一种基于云边协同推理的模型划分方法

    公开(公告)号:CN117135061A

    公开(公告)日:2023-11-28

    申请号:CN202210542659.4

    申请日:2022-05-18

    Abstract: 本发明涉及一种基于云边协同推理的模型划分方法,通过设置一个切分点将精简模型分为两部分,移动终端执行前一部分,将中间计算数据传输给边缘云端由边缘云端完成剩下的部分并返回最终结果。具体而言:根据不同压缩精简算法对原任务模型构建精简模型库。并完成在边缘云端和移动终端的双备份。任务来临时获取任务目标,任务目标包括:时延、准确度或模型质量;感知通信环境,可为其提供计算服务的边缘云端的算力及本地算力。遍历精简模型库中每一个精简模型参数:网络层数,每一层网络规模。根据公式定义预估精简模型的性能:精简模型的推理时延、精简模型的推理准确度和精简模型的划分质量;根据具体的任务目标选择合适的精简模型及划分层。

    负载均衡信息交互周期的自适应调整方法

    公开(公告)号:CN101600226B

    公开(公告)日:2012-05-09

    申请号:CN200910023244.0

    申请日:2009-07-08

    Abstract: 本发明公开了一种负载信息发送周期的自适应调整方法,主要解决LTE-Advanced系统中采用固定周期交互负载信息造成的负载信息滞后以及信令的不必要开销问题。提出了邻基站与源基站协商,自适应的调整资源状态更新信息发送周期,其具体过程是:1.源基站向邻基站发送资源状态请求消息,邻基站根据自身能力反馈响应消息,以固定的周期返回负载信息;2.邻基站根据自身负载变化速率,提出资源状态更新信息返回周期的重配置请求,源基站依据自身情况反馈响应消息;3,邻基站以新的周期返回资源状态更新信息;5源基站发送资源状态报告终止消息,邻基站反馈响应信息,结束资源状态报告。本发明具有负载均衡成功率高,节约无线资源的优点,用于负载均衡过程中负载信息的交互。

    一种基于无人机救援的协同智能探测系统及方法

    公开(公告)号:CN117710835A

    公开(公告)日:2024-03-15

    申请号:CN202211037183.5

    申请日:2022-08-26

    Abstract: 本发明涉及无人机救援技术领域,为一种基于无人机救援的协同智能探测系统及方法,系统包括探测模块、轻量化检测模块、卸载模块及通讯模块;具体方法为:探测模块捕捉当前区域图像;轻量化检测模块基于轻量化检测模型根据探测模块捕捉的当前区域图像,判断当前区域中是否有受困对象,获得本地检测结果;卸载模块基于卸载模型判断本地检测结果是否准确,若准确,则基于通讯模块将本地检测结果发送至救援指挥中心,否则基于通讯模块将当前区域图像发送至救援指挥中心,进行人工识别,并基于人工识别结果与本地检测结果持续更新卸载模型。解决现有基于无人机救援系统无人机侧算力压力较大以及因只依赖单一的检测方法,而导致检测性能受限的技术问题。

    基于阈值触发的持续性水下探测方法、系统及检测机器人

    公开(公告)号:CN117671466A

    公开(公告)日:2024-03-08

    申请号:CN202211037181.6

    申请日:2022-08-26

    Abstract: 本发明属于水下探测技术领域,具体涉及一种基于阈值触发的持续性水下探测方法、系统及检测机器人。克服现有采用相机视觉传感器的水下机器人存在的存储、算力压力大以及无法持续应用的问题。首先采用轻量化的目标检测网络检测环境感知图片,之后引入了基于阈值触发的采样算法,通过阈值判别环境感知图片,只存储罕见的、有用的图片数据,降低系统存储压力,并根据此类图片数据重新训练目标检测网络,达到持续性学习的效果,只要检测机器人可以带回新的图片数据,模型就可以一直更新,使得目标检测网络可以持续应用。

    基于层级拓扑式肺炎检测模型的协同学习系统及方法

    公开(公告)号:CN117670774A

    公开(公告)日:2024-03-08

    申请号:CN202211034317.8

    申请日:2022-08-26

    Abstract: 本发明涉及一种肺炎检测模型训练方法,具体为一种基于层级拓扑式肺炎检测模型的协同学习系统及方法。克服现有肺炎检测模型训练系统存在的实行难度大、效率低以及本地检测节点不能达到最优检测性能的难题。首先各个节点分别利用本地肺炎数据,在本地预训练各自的肺炎检测模型,之后,中心节点基于本地模型的反馈数据构建层级拓扑式协同学习系统;之后,各簇节点与子节点利用本地肺炎数据分别在本地训练各自的肺炎检测模型;最后进行协同训练,包括簇内协同训练与簇间协同训练;簇内协同训练包括簇节点聚合训练与子节点随机交互式训练。本发明数据传输、存储及计算压力小,易于实现;同时为不同的客户端提供差异化模型参数,使得各个医院检测节点达到本地检测性能最大化。

    基于移动负载均衡机制下的用户选择切换方法

    公开(公告)号:CN101616436A

    公开(公告)日:2009-12-30

    申请号:CN200910023243.6

    申请日:2009-07-08

    Abstract: 本发明公开了一种基于移动负载均衡机制下的用户选择切换方法,主要解决现有方法在用户高速运动的情况下易出现的信号质量迅速下降所造成的通信中断或乒乓切换问题。其具体过程是:源基站检测本小区的负载情况;源基站作出是否启动负载均衡机制的决策;源基站与邻基站通过X2接口交互负载信息并根据得到的本小区和邻小区的负载信息,确定负载转移的目标小区;源基站和目标基站协商更新各自的切换参数;源基站对满足切换参数变更后切换触发条件的用户进行再次选择,把其中的背离源基站方向运动的非实时业务用户确定为最终的待切换用户;对上述的待切换用户切换到目标小区实现小区间的负载均衡。本发明大大提高了切换完成后正常通话的概率,保证了用户服务的连续性,提高了用户服务质量和系统性能,用于下一代移动通信系统的移动负载均衡机制。

    多载波系统中基于载波权重的资源调度方法

    公开(公告)号:CN103037528B

    公开(公告)日:2015-06-03

    申请号:CN201310017660.6

    申请日:2013-01-17

    Abstract: 本发明公开了一种多载波系统中基于载波权重的资源调度方法,主要解决现有技术的系统性能与复杂度难以兼顾的问题,以及LTE用户与小区边缘用户性能受限的问题。其实现步骤是:基站端获取用户信息及载波信息,并设定每个用户最多能接入的载波数目;根据用户与载波信息计算载波覆盖范围权重因子与用户类型权重因子,得到用户的载波权重因子;根据用户的载波权重因子进行用户优先级计算,并将载波权重因子作为优先级计算公式中的一个因子;按照用户优先级顺序为用户分配资源,完成资源调度。本发明在保证吞吐量的前提下降低了系统的复杂度,改善系统中小区边缘用户与LTE用户的性能,可用于LTE-Advanced载波聚合系统中的资源调度。

    多载波系统中基于载波权重的资源调度方法

    公开(公告)号:CN103037528A

    公开(公告)日:2013-04-10

    申请号:CN201310017660.6

    申请日:2013-01-17

    Abstract: 本发明公开了一种多载波系统中基于载波权重的资源调度方法,主要解决现有技术的系统性能与复杂度难以兼顾的问题,以及LTE用户与小区边缘用户性能受限的问题。其实现步骤是:基站端获取用户信息及载波信息,并设定每个用户最多能接入的载波数目;根据用户与载波信息计算载波覆盖范围权重因子与用户类型权重因子,得到用户的载波权重因子;根据用户的载波权重因子进行用户优先级计算,并将载波权重因子作为优先级计算公式中的一个因子;按照用户优先级顺序为用户分配资源,完成资源调度。本发明在保证吞吐量的前提下降低了系统的复杂度,改善系统中小区边缘用户与LTE用户的性能,可用于LTE-Advanced载波聚合系统中的资源调度。

    负载均衡信息交互周期的自适应调整方法

    公开(公告)号:CN101600226A

    公开(公告)日:2009-12-09

    申请号:CN200910023244.0

    申请日:2009-07-08

    Abstract: 本发明公开了一种负载信息发送周期的自适应调整方法,主要解决LTE-Advanced系统中采用固定周期交互负载信息造成的负载信息滞后以及信令的不必要开销问题。提出了邻基站与源基站协商,自适应的调整资源状态更新信息发送周期,其具体过程是:1.源基站向邻基站发送资源状态请求消息,邻基站根据自身能力反馈响应消息,以固定的周期返回负载信息;2.邻基站根据自身负载变化速率,提出资源状态更新信息返回周期的重配置请求;3.源基站依据自身情况反馈响应消息;4.邻基站以新的周期返回资源状态更新信息;5.源基站发送资源状态报告终止消息,邻基站反馈响应信息,结束资源状态报告。本发明具有负载均衡成功率高,节约无线资源的优点,用于负载均衡过程中负载信息的交互。

    智能病虫害管理预警方法、系统及装置

    公开(公告)号:CN117351296A

    公开(公告)日:2024-01-05

    申请号:CN202210732315.X

    申请日:2022-06-23

    Abstract: 本发明公开一种智能病虫害管理预警方法、系统与装置,克服现有基于深度学习方法存在的针对病虫害分布发生变化的情况,无法准确识别新的病虫害类型的问题。基于持续更新的病虫害预警网络预测当前植株病虫害信息中是否出现新的病虫害信息,针对病虫害分布发生变化的情况,触发数据集更新,将新的病虫害信息加入数据集,病虫害识别模型基于更新后的数据集通过主动学习,可以不断地学习农作物的病虫害信息,可以确保病虫害分布发生变化时,病虫害识别模型也可以准确识别新的病虫害类型。系统包括病虫害识别系统、病虫害预警系统及数据集更新系统,装置包括农场巡检智能体,农场巡检智能体中包括相机以及病虫害识别系统和病虫害预警系统。

Patent Agency Ranking