专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果14个,建议您升级VIP下载更多相关专利
  • [发明专利]一种异构无线网络的子网络切换方法及系统-CN202110808686.7有效
  • 梁根;孙国玺;龚建锋;俞鹤伟;郭小雪;甘梓润;李新超 - 广东石油化工学院
  • 2021-07-16 - 2023-07-25 - H04W36/00
  • 本发明公开了一种异构无线网络的子网络切换方法及系统,读取当前网络环境下各个待切换的子网络的网络属性集合;据网络属性集合计算当前子网络与各个子网络之间的网络属性集合的相关度;根据相关度构建各个子网络的子网选择矩阵;根据子网选择矩阵计算得到各个子网络的网络属性的切换权重值;切换到子网络的网络属性的切换权重值最大的子网络,能够在异构无线网络环境下不确定网络属性值的情况下,解决了因为用户移动、无线信号干扰以及网络状态波动等原因造成的错误的网络切换问题,能够智能的切换子网络,保持通信稳定性,提高了通信的用户体验,本发明应用于无线网络技术领域。
  • 一种无线网络网络切换方法系统
  • [发明专利]一种基于样本遗忘的重加权长尾分布图像识别方法-CN202310214825.2在审
  • 俞鹤伟;陈佳仪 - 华南理工大学
  • 2023-03-08 - 2023-07-11 - G06V10/764
  • 本发明公开了一种基于样本遗忘的重加权长尾分布图像识别方法,包括:S1、预训练获得样本遗忘信息;S2、计算未平滑的类别有效信息总量;S3、对得到的类别有效信息总量进行平滑;S4、设计权重因子,将权重因子引入损失函数,得到基于样本遗忘的重加权损失函数;S5、选取训练集中部分数据输入定义好的神经网络模型中,通过神经网络计算得出softmax层输出;S6、根据重加权损失函数计算每一批次的重加权损失;S7、使用优化算法并根据损失函数的表达式和链式法则计算梯度和更新网络参数;S8、重复步骤S5‑S7直至总损失函数收敛,输入测试集样本数据,计算得到识别结果。本发明调整了每个类别损失在总损失中的占比,缓解因为长尾分布而导致的梯度占比失衡。
  • 一种基于样本遗忘加权长尾分布图像识别方法
  • [发明专利]一种基于多级特征融合模块的人体姿态估计方法-CN202310303450.7在审
  • 俞鹤伟;李卓恒 - 华南理工大学
  • 2023-03-27 - 2023-07-07 - G06V40/20
  • 本发明公开了一种基于多级特征融合模块的人体姿态估计方法,包括以下步骤:S1、构建基于多级特征融合模块堆叠的人体姿态估计网络,包括特征提取主干子网络、多级特征融合模块堆叠子网络以及输出子网络;S2、准备训练集,对图像进行预处理,使用训练集标签制作标签热图,并对图像进行数据增强;S3、使用训练集训练基于多级特征融合模块堆叠的人体姿态估计网络;S4、对训练完毕的人体姿态估计网络进行测试和指标计算,调整网络结构参数以及训练设置,直至指标满足需求,将训练完的人体姿态估计网络用于实际人体姿态估计。本发明方法以新的多级特征融合模块为核心结构,并多次堆叠该模块达到适当的规模,实现了更好的人体姿态估计性能。
  • 一种基于多级特征融合模块人体姿态估计方法
  • [发明专利]一种基于双门控卷积的相互编解码网络的图像修复方法-CN202310214820.X在审
  • 俞鹤伟;杨仁峰 - 华南理工大学
  • 2023-03-08 - 2023-07-07 - G06T5/00
  • 本发明公开了一种基于双门控卷积的相互编解码网络的图像修复方法,包括以下步骤:S1、搭建网络模型,包括修复网络和判别器网络,构建BG‑MED网络作为修复网络;S2、选取数据集;S3、破损后的图片输入BG‑MED网络模型,经过修复,输出得到修复后的图片;S4、计算判别器的总损失值,使用Adam优化算法,更新全局判别器和局部判别器的参数;S5、计算修复网络的损失值,使用Adam优化算法,对BG‑MED模型参数进行更新;S6、重复步骤S3‑S5多次,利用训练好的模型参数设置网络模型值;S7、将BG‑MED模型用于实际图像修复。本发明针对于门控卷积的不足,提出了基于双门控卷积的相互编解码网络模型,图像修复效果优异。
  • 一种基于门控卷积相互解码网络图像修复方法
  • [发明专利]一种基于协同理论的异构无线网络选择方法-CN202110347370.2有效
  • 俞鹤伟;王滔滔 - 华南理工大学
  • 2021-03-31 - 2022-05-24 - H04W48/18
  • 本发明公开了一种基于协同理论的异构无线网络选择方法,包括以下步骤:S1、获取网络属性数据和当前用户业务类型;S2、选择不同的效用函数,构造属性效用矩阵;S3、计算用户偏好和业务场景下各属性的权重;S4、利用TOPSIS和MEW方法计算用户偏好和业务场景下各网络得分;S5、根据协同理论,综合考虑用户偏好与业务类型,选择最佳网络接入。本发明基于多属性决策,使用协同理论,综合考虑用户偏好,业务特性以及网络状态等因素,选择的最佳网络实现了用户偏好与业务特性的最佳平衡。相较与其他多属性网络选择,该方法保证业务的QoS的同时,考虑了用户偏好的需求,综合各方面达到一个平衡,提高网络选择的客观性与稳定性,避免了乒乓效应,节省了资源。
  • 一种基于协同理论无线网络选择方法
  • [发明专利]一种融合天气信息的门控循环神经网络兴趣点推荐方法-CN201810677587.8有效
  • 俞鹤伟;吕慧雅 - 华南理工大学
  • 2018-06-27 - 2022-03-29 - G06F16/9535
  • 本发明公开了一种融合天气信息的门控循环神经网络兴趣点推荐方法,包括:S1、根据用户历史地点签到数据得到所有用户的地点访问历史记录,并对地点进行one‑hot编码;S2、根据地理位置距离得到多个距离矩阵Dd;S3、通过历史签到时间点对应的天气信息计算得到天气变化速率矩阵V;S4、针对兴趣点推荐问题对经典门控循环神经网络中的门控循环单元GRU进行修改,将重置门与更新门计算方法与天气信息进行融合得到V‑GRU;S5、提出基于V‑GRU构建的多层循环神经网络框架DV‑RNN;S6、通过输入层将用户在之前时刻访问的地点编码、相应的距离矩阵以及天气变化速率矩阵V输入到神经网络之中;通过输出层计算得到用户在当前时刻访问地点的概率分布,进而得到推荐结果。
  • 一种融合天气信息门控循环神经网络兴趣推荐方法
  • [发明专利]基于直觉模糊数和TOPSIS的异构无线网络选择方法-CN201911121976.3有效
  • 俞鹤伟;郭美圆 - 华南理工大学
  • 2019-11-15 - 2021-09-21 - H04W24/06
  • 本发明公开了基于直觉模糊数和TOPSIS的异构无线网络选择方法,具体步骤包括:S1、获取目标网络属性和当前业务类型;S2、根据获取到的目标网络属性参数构造目标决策矩阵,并进行归一化处理;S3、构建不同业务类型下的直觉模糊层次分析模型,并获取相应的网络属性权重矩阵;S4、将所得网络属性权重矩阵与目标决策矩阵进行简单乘法加权,得到加权决策矩阵;S5、利用TOPSIS法对加权决策矩阵进行排序,取最优结果作为最终目标网络进行切换。本发明采用直觉模糊数进行语义重要程度表达,较一般模糊数和三角模糊数等更能丰富地表达不确定性和模糊性符合实际;实现了基于直觉层次分析模型计算网络属性权重,实现网络最佳选择。
  • 基于直觉模糊topsis无线网络选择方法
  • [发明专利]一种基于余弦相似度和TOPSIS的异构无线网络选择方法-CN201810162688.1有效
  • 俞鹤伟;肖杰 - 华南理工大学
  • 2018-02-26 - 2020-11-24 - H04W48/18
  • 本发明公开了一种基于余弦相似度和TOPSIS的异构无线网络选择方法,具体步骤包括:S1、利用终端获取各个网络属性,并进行归一化处理得到归一化矩阵;S2、为归一化矩阵加上用户偏好权重,得到带权归一化决策矩阵;S3、利用TOPSIS对所有网络进行计算和排名得到理想解、积分序列C和积分最高的网络;S4、计算积分序列的标准差,查找|ck‑c*|<σ的网络组成集合;S5、计算集合中的各个网络和理想解的余弦相似度;S6、选出集合中余弦相似度最高的作为最佳网络。本发明通过利用TOPSIS方法初步过滤掉一些性能较差的网络,再利用余弦相似度选择一个各个属性都较优的网络,避免了传统方法选择某个属性低于用户需求而一部分属性远高于用户需求的网络的问题。
  • 一种基于余弦相似topsis无线网络选择方法
  • [发明专利]一种基于效用函数的异构无线网络选择方法-CN201810166402.7有效
  • 俞鹤伟;石雄雄 - 华南理工大学
  • 2018-02-28 - 2020-07-28 - H04W28/08
  • 本发明公开了一种基于效用函数的异构无线网络选择方法,具体步骤包括:(1)获取网络属性数据和当前用户业务类型;所述网络属性数据包括可用带宽、网络费用、能耗以及网络负载;所述用户业务类型包括语音、数据和视频;(2)对各个决策网络属性构造效用函数,根据网络属性的效用函数求解相应属性的效用值;其中,属性值与用户满意度的关系决定了所采用的效用函数;(3)根据求得的各个网络中网络属性的效用值,构造效用矩阵;(4)根据主观权重和客观权重,构造综合权重;(5)计算网络综合效用,选择最佳网络进行接入。本发明综合考虑了用户偏好,网络状态,设备能耗,网络费用以及网络负载,选择的最佳网络实现了QoS与网络负载的最佳平衡。
  • 一种基于效用函数无线网络选择方法
  • [发明专利]一种基于正态模糊数的异构无线网络选择方法-CN201810161346.8有效
  • 俞鹤伟;刘新宇 - 华南理工大学
  • 2018-02-27 - 2020-06-19 - H04W36/00
  • 本发明公开了一种基于正态模糊数的异构无线网络选择方法,具体步骤包括:(1)获取网络数据和当前业务类型;(2)构造决策矩阵,并进行归一化处理;(3)构造业务下的Fuzzy‑AHP正态模糊数矩阵;(4)利用基于正态模糊数的正态模糊扩展分析法计算出网络各属性权重;(5)将决策矩阵中属性值乘上对应权重,得加权决策矩阵;(6)利用TOPSIS方法计算网络得分,选出最佳网络。本发明将Fuzzy‑AHP与正态模糊数相结合,利用正态隶属度函数和正态模糊数进行网络属性权重的计算,改进了传统三角模糊数突变点不符合过渡渐变的问题,提高了网络选择的正确率。
  • 一种基于模糊无线网络选择方法
  • [发明专利]一种分布式链路接入带宽控制系统-CN201610211095.0在审
  • 舒磊;梁根;俞鹤伟;郭小雪;王博 - 广东石油化工学院
  • 2016-04-05 - 2016-07-06 - H04L29/08
  • 本发明公开了一种分布式链路接入带宽控制系统,包括网络链路接入内核级计算模块、分布式结点系统负载均衡调度模块和链路带宽分配模块,网络链路接入内核级计算模块用于将接入服务器接收到的客户端的用户数据包进行拆包和封装处理,同时还向它的上层应用提供接口服务;分布式结点系统负载均衡调度模块,采用分布式多计算结点的架构,在网络环境中部署多台接入服务器;链路带宽分配模块在系统的内存为每个用户链路新建一个令牌缓冲池并配有令牌,持有令牌的数据包将有权限到达出口链路。本发明支持超大规模的网络链路接入,能够有效地降低系统负载,增加系统总体带宽利用率和系统效能,该方法适用于超大规模用户、高负载的网络环境。
  • 一种分布式接入带宽控制系统

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top