-
公开(公告)号：CN115497005A
公开(公告)日：2022-12-20
申请号：CN202211078264.X
申请日：2022-09-05
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种融合特征转移与注意力机制的YOLOV4遥感目标检测方法，包括：通过Mosaic数据增强方法预处理遥感图像数据；构建融合特征转移与注意力机制的YOLOV4遥感目标检测模型；将所述的遥感数据输入到所述的模型进行训练；获取待检测的遥感图像，将遥感图像预处理至统一大小；将处理后的遥感图像输入到训练好的目标检测模型进行检测，输出检测结果即待检测图像中遥感目标的边界框位置以及目标类别。本发明通过改进YOLOV4，融合特征转移与注意力机制，在不明显增加模型参数量的前提下可显著提升检测精度。
-
公开(公告)号：CN115471757A
公开(公告)日：2022-12-13
申请号：CN202211161558.9
申请日：2022-09-23
Applicant: 重庆邮电大学
Abstract: 本发明属于图像分类领域，涉及基于卷积神经网络和注意力机制的高光谱图像分类方法。该方法包括以下步骤：S1)将所用的数据进行预处理；S2)采用3DCNN提出数据的光谱空间联合特征；S3)将联合特征输入到注意力插件模块；S4)将带有注意力权重的特征图输入到2DCNN模块进一步细化空间特征；S5)提取到的特征图通过Softmax分类层进行分类。提出一种基于卷积神经网络和注意力机制的高光谱图像分类方法，该方法根据高光谱图像数据具有“图谱合一”的特性，从不同角度充分提取特征信息，相对于传统的高光谱图像分类方法具有更优的分类性能。
-
Patent Agency Ranking
公开(公告)号：CN115459996A
公开(公告)日：2022-12-09
申请号：CN202211083386.8
申请日：2022-09-06
Applicant: 重庆邮电大学
Abstract: 本发明属于入侵检测领域，涉及基于门控卷积和特征金字塔的网络入侵检测方法。该方法包括以下步骤：S1)将所用的数据进行预处理；S2)采用门控卷积神经网络按深度提取出网络数据不同程度的语义特征；S3)采用特征金字塔网络将模型深层的特征图进行融合；S4)对融合后的各模型深层特征图应用全连接神经网络进行分类判决；S5)采用FocalLoss损失函数对整体模型进行多监督训练。本发明能实现高性能的入侵检测，相比与其他方法，该发明在多分类入侵检测中的查准率、查全率以及综合指标F1‑score上取得的效果更佳，在提升入侵检测系统性能的同时实现对少数类样本F1‑score的巨大提升。
-
公开(公告)号：CN111314353B
公开(公告)日：2022-09-02
申请号：CN202010103246.7
申请日：2020-02-19
Applicant: 重庆邮电大学
Abstract: 本发明涉及网络入侵检测技术领域，特别涉及一种基于混合采样的网络入侵检测方法及系统，方法包括将网络入侵历史数据集中的符号属性转换为数字属性；将网络入侵历史数据集归一化至区间[0,1]；利用混合采样算法对网络入侵历史数据集进行采样，得到每个类别平衡的训练集；利用获得的训练集训练BP神经网络分类器；将实时的网络入侵数据输入训练好的BP神经网络分类器，BP神经网络分类器输出该实时的网络入侵数据的类别；本发明减少了多数类样本的舍弃，从而减少了对构建分类器有价值的信息的损失；相比基于SMOTE过采样的入侵检测技术，减少了生成少数类新样本时引入的噪音，因此该算法对不平衡数据有更好的分类性能。
-
公开(公告)号：CN114697096A
公开(公告)日：2022-07-01
申请号：CN202210286036.5
申请日：2022-03-23
Applicant: 重庆邮电大学
Abstract: 本发明属于入侵检测领域，涉及基于空时特征和注意力机制的入侵检测方法。该方法包括以下步骤：S1)将所用的数据进行预处理；S2)采用多尺度卷积神经网络提出数据的空间域特征；S3)采用双向长短记忆网路提取数据的时间域特征；S4)将融合后的时间特征加入注意力机制并通过softmax分类器分类。提出一种基于空时特征集合和注意力机制的入侵检测方法，该方法根据入侵检测数据具有空时特征的特性，从不同角度充分提取特征信息，相对于传统的入侵检测方法更加的强大，具有更优的入侵检测性能。
-
公开(公告)号：CN113055850A
公开(公告)日：2021-06-29
申请号：CN202110240672.X
申请日：2021-03-04
Applicant: 重庆邮电大学
Abstract: 本发明属于空天地一体化领域，涉及无人机巡航和无人机辅助通信技术领域，具体涉及一种无人机巡航通信的能量最小化方法。包括：建立无人机与地面节点之间的通信，设置满足边界节点通信的最小吞吐量Q，在边界节点达到最小吞吐量的前提下计算满足地面节点通信的无人机最优飞行速度；将整片矩形区域网格化，确定无人机最大化区域覆盖同时最小化能耗的飞行路径；计算无人机飞行时间、飞行通信相关的能量、无人机悬停时间和悬停通信相关的能量；计算在整个系统下无人机实现巡航通信的最小化能量。本发明能实现全区域通信覆盖，该发明在提升系统可行性的同时实现无人机通信的节能降耗。
-
公开(公告)号：CN111212406A
公开(公告)日：2020-05-29
申请号：CN202010185087.X
申请日：2020-03-17
Applicant: 重庆邮电大学
Abstract: 本发明涉及移动无线通信技术领域，具体为一种适用于可伸缩视频的D2D资源分配方法；所述方法包括根据蜂窝用户和D2D用户的最小SINR要求和功率限制，进行D2D用户接入筛选；将筛选后的D2D用户以及蜂窝用户遍历所有视频层；根据蜂窝用户和D2D用户传输的视频层数分别得到所需的最小传输速率要求，从而分别计算出蜂窝用户和D2D用户的最小发送功率；计算出所有满足最小发送功率限制的D2D用户复用蜂窝用户频谱的收益和，进而得到最大收益和；构建出增益矩阵，对多个D2D用户复用多个频谱进行资源分配；通过灵活地资源分配，最终达到在在蜂窝D2D协作网络中传输可伸缩视频时获得有效的最大吞吐量或者平均视频质量。
-
-
-
-
-
-
Search Results
47
records
(took 0.019 seconds)
