“张祖凡”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果77个，建议您升级VIP下载更多相关专利

[发明专利]一种社会网络D2D场景下基于拍卖理论的资源分配方法-CN201810159893.2有效
发明人：于秀兰;张珀瑞;张祖凡;甘臣权 -专利权人：重庆邮电大学
申请日： 2018-02-26 - 公布日： 2023-09-26 - 主分类号： H04W4/70 文献下载
摘要：本发明请求保护一种社会网络D2D场景下基于拍卖理论的资源分配方法，属于移动通信技术领域。所述方法包括以下步骤：1、根据终端用户之间的交互数据，物理条件生成社会‑物理关系图；2、建立一种结合社会层和物理层的资源分配模型；3、利用网络交互数据和基于情感分类的语言模型学习计算出用户间的社会关系；4、考虑D2D用户复用不同频谱资源下的传输速率构建拍卖模型；5、蜂窝用户和D2D对之间通过协商形成买家—卖家匹配，并确定拍卖赢家和定价。本发明提出的基于拍卖理论的资源分配方法，实现了蜂窝通信系统和D2D(Device‑to‑Device)短距离通信的融合，相对于传统的资源分配方法，能够降低计算复杂度，提高资源分配方法成功率。
一种社会网络 d2d 场景基于拍卖理论资源分配方法

[发明专利]基于多神经网络融合的乳腺癌病理图像分级方法-CN202310115727.3在审
发明人：陶维剑;张祖凡 -专利权人：重庆邮电大学
申请日： 2023-02-15 - 公布日： 2023-07-14 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及一种基于多神经网络融合的乳腺癌病理图像分级方法，属于计算机技术领域，包括以下步骤：步骤一：裁剪和筛选原始病理图像，并对其进行图像增强；步骤二：使用ResNet‑50、DenseNet‑121和InceptionNet的主干网络提取病理图像的低级和高级特征，并利用全局平均池化层和softmax层分别输出每个神经网络的分级结果；步骤三：利用拼接层将三个神经网络的输出特征拼接起来，通过堆叠的方式添加一个融合网络，利用融合网络再次学习神经网络的输出特征；步骤四：利用多层感知策略输出最终的病理图像分级结果。
基于神经网络融合乳腺癌病理图像分级方法

[发明专利]基于互信息的隐私度量与优化方法-CN202310302226.6在审
发明人：王丹丹;张祖凡 -专利权人：重庆邮电大学
申请日： 2023-03-24 - 公布日： 2023-06-23 - 主分类号： G06F21/62 文献下载
摘要：本发明涉及一种基于互信息的隐私度量与优化方法，属于隐私度量领域，包括以下步骤：S1：首先根据内容重要性、用户兴趣相似度以及时间模型给出社会关系的定义；S2：只考虑两个用户之间隐私度量的简单情况，给出用互信息进行隐私度量的方法，并优化目标函数；S3：用互信息度量多个用户导致的合谋攻击时隐私泄露的程度。本发明能分析隐私度量并对隐私信息进行一定的保护，实现了隐私信息的度量与保护，具有较强的隐私度量与保护能力。
基于互信隐私度量优化方法

[发明专利]基于区块链信任机制的演化博弈频谱感知方法-CN202211648671.X在审
发明人：戴辰;张祖凡 -专利权人：重庆邮电大学
申请日： 2022-12-19 - 公布日： 2023-06-13 - 主分类号： H04W12/37 文献下载
摘要：本发明涉及一种基于区块链信任机制的演化博弈频谱感知方法，属于移动通信技术领域，包括：FC按照PU的地理位置选取附近的SU进行CSS，如果SU首次参与CSS则需要向FC进行认证信息的注册，由FC验证后将其注册为合法参与者，并为该设备分配身份密钥以及初始信任分；各个SU对PU信道进行频谱感知，在完成频谱感知后SU根据策略的收益情况选择向FC发送真实或者虚假的局部判决结果；FC收到SU的局部判决结果后，根据判决准则对PU信道做出全局判决；FC将SU的局部判决结果与全局判决结果进行比对之后重新计算SU的信任值，并对感知正确的SU提供奖励；将SU节点的局部判决结果以及更新后的信任值情况记录在区块链上。
基于区块信任机制演化博弈频谱感知方法

[发明专利]基于智能反射表面辅助太赫兹的低复杂度信道估计方法-CN202211664053.4在审
发明人：杨作为;张祖凡 -专利权人：重庆邮电大学
申请日： 2022-12-23 - 公布日： 2023-05-23 - 主分类号： H04L25/02 文献下载
摘要：本发明涉及一种基于智能反射表面辅助太赫兹的低复杂度信道估计方法，属于通信技术领域。该方法包括：S1：构建IRS辅助太赫兹通信的系统模型；S2：设计相应的IRS相移矩阵并且根据不同块和不同时隙将接收信号建模为三维张量；S3：利用CP分解对接收信号进行分解，得到因子矩阵；S4：根据相关估计器对分解得到的因子矩阵进行估计，求解出信道参数；S5：根据求解出的信道参数重构信道矩阵。本发明能在THz通信系统中利用IRS实现信道估计，通过对IRS相移矩阵的设计和接收信号的建模，能够有效提升THz通信系统中信道估计的准确度。
基于智能反射表面辅助赫兹复杂度信道估计方法

[发明专利]基于IRS辅助太赫兹MIMO通信系统的空间多路复用方法-CN202211612661.0在审
发明人：唐睿;张祖凡 -专利权人：重庆邮电大学
申请日： 2022-12-15 - 公布日： 2023-05-09 - 主分类号： H04B7/0456 文献下载
摘要：本发明涉及基于IRS辅助太赫兹MIMO通信系统的空间多路复用方法，属于通信技术领域。该方法包括以下步骤：IRS多分区辅助收发端多子阵列太赫兹MIMO通信系统架构提出；在提出架构下，基于克罗内克积，建立的信道模型；根据频谱效率最大化原则，构建一个含有多变量耦合和非凸约束的非凸目标函数；将优化问题解耦成两个易于求解的子问题，即IRS反射系数矩阵设计问题和收/发端的混合预编码/组合矩阵设计问题；基于黎曼流形优化算法，计算IRS反射系数矩阵；基于数理推导，得到混合预编码矩阵/组合矩阵的闭式解。
基于 irs 辅助赫兹 mimo 通信系统空间多路复用方法

[发明专利]一种基于聚能量字典学习的张量压缩方法-CN201910126833.5有效
发明人： 张祖凡;毛军伟;甘臣权;孙韶辉 -专利权人：重庆邮电大学
申请日： 2019-02-20 - 公布日： 2023-03-31 - 主分类号： H03M7/30 文献下载
摘要：本发明请求保护一种基于聚能量字典学习的张量压缩方法，属于信号处理领域。所述方法包括以下步骤：1、将张量分别进行塔克分解和稀疏表示，得到字典、稀疏系数和核张量；2、通过张量的稀疏系数和核张量的关系，得到关于张量的新的稀疏表示形式；3、利用聚能量字典学习算法对映射矩阵中的字典进行降维，从而实现张量的压缩。本发明提出的基于聚能量字典学习的张量压缩算法，实现了张量的有效压缩，相对于其他压缩算法，能够更有效地保留原始张量的信息，达到更好地去噪效果。
一种基于能量字典学习张量压缩方法

[发明专利]基于残差式3D CNN和多模态特征融合策略的视频动作识别方法-CN202010107288.8有效
发明人： 张祖凡;吕宗明;甘臣权;张家波 -专利权人：重庆邮电大学
申请日： 2020-02-21 - 公布日： 2022-09-23 - 主分类号： G06V20/40 文献下载
摘要：本发明涉及一种基于残差式3D CNN和多模态特征融合策略的视频动作识别方法，属于计算机视觉与深度学习领域。首先将传统C3D网络连接方式改为残差式连接；采用核分解技术将3D卷积核拆解，得到一个空间卷积核，与并行的多个不同时间尺度时间核，再在空间卷积核后插入注意力模型，得到A3D残差模块并将其堆叠成的残差网络。搭建双流动作识别模型，将RGB图像特征和光流特征输入到空间流网络和时间流网络中，并提取出多级卷积特征层特征，再利用多级特征融合策略对两个网络进行融合，实现时空特征互补；最后将分数级融合后的全局视频动作描述子通过PCA降维，再用SVM分类器完成动作分类。
基于残差式 cnn 多模态特征融合策略视频动作识别方法

[发明专利]基于可分离三维残差注意网络的人体动作识别方法-CN202110334547.5有效
发明人： 张祖凡;彭月;甘臣权;张家波 -专利权人：重庆邮电大学
申请日： 2021-03-29 - 公布日： 2022-09-20 - 主分类号： G06V40/20 文献下载
摘要：本发明涉及一种基于可分离三维残差注意网络的人体动作识别方法，属于计算机视觉领域。该方法包括：S1：利用可分离三维卷积替换3D ResNet中的标准三维卷积，搭建Sep‑3D ResNet；S2：设计通道注意力模块和空间注意力模块，然后按顺序堆叠构造双重注意力机制；S3：对不同时刻的中层卷积特征进行双重注意力加权，在时间维度上扩展双重注意力模块，然后将其嵌入到Sep‑3D ResNet的Sep‑3D RAB中，搭建Sep‑3D RAN；S4：利用多阶段训练策略对Sep‑3D RAN进行联合端到端训练。本发明能提升分类判别特征的区分能力，实现了高质量时空视觉特征的高效提取，能够增强模型的分类精度和识别效率。
基于可分离三维注意网络人体动作识别方法

[发明专利]基于多模态交互融合网络的图文情感分析方法及系统-CN202110412323.1有效
发明人：甘臣权;冯庆东;付祥;张祖凡 -专利权人：重庆邮电大学
申请日： 2021-04-16 - 公布日： 2022-07-01 - 主分类号： G06V30/413 文献下载
摘要：本发明涉及一种基于多模态交互融合网络的图文情感分析方法及系统，属于人工智能领域，包括对图文进行预处理，分离出文本和图像，并采用词嵌入技术处理文本，采用图像处理技术处理图像；使用空洞卷积神经网络、双向长短时记忆网络和注意力机制构建文本特征提取模块，使用深度卷积网络构建视觉特征提取模块；设计面向图文的多模态交互融合网络，并采用多个具有不同神经元的多模态交互融合网络建模不同粒度的图文相关性；融合不同粒度的图文特征，并通过多层感知机获取图文情感倾向；使用交叉熵作为损失函数，并使用带有热启动的Adam优化器训练模型。
基于多模态交互融合网络图文情感分析方法系统

[发明专利]一种基于资源池划分的V2V广播资源分配方法-CN201810730352.0有效
发明人：张家波;吴昌玉;张祖凡;袁凯;鲁月莹;张绍川 -专利权人：重庆邮电大学
申请日： 2018-07-05 - 公布日： 2022-07-01 - 主分类号： H04W72/00 文献下载
摘要：本发明请求保护一种基于资源池划分的车与车(V2V)广播资源分配方法，属于无线通信技术领域；具体步骤为：首先进行道路规划以及资源池划分，以提高资源的利用率以及隐藏终端造成的干扰。之后将数据包和调度信息(SA)资源的预订信息分别嵌入到SA和数据包中，通过解码相关信息获取资源预留，以减少数据包的资源碰撞。最后实验仿真表明，本发明可以有效提高数据包传输的接收率。
一种基于资源划分 v2v 广播分配方法

[发明专利]基于混合卷积的多级特征融合模型的视频动作识别方法及系统-CN202110413461.1有效
发明人： 张祖凡;彭月;甘臣权;张家波 -专利权人：重庆邮电大学
申请日： 2021-04-16 - 公布日： 2022-05-20 - 主分类号： G06V20/40 文献下载
摘要：本发明涉及一种基于混合卷积的多级特征融合模型的视频动作识别方法及系统，属于计算机视觉技术领域，采用二维卷积和可分离三维卷积构造混合卷积模块；沿着时间维度对各输入特征执行通道移位操作，构建时间移位模块，促进相邻帧之间的信息流动，补偿二维卷积操作对动态特征进行捕捉的缺陷；从骨干网络的不同卷积层中导出多级互补特征，并对其进行空间调制与时间调制，从而使各层次特征在空间维度上具有一致的语义信息，在时间维度上具有多变的视觉节奏线索；通过构造自下而上的特征流和自顶向下的特征流，使各个特征之间相辅相成，互为补充，并对所述特征流进行并行处理，以实现多级特征融合；利用两阶段训练策略进行模型训练。
基于混合卷积多级特征融合模型视频动作识别方法系统

[发明专利]基于多通道神经网络的文本情感分析方法-CN202010783807.2有效
发明人：甘臣权;冯庆东;张祖凡 -专利权人：重庆邮电大学
申请日： 2020-08-06 - 公布日： 2022-05-20 - 主分类号： G06F16/33 文献下载
摘要：本发明涉及一种基于多通道神经网络的文本情感分析方法，属于计算机技术领域。该方法包括步骤：1、将文本进行分词并映射为词向量矩阵；2、使用长短时记忆网络和卷积神经网络提取文本的高层上下文特征和原始上下文特征；3、利用多通道结构提取并融合不同视距的高层上下文特征和原始上下文特征，并通过局部注意力机制对各通道的特征进行加权，生成全局特征；4、利用全局注意力模块突出全局特征中的重要信息，最后使用Top‑K池化策略对特征进行筛选；5、利用自适应加权损失函数减少训练数据类不平衡对模型的影响。本发明能分析文本情感并对文本所表达的情感分类，实现了文本特征的准确提取和增强，具有较强的文本情感分析能力。
基于通道神经网络文本情感分析方法

[发明专利]基于信息和用户意识耦合的D2D信息传播建模方法-CN202110533770.2有效
发明人：甘臣权;刘安棋;张祖凡 -专利权人：重庆邮电大学
申请日： 2021-05-14 - 公布日： 2022-04-29 - 主分类号： H04W4/70 文献下载
摘要：本发明涉及一种基于信息和用户意识耦合的D2D信息传播建模方法，属于传播动力学领域，一：根据实际的D2D通信场景，结合图论思想，将信息传播过程分为抽象物理信息传输过程和用户意识扩散过程，从信息传播角度出发，将信息传输过程和用户意识扩散过程中的用户和设备进行状态划分，通过状态转移描述信息传播过程；二：引入过程影响因子L1,L2映射两种传播过程之间的相互影响，得到不同过程之间的信息传播概率；三：结合经典传播模型和平均场理论，利用所确定的信息传播概率建立D2D信息传播模型；四：对所建立的微分动力学方程进行简化，推导出系统平衡点；五：对系统平衡点进行稳定性分析，得到系统平衡点局部稳定性和全局稳定性条件。
基于信息用户意识耦合 d2d 传播建模方法

[发明专利]基于深度神经网络的近似消息传递大规模MIMO信号检测算法-CN202010107381.9有效
发明人： 张祖凡;晏小琴;甘臣权;张家波 -专利权人：重庆邮电大学
申请日： 2020-02-21 - 公布日： 2022-04-01 - 主分类号： H04L25/02 文献下载
摘要：本发明涉及一种基于深度神经网络的近似消息传递大规模MIMO信号检测算法，属于无线通信技术领域，包括步骤一：简化用于大规模MIMO系统置信传播算法并标量化，得到最初适用于大规模MIMO系统的近似消息传递算法；步骤二：设置训练参数，得到改进的近似消息传递算法；步骤三：将带有训练参数的近似消息传递算法展开成一个用于大规模MIMO系统检测的深度神经网络；步骤四：对所构建的深度神经网络进行离线训练，得到适用于MIMO系统检测的最优近似消息传递深度神经网络，用训练好的神经网络进行在线检测。本发明实现了以较低复杂度，达到了更低的误码率，并且对各种信道、天线配置以及不同的调制方式都具有稳健性。
基于深度神经网络近似消息传递大规模 mimo 信号检测算法

1
2
3
4
5
6
下一页»
尾页
共 77 条