端；客户端接收服务器返回的位置信息，并根据所述位置信息进行定位。本发明实施例，能够提高可见光特征识别的准确性，进一步提高定位的准确性。
-
公开(公告)号：CN112738897A
公开(公告)日：2021-04-30
申请号：CN202011623288.X
申请日：2020-12-31
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种多接入点、多用户毫米波网络的并发传输方法及装置，确定第一并发传输终端以及所接入的第一接入点，并基于预先收集的波束扫描信息，按照最大化信干噪比的并发传输原则，确定第一接入点与第一并发传输终端之间的第一目标波束，并针对除第一接入点之外的每个第二接入点，从与该第二接入点连接、且处于候选终端队列中的用户终端中，确定一第二并发传输终端，以及该第二接入点与该第二并发传输终端之间的第二目标波束。可见，能够选择合适的用户终端以及波束进行并发传输，能够达到最大化信干噪比，降低了多接入点、多用户毫米波网络的并发传输时不同链路的干扰，提高了空间重用性。
-
公开(公告)号：CN110309715A
公开(公告)日：2019-10-08
申请号：CN201910429230.2
申请日：2019-05-22
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种基于深度学习的灯具识别的室内定位方法、装置与系统，所述方法包括：客户端获取待识别的包含可见光特征信息的第一图像，并对所述第一图像依次进行光晕及亮度补偿预处理，得到第二图像，将所述第二图像发送至服务器；服务器接收客户端发送的第二图像，将所述第二图像输入预先训练的卷积神经网络中，得到所述第二图像对应的分类结果，并将所述分类结果与数据库中预先存储的类别信息匹配，当所述分类结果与所述类别信息匹配成功时，将所匹配的类别信息对应的位置信息发送至客户端；客户端接收服务器返回的位置信息，并根据所述位置信息进行定位。本发明实施例，能够提高可见光特征识别的准确性，进一步提高定位的准确性。
-
Patent Agency Ranking
公开(公告)号：CN118381759A
公开(公告)日：2024-07-23
申请号：CN202410423455.8
申请日：2024-04-09
Applicant: 北京邮电大学
IPC: H04L45/302 , H04L45/02 , H04L45/24
Abstract: 本发明提供一种多路径视频传输调度方法、设备及程序产品，所述方法包括：获取每条传输子流在当前时刻下对应的传输层状态信息和应用层质量信息；获取多层神经网络模型，输入传输层状态信息，得到n条传输子流的流量平均值和流量标准差，将流量平均值和流量标准差映射到[0,1]范围内，得到动作矩阵；按照动作矩阵指示的增强层数据的发送比例调度控制n条传输子流；根据传输层状态信息和应用层质量信息计算传输子流调度奖励值；通过强化学习智能体，以最大化未来传输子流调度奖励值之和为优化目标对多层神经网络模型进行训练和参数更新直至收敛；能够解决无法及时响应网络环境的变化，导致无法在多流实时视频传输系统中满足用户体验质量需求的问题。
-
公开(公告)号：CN117930163A
公开(公告)日：2024-04-26
申请号：CN202311499118.9
申请日：2023-11-10
Applicant: 北京金茂绿建科技有限公司 , 北京邮电大学
Abstract: 本发明提供一种基于毫米波雷达的人体存在感知方法、人体存在感知装置以及一种人体监测设备，涉及生理信号处理领域，包括：对接收到中频信号进行频谱分析，确定检测区域中是否有人体在走动；若有人体在走动，对频谱进行去除静态分量处理后根据能量强度确定人体的位置和状态信息；若没有人体在走动，则利用改进型圆拟合算法对频谱进行相位提取，得到多个时间点对应的呼吸波信号。对呼吸波信号采用自相关分析，判断呼吸波的周期性强度是否小于预设阈值；在周期性强度不小于预设阈值时，确定当前时间段内存在人体且人体未走动。本发明精准确定呼吸波信号是否存在。解决了检测精度不高，容易出现误判的问题，极好的实现了人体存在感知。
-
公开(公告)号：CN117892202A
公开(公告)日：2024-04-16
申请号：CN202410293315.3
申请日：2024-03-14
Applicant: 北京邮电大学
IPC: G06F18/241 , G06F18/2431 , G06F18/25 , G06N3/044 , G06N3/0464 , G06N3/08 , G01S13/88
Abstract: 本申请提供一种基于毫米波信号的护理动作监测方法及电子设备，方法包括：周期性发送预设频率的毫米波信号至用户所处的空间；分别接收毫米波信号被用户反射后形成多个不同的目标毫米波信号；基于FFT算法、DOA估计算法和CFAR算法对各个目标毫米波信号进行处理，得到各个目标毫米波信号整体对应的点云信息；将点云信息中的各个点云数据帧发送至计算终端，以使该计算终端在预设的时间窗口接收多个点云数据帧，并判断时间窗口是否为护理窗口，若是，则将护理窗口内的各个点云数据帧输入至预先训练的深度学习模型，输出得到对应的护理动作结果。本申请能够有效降低护理监测方法的流程复杂度，以及有效降低护理监测成本，进而能够有效提升患者的体验。
-
公开(公告)号：CN117170886B
公开(公告)日：2024-02-02
申请号：CN202311456792.9
申请日：2023-11-03
Applicant: 北京邮电大学
IPC: G06F9/50 , G06N3/048 , G06V10/764 , G06V10/82 , G06F9/455 , G06F9/54 , G06F16/75 , G06F16/783
Abstract: 本发明提供一种面向大连接视频分析的连续学习资源调度方法及装置，所述方法的步骤包括：获取视频流，将帧数据作为处理任务加入视频的任务队列中，将视频任务队列中的处理任务输入到预设的任务需求分析器中；所述任务需求分析器输出处理任务对应的任务类别，基于任务类别确定对应的资源需求标签组，将所述处理任务对应的需求标签组加入任务池中；基于所述任务池中的需求标签组建立任务组，基于每个任务组中的需求标签组计算每个任务组的最大需求长度；基于所述最大需求长度计算对应任务组的关联度，基于所述关联度确定发送任务组；基于所述发送任务组的最大需求长度匹配对应的服务器，并将所述发送任务组传输到该服务器中。
-
公开(公告)号：CN117170886A
公开(公告)日：2023-12-05
申请号：CN202311456792.9
申请日：2023-11-03
Applicant: 北京邮电大学
IPC: G06F9/50 , G06N3/048 , G06V10/764 , G06V10/82 , G06F9/455 , G06F9/54 , G06F16/75 , G06F16/783
Abstract: 本发明提供一种面向大连接视频分析的连续学习资源调度方法及装置，所述方法的步骤包括：获取视频流，将帧数据作为处理任务加入视频的任务队列中，将视频任务队列中的处理任务输入到预设的任务需求分析器中；所述任务需求分析器输出处理任务对应的任务类别，基于任务类别确定对应的资源需求标签组，将所述处理任务对应的需求标签组加入任务池中；基于所述任务池中的需求标签组建立任务组，基于每个任务组中的需求标签组计算每个任务组的最大需求长度；基于所述最大需求长度计算对应任务组的关联度，基于所述关联度确定发送任务组；基于所述发送任务组的最大需求长度匹配对应的服务器，并将所述发送任务组传输到该服务器中。
-
-
-
-
-
-
-
-
-
Search Results
80
records
(took 0.049 seconds)
