“网络约束”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果968729个，建议您升级VIP下载更多相关专利

[发明专利]单目视觉深度估计系统、方法、计算机设备及计算机可读存储介质-CN202111516581.0在审
发明人：陈西海;姜啸远;周建新;张昭;孙树才;张传羽;杨莎;黄树欣 -专利权人：南瑞集团有限公司;国电南瑞科技股份有限公司;国电南瑞南京控制系统有限公司
申请日： 2021-12-13 - 公布日： 2022-07-29 - 主分类号： G06T7/50 文献下载
摘要：本发明提出一种单目视觉深度估计系统、方法、计算机设备及计算机可读存储介质，系统包括：深度模型建立模块，用于建立左右视角图片双向重构的深度网络模型，深度网络模型包括空间注意力通道、卷积残差网络，由空间注意力置信值与残差网络中间层的基本积生成视差图；训练模块，用于训练深度网络模型，获取左侧视角的重叠域损失约束权重、右侧视角的重叠域损失约束权重，对重叠域约束外观损失值、重叠域约束左右一致性损失值修订，基于左右侧视角视差图平滑约束损失值，计算双向重构后的重叠域约束损失值，获取最优深度网络模型；测试模块，用于输入单目图像，计算单向卷积残差和空间注意力置信图的基本积作为视差图；后处理模块，用于获取深度图。
目视深度估计系统方法计算机设备可读存储介质

[发明专利]一种网络资源规划的方法和装置-CN200710123831.8有效
发明人：王安宇 -专利权人：华为技术有限公司
申请日： 2007-10-09 - 公布日： 2008-03-12 - 主分类号： H04Q7/36 文献下载
摘要：本发明公开了一种网络资源规划的方法和装置，其中网络资源规划的方法主要包括以下步骤：根据约束对判决条件，查找并记录待规划区内目标基站及其约束对基站，所述目标基站及其约束对基站构成一个基站簇；以所述基站簇为单位，为所述基站簇内的基站分配网络资源。本发明的实施例在网络资源规划中引入约束对的概念，使整个网络资源规划过程得以自动化完成，提高了网络资源规划的速度和质量，降低了网络资源规划对工程师技能的要求。
一种网络资源规划方法装置

[发明专利]一种带成本约束的配送网络容量可靠性评估方法-CN202011072509.9在审
发明人：牛义锋;徐秀珍;万晓榆;蹇洁;丁冬;付德强;刘进 -专利权人：重庆邮电大学
申请日： 2020-10-09 - 公布日： 2021-01-05 - 主分类号： G06Q10/06 文献下载
摘要：本发明涉及一种带成本约束的配送网络容量可靠性评估方法，属于计算机技术领域。该方法包括以下步骤：步骤1：计算网络中各条边的容量下界；步骤2：用枚举法求解成本约束的候选极小容量向量；步骤3：从成本约束的候选极小容量向量中找出成本约束的极小容量向量；步骤4：剔除重复的成本约束的极小容量向量；步骤5：把不重复的成本约束的极小容量向量代入不交和公式，计算带成本约束的容量可靠性。本发明方法在搜索成本约束的候选极小容量向量、剔除重复的成本约束的极小容量向量方面具有非常好的计算效率。能够快速地实现对带成本约束的配送网络容量可靠性开展评估。
一种成本约束配送网络容量可靠性评估方法

[发明专利]一种多目标约束的低空无人机航路规划设计方法-CN202010746683.0在审
发明人：曹先彬;杜文博;李思远;张明远 -专利权人：北京航空航天大学
申请日： 2020-07-29 - 公布日： 2020-11-10 - 主分类号： G08G5/00 文献下载
摘要：本发明公开了一种多目标约束的低空无人机航路规划设计方法，属于民航延误分析技术领域。首先基于城市低空需求设置初始航路点与航路网络，随后引入冲突约束、三区约束、通行需求约束等约束，通过移动航路点与重构航路网络，以实现空域容量、运行成本、运行安全性等多目标函数最优，从而针对不同低空环境设计出相应的无人机低空航路网络
一种多目标约束低空无人机航路规划设计方法

[发明专利]一种基于物理约束神经网络的热工水力换热系数预测方法-CN202111526480.1在审
发明人：熊琰;谭超;李飞;谢政权 -专利权人：中核武汉核电运行技术股份有限公司
申请日： 2021-12-14 - 公布日： 2023-06-27 - 主分类号： G06F30/28 文献下载
摘要：本发明属于核电站热工水力仿真领域，具体涉及一种基于物理约束神经网络的热工水力换热系数预测方法。包括如下步骤：S1获取训练集和测试集；S2构建物理约束约束神经网络模型，所述物理约束神经网络模型包括神经网络模型本体以及基于自动微分机制构建PDE守恒方程，并分别基于所述神经网络模型本体构建第一类损失函数、基于所述PDE守恒方程构建第二类损失函数；S3基于所述训练集和测试集训练所述物理约束神经网络模型；S4基于训练完毕的所述物理约束神经网络模型预测热工水力换热系数。
一种基于物理约束神经网络水力系数预测方法

[发明专利]一种多网络多任务多节点数据分发方法-CN201410191938.6有效
发明人：潘晏涛;马安国;高宁;王江萍;郝朝霞;杨楠 -专利权人：中国人民解放军总参谋部气象水文空间天气总站
申请日： 2014-05-08 - 公布日： 2014-07-30 - 主分类号： H04L29/08 文献下载
摘要：本发明公开了一种多网络多任务多节点数据分发方法。本方法为：1)主节点针对候选传输任务队列，获取每个传输任务的约束条件和特征属性；2)主节点根据每个传输任务的约束条件和特征属性，为每一传输任务设定一初步网络候选集；3)主节点根据每个传输任务优化目标及其初步网络候选集为该传输任务构造一应用层组播树，对该传输任务进行数据分发；应用层组播树的构建方法为：首先针对每一初步候选网络建立一网络模型，然后根据源节点到接收节点的约束条件，设置该网络模型的约束函数；然后通过求解有度约束的最小Steiner树问题，对该网络模型进行求解，得到满足节点度约束的最优子图，即所要构建的应用层组播树。
一种网络任务节点数据分发方法

[发明专利]一种面向无人机网络切片的分布式智能路由方法-CN201911395351.6在审
发明人：陈博伦;孙耀;秦爽;冯钢 -专利权人：电子科技大学
申请日： 2019-12-30 - 公布日： 2020-04-24 - 主分类号： H04W16/22 文献下载
摘要：本发明公开了一种面向无人机网络切片的分布式智能路由方法，包括步骤：将无人机网络建模为网络模型；对网络模型设置约束条件，约束条件包括：时延限制、速率限制、丢包率限制；在面向低时延的切片时，将受约束的网络模型建立为多约束优化模型；通过强化学习模型对多约束优化模型进行求解，得到求解值，在求解过程中，每个通信节点独立保存自己与邻居节点的链路状况并进行实时更新链路状况；根据求解值和链路状况进行动态的路由选择。本发明有效的解决了现有技术中路由方法无法适应无人机网络对时延要求高，网络随时动态变化的特点。本发明填补了这一技术空白，为无人机网络环境创造了更好的条件。
一种面向无人机网络切片分布式智能路由方法

[发明专利]二阶段约束边界紧缩算法求解城市综合能源网络优化方法-CN202010712724.4有效
发明人：谢仕炜;王珏莹 -专利权人：福州大学
申请日： 2020-07-22 - 公布日： 2023-01-06 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及综合能源网络优化运行领域，提供了二阶段约束边界紧缩算法求解城市综合能源网络优化方法，包括：建立基于能源转换设备的综合能源站模型，实现不同能源网络的耦合，其中，所述能源网络包括配电网、天然气网和交通运输网；建立交通传输网络的混合用户均衡模型，考虑所述能源网络的优化目标及运行约束，建立城市综合能源网络的数学优化模型；对该模型的非线性项进行凸松弛处理；基于改进的二阶段约束边界紧缩算法求解该问题，其中，第1阶段通过基于顺序优化的约束紧缩来改进可变边界，第2阶段采用动态约束收紧算法依次迭代求解模型。本发明能够为城市综合能源网络提供一种协调优化的方法，该方法准确全面、可靠高效。
阶段约束边界紧缩算法求解城市综合能源网络优化方法

[发明专利]基于正则化约束的半监督行人重识别方法及装置-CN202110426252.0有效
发明人：吕刚;蒋鹏飞;年福东;吴超;周铜;徐珊珊;赵浩;梅益 -专利权人：合肥学院
申请日： 2021-04-20 - 公布日： 2022-12-06 - 主分类号： G06V40/10 文献下载
摘要：本发明公开了基于正则化约束的半监督行人重识别方法及装置，该方法包括：对行人重识别模型进行训练；将待识别图像输入第一神经网络或者第二神经网络进行行人重识别；其中，行人重识别模型的训练过程包括：将有标签图像数据和无标签图像数据同时输入第一神经网络和第二神经网络；计算第一神经网络输出值的第一约束函数和第二约束函数；基于第一约束函数和第二约束函数对第一神经网络进行参数更新，并即时基于更新后的第一神经网络参数更新第二神经网络参数，完成行人重识别模型训练。
基于正则约束监督行人识别方法装置

[发明专利]一种基于网络流的电力输电公平分摊数据处理系统-CN201210335194.1有效
发明人：程浩忠;常浩;洪绍云;戚庆茹;柳璐;田书欣 -专利权人：上海交通大学;国家电网公司
申请日： 2012-09-11 - 公布日： 2013-01-09 - 主分类号： G06Q10/06 文献下载
摘要：本发明涉及一种基于网络流的电力输电公平分摊数据处理系统，包括：输电分摊边界简化处理模块，将需要计算的输电网潮流模型转化为网络流的拓扑图形式；输电分摊公理约束模块，与输电分摊边界简化处理模块连接，提供分摊计算中所需的约束条件，所述的约束条件包括潮流约束、拓扑约束和平衡约束；以及输电分摊决策模块，与输电分摊公理约束模块连接，提供分摊计算中所需的最优目标，并结合所述的网络流的拓扑图和约束条件，计算发电分摊比例和用电分摊比例。
一种基于网络电力输电公平分摊数据处理系统

[发明专利]一种基于深度神经网络和成对约束的聚类方法-CN201810765487.0有效
发明人：黄嘉桥;王家兵 -专利权人：华南理工大学
申请日： 2018-07-12 - 公布日： 2020-07-28 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于深度神经网络和成对约束的聚类方法，给定一个包含数据间成对约束的数据集；得到数据集样本间的差向量；构建一个自编码网络和一个深度神经网络；将数据集样本作为自编码网络的输入，输入的数据集样本作为自编码网络的输出训练网络，将自编码网络瓶颈处的输出作为深度神经网络的输入，成对约束作为正确标记训练网络；将训练过的自编码网络和深度神经网络结合到聚类算法上；使用聚类算法进行聚类任务。本发明结合了原始数据集中数据间的成对约束，通过自编码网络对输入数据进行降维操作和深度神经网络学习特征，并且提出了该网络模型的损失函数及其基于梯度下降的优化算法，有效提高了聚类算法的聚类精度。
一种基于深度神经网络成对约束方法

[发明专利]一种基于场景约束GAN的行人轨迹预测方法-CN202010184875.7有效
发明人：裴炤;田龙伟;张艳宁;马苗;邱文涛;武杰;陈昱莅 -专利权人：陕西师范大学
申请日： 2020-03-17 - 公布日： 2023-04-07 - 主分类号： G06V10/774 文献下载
摘要：本发明涉及一种基于场景约束GAN的行人轨迹预测方法，包括：步骤1，从公开的数据集ETH和UCY中获取训练数据集，包括目标行人轨迹和所在的场景；步骤2，构建场景约束GAN网络模型；步骤3，利用训练数据集训练，得到包含参数的基于景约束GAN网络模型；步骤4，将行人轨迹和所在的场景图像输入网络，即可预测得到行人未来的轨迹。本发明使用长短期记忆网络处理行人轨迹，并将卷积神经网络提取的场景对行人轨迹的约束信息嵌入隐含状态，从而提高轨迹预测准确度。本发明约束轨迹的因素考虑全面，对轨迹预测有更好的精确度和鲁棒性。
一种基于场景约束 gan 行人轨迹预测方法

[发明专利]传感器网络建模和部署-CN200510134197.9有效
发明人：阿苏曼·休恩比尔;托马斯·奥登沃尔德;布赖恩·S·莫 -专利权人： SAP股份公司
申请日： 2005-12-27 - 公布日： 2006-07-19 - 主分类号： H04L12/24 文献下载
摘要：公开了包括计算机程序产品在内的设备和方法，用于接收可应用于传感器网络的约束表征数据；接收用于传感器网络的需求规范的逻辑表示；以及对该约束表征数据和需求规范的逻辑表示进行处理，以生成传感器网络的模块化表示约束表征数据包括物理环境数据、传感器约束数据、和应用领域数据。传感器网络的模块化表示定义了在传感器网络内的传感器节点的位置和传感器分布。
传感器网络建模部署

[发明专利]基于可用容量一致性的带约束等值方法-CN201510613647.6有效
发明人：余娟;刘珏麟;赵霞;颜伟;代伟;杨梦帆 -专利权人：重庆大学
申请日： 2015-09-23 - 公布日： 2018-01-05 - 主分类号： H02J3/00 文献下载
摘要：本发明提供了基于可用容量一致性的带约束等值方法，方法实现的过程如下，首先输入等值前的互联电网基本数据，采用最优潮流方法计算获得等值前外网可用容量，然后通过潮流及灵敏度一致性的静态等值方法建立等值网络，并计算等值网络参数，保持等值前后可用容量不变，最后推导得到等值网络的约束条件。全面考虑外网电源的功率约束、电压约束及支路和网络的功率传输能量约束，采用最优潮流方法计算外网边界节点及边界截面的可用容量，基于等值前后可用容量一致性推导等值约束条件，有效提高等值约束计算的准确性。同时为最优潮流分析、电压稳定等计算的准确性和有效性提供全面合理的外网等值参数和等值约束条件，确保互联电网的安全稳定经济运行。
基于可用容量一致性约束等值方法

[发明专利]网络虚拟化场景中的资源放置控制-CN201680083955.5有效
发明人： U.劳申巴赫;D.法伊;G.博多格 -专利权人：诺基亚通信公司
申请日： 2016-02-08 - 公布日： 2022-06-17 - 主分类号： G06F9/50 文献下载
摘要：提供了用于网络虚拟化场景中的资源放置控制的措施。在网络虚拟化场景中，这样的措施示例性地包括：由管理虚拟化网络功能的第一网络实体确定与所述虚拟化网络功能相关的约束，由所述第一网络实体将指示所述约束的信息发送到管理所述网络虚拟化场景中的资源容量的第二网络实体，以及由所述第二网络实体基于指示所述约束的所述信息来决定要为所述虚拟化网络功能分配的资源或资源容量。
网络虚拟场景中的资源放置控制