公开(公告)号：CN119599072A

公开(公告)日：2025-03-11

申请号：CN202411663076.2

申请日：2024-11-20

Applicant: 北京邮电大学

Inventor： 郭少勇 ,  陈洁蔚 ,  任殷林 ,  齐芫苑 ,  邱雪松 ,  于祯奇 ,  王新宇 ,  刘可 ,  王竟榕 ,  张润璟

IPC: G06N3/063 ,  G06N5/04 ,  G06N3/0464 ,  G06N3/0455

Abstract: 本发明提供一种基于DPU的模型推理加速方法、装置、设备及介质，该方法包括：对待推理数据图像的颜色进行分离，得到至少两个单通道图像；基于双收缩阵列和至少两个卷积核，同步对各单通道图像进行特征提取，得到特征图；特征图用于模型推理；双收缩阵列用于特征提取所需的矩阵乘法运算，并实现并行计算；双收缩阵列是DPU通过硬件描述语言实现的。本发明通过DPU双收缩阵列和至少两个卷积核，对多个单通道图像进行特征提取并对大规模矩阵进行并行计算，提高系统吞吐量，从而实现大模型推理加速。

公开(公告)号：CN107092898B

公开(公告)日：2020-09-04

申请号：CN201710396747.7

申请日：2017-05-31

Applicant: 北京邮电大学

Inventor： 崔高峰 ,  王欣 ,  王新宇 ,  王程 ,  王卫东

IPC: G06K9/00

Abstract: 本发明公开了一种基于QPSK信号双谱能量熵和颜色矩的射频指纹识别方法，涉及无线通信领域，具体是发送端的某个比特流信号，采用QPSK映射得到信号s(n)；经过上变频后，得到调频信号p(n)，并输入到功率放大器中输出信号Φ(n)，经过数模转换处理后得到模拟信号，将模拟信号发送出来并在发送过程中加入AWGN，接收端经过模数转换处理后得到数字信号r(n)，经过下变频后得到基带信号，从基带信号中提取射频指纹特征：双谱能量熵，一阶矩和二阶矩；然后，通过SVM分类器对射频指纹特征进行分类训练和测试，得到测试类别结果；通过将测试类别结果与其实际类别结果做对比，得到分类准确率Pc。本发明通过SVM分类器对射频信号进行有效分类，在低信噪下识别准确率相较于传统方法提升了近20％。

公开(公告)号：CN120066704A

公开(公告)日：2025-05-30

申请号：CN202510018031.8

申请日：2025-01-06

Applicant: 国网北京市电力公司 ,  国家电网有限公司 ,  北京邮电大学

Inventor： 金明 ,  郝佳恺 ,  白昊洋 ,  朴天高 ,  王涵 ,  董峥 ,  庞迪 ,  李宇婷 ,  董旭 ,  高鹏 ,  郝汉卿 ,  张展鹏 ,  王新宇 ,  任殷林 ,  郭少勇 ,  曹坤 ,  张伍伟 ,  王鹏 ,  林超 ,  陈小宇 ,  王娟娟 ,  赵紫君

IPC: G06F9/48 ,  G06F9/50

Abstract: 本发明公开了一种算力网络资源调度方法、装置、存储介质及电子设备。涉及智能电网领域，该方法包括：获取多个计算任务的总任务时延；获取多个域中包括的算力服务节点的总计算成本，其中，多个域是通过对算力网络进行划分得到，算力服务节点用于指示提供计算资源的设备；基于多个域中包括的算力服务节点的总计算成本，以及多个计算任务的总任务时延，构建优化目标；基于优化目标，对多个计算任务进行跨域资源调度优化，得到资源调度结果，其中，资源调度结果至少用于指示为多个计算任务分别分配的计算资源。本发明解决了相关技术中的算力资源调度方法存在的调度准确性低，进而导致算力资源利用率低的技术问题。

公开(公告)号：CN119892761A

公开(公告)日：2025-04-25

申请号：CN202510058165.2

申请日：2025-01-14

Applicant: 国网北京市电力公司 ,  国家电网有限公司 ,  北京邮电大学

Inventor： 郝佳恺 ,  高鹏 ,  金明 ,  姚晓明 ,  王雷 ,  王新宇 ,  任殷林 ,  郭少勇 ,  杨静 ,  董峥 ,  董旭 ,  赵广怀 ,  付泽 ,  胡建亚 ,  郭佩姗

IPC: H04L47/83 ,  H04L47/127 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/0464

Abstract: 本发明公开了一种预测算力的方法、装置、非易失性存储介质及电子设备。其中，该方法包括：获取在预定历史时间段内目标节点的历史算力数据，其中，目标节点为算力网络中的设备节点；目标节点的历史算力数据进行特征提取，得到目标节点的历史算力数据的空间特征，以及目标节点的历史算力数据的时间特征；将目标节点的空间特征和目标节点的时间特征融合为目标节点的时空特征；根据目标节点的时空特征，预测算力网络在目标节点的拥堵情况。本发明解决了现有技术无法准确的预测算力网络的设备拥堵情况的技术问题。

公开(公告)号：CN107092898A

公开(公告)日：2017-08-25

申请号：CN201710396747.7

申请日：2017-05-31

Applicant: 北京邮电大学

Inventor： 崔高峰 ,  王欣 ,  王新宇 ,  王程 ,  王卫东

IPC: G06K9/00

Abstract: 本发明公开了一种基于QPSK信号双谱能量熵和颜色矩的射频指纹识别方法，涉及无线通信领域，具体是发送端的某个比特流信号，采用QPSK映射得到信号s(n)；经过上变频后，得到调频信号p(n)，并输入到功率放大器中输出信号Φ(n)，经过数模转换处理后得到模拟信号，将模拟信号发送出来并在发送过程中加入AWGN，接收端经过模数转换处理后得到数字信号r(n)，经过下变频后得到基带信号，从基带信号中提取射频指纹特征：双谱能量熵，一阶矩和二阶矩；然后，通过SVM分类器对射频指纹特征进行分类训练和测试，得到测试类别结果；通过将测试类别结果与其实际类别结果做对比，得到分类准确率Pc。本发明通过SVM分类器对射频信号进行有效分类，在低信噪下识别准确率相较于传统方法提升了近20％。