-
公开(公告)号：CN119849580A
公开(公告)日：2025-04-18
申请号：CN202510325334.4
申请日：2025-03-19
Applicant: 东北大学
IPC: G06N3/082 , G06N3/096 , G06N3/084 , G06N3/0895 , G06N3/048 , G06N3/0464 , G06F9/50 , G06V10/764 , G06V10/82 , G06V10/77 , G06V10/80 , G06V10/40
Abstract: 本发明提供了一种面向星载边缘计算的目标检测模型轻量化方法，包括如下步骤：S1、通过采集训练数据集、自监督对比训练与构建通道注意力机制训练出可识别特征缺失目标的图像目标检测模型；S2、对目标检测模型使用图结构抽象神经网络模型、识别并修剪冗余通道从而进行神经网络模型压缩，得到压缩模型；S3、使用对比生成对抗网络和知识蒸馏方法对压缩模型进行模型性能优化，得到轻量化目标检测模型。本发明在压缩模型实现星载边缘计算环境轻量化部署的条件下，保证检测速度和精度，增强特征缺失目标的识别能力。
-
公开(公告)号：CN119766362A
公开(公告)日：2025-04-04
申请号：CN202510258383.0
申请日：2025-03-06
Applicant: 东北大学
IPC: H04B17/373 , H04B17/391
Abstract: 本发明提供一种基于数字表亲的时空频多维信道预测方法，属于移动通信技术领域。本发明方法包括：接收传感器终端的原始信道状态信息数据；通过亲和传播聚类填充原始信道状态信息数据的缺失值，获得局部实测信道状态信息数据；利用基于数字表亲的信道生成模型通过历史信道状态信息数据，获得全局近似信道状态信息数据；融合全局近似信道状态信息数据和局部实测信道状态信息数据，获得融合信道状态信息数据；利用信道预测网络基于融合信道状态信息数据获得全局信道状态信息预测值。本发明方法能够在复杂遮蔽环境下的快速时变通信场景中，利用局部信道数据实现复杂信道环境下的高效精准预测。
-
公开(公告)号：CN113762277A
公开(公告)日：2021-12-07
申请号：CN202111055699.8
申请日：2021-09-09
Applicant: 东北大学
Abstract: 本发明涉及一种基于Cascade‑GAN的多波段红外图像融合方法，首先，通过将采集到的包括短波、中波、长波在内的针对同一场景的多波段红外图像沿通道进行连接，得到的三通道图像作为级联生成对抗网络模型Cascade‑GAN的训练数据集，利用训练好的去噪生成对抗网络模型DnGAN生成去噪图像，提高图像信噪比；然后将去噪后的图像输入融合生成对抗网络FuGAN，通过该融合网络的生成器GFu与其判别器DFu之间的对抗博弈进行高质量图像融合；级联网络通过建立总损失函数，利用FuGAN输出结果指导DnGAN的训练，通过提高FuGAN的输出质量来改善DnGAN的融合效果，从而获得高质量融合图像。本发明与传统融合方法相比，基于深度学习的融合方法具有更高的鲁棒性，并且具有较佳的融合效果，能够充分改善融合精度。
-
公开(公告)号：CN112633476A
公开(公告)日：2021-04-09
申请号：CN202011554128.4
申请日：2020-12-24
Applicant: 东北大学
Abstract: 本发明涉及一种发动机状态监测方法、系统、设备及介质，其方法包括：首先，将发动机各个传感器采集的数据按照因果关系或空间位置进行排序，作为输入序列；其次，构建长短时记忆神经网络；接着，构建具有分支结构的长短时记忆神经网络；最后，通过具有分支结构的长短时记忆神经网络对发动机的进行状态监测与预测，其输出序列为各种状态类型。本发明针对时间序列输入中存在的各项输入维度不匹配的问题，每一个输入表示的是某一个固定传感器在固定时间内获取的数据，其长度是固定的，该方法可以解决时间序列维度不同的问题，同时因为数据是按照空间序列、因果关系排序的，它加强输入序列之间的关系，进而提高预测精度。
-
公开(公告)号：CN118629094B
公开(公告)日：2024-11-05
申请号：CN202411088015.8
申请日：2024-08-09
Applicant: 东北大学
Abstract: 本发明提供了一种面向虚实结合一体化仿真的数据同化方法及系统，涉及电数字数据处理技术领域，包括：分别对UWB或RTK设备收集的实时位置坐标数据，以及多个摄像机捕捉到的RGB人物图像数据进行数据预处理，得到真实世界中人体的位姿信息；将位姿信息输入至基于双层LSTM神经网络模型的状态估计模型中进行未来位姿状态估计，得到预测位姿信息；基于预测位姿信息和真实世界中人体的位姿信息，通过集合卡尔曼滤波进行状态校正，得到校正位姿状态；将校正位姿状态和位姿信息作为状态估计模型的输入，得到下一时刻的预测位姿信息。本发明能够利用实时观测数据与预测数据，通过数据预处理、状态估计、状态更新等方法实现高可信度的虚实结合仿真实验。
-
Patent Agency Ranking
公开(公告)号：CN118331738A
公开(公告)日：2024-07-12
申请号：CN202410507430.6
申请日：2024-04-25
Applicant: 东北大学
IPC: G06F9/50 , G06N3/0442 , G06N3/0985 , G06N3/006 , G06N3/126
Abstract: 本发明提供一种基于延迟感知的容器云资源智能调度系统及工作方法。本发明方法具体步骤包括：收集历史应用资源消耗特征，计算系统最小逻辑调度单元Pod的β分位值，利用指数加权移动平均法计算t时刻Pod中第g个容器对某一种资源序号为z的β分位推荐值；确定待优化的GRU模型超参数，采用反向学习策略优化蜘蛛蜂的初始种群；优化后的新种群经历蜘蛛蜂的狩猎阶段、筑巢阶段、交配阶段更新种群，得到一组最优解作为GRU模型的超参数，设定GRU模型；建立延迟感知数学模型，并计算云中心节点和边缘云节点的Pod的综合延迟；得出优选阶段节点的评价函数；设置监控周期T，根据历史负载数据预测下一周期的负载，并输出当前以及下一周期的Pod资源配置建议。
-
公开(公告)号：CN113347638B
公开(公告)日：2024-04-30
申请号：CN202110527019.1
申请日：2021-05-14
Applicant: 东北大学
IPC: H04W16/14 , H04W16/10 , H04B17/382 , H04B17/391
Abstract: 本发明公开一种认知工业物联网动态协作频谱预测与感知方法，步骤为：认知用户获取IEEE 802.11物理层标准所规定信道在过去K个时隙内的信道状态信息CSI；将上述所有信道的CSI分别输入信道预测模型，该模型由LSTM‑CNN网络构成；对于空闲概率大于p的信道，认知用户感知这些信道并判断信道的被占用情况；认知用户将判决结果发送到位于SDN控制器的聚合中心；聚合中心将各认知用户的判决结果进行数据融合，利用权重分配网络得到最终判决结果。本发明方法可实现信道的预筛选，节约信道感知过程的能量消耗，通过聚合中心融合多用户协作的感知结果，大幅提高信道预测和感知精度，更加适应复杂的射频环境。
-
公开(公告)号：CN113436169B
公开(公告)日：2023-12-19
申请号：CN202110711857.4
申请日：2021-06-25
Applicant: 东北大学
Abstract: 情况下，显著提高了网络的拟合能力，减轻了人本发明提供一种基于半监督语义分割的工 工标注工作量。业设备表面裂纹检测方法及系统。本发明包括如下步骤：获取设备表面带裂纹的原始图片，进行像素级别的缺陷标注；将原始图片输入进深度卷积生成对抗网络进行训练，获得不带标签训练集；构建半监督语义分割网络SE‑Net，将带标签训练集和不带标签训练集输入进SE‑Net进行监督学习与无监督学习相结合的训练；生成器生成裂纹分割图像，鉴别器SE‑DNet对分割结果进行鉴别，判断输入属于标记图像还是SE‑GNet生成(56)对比文件冉蓉;徐兴华;邱少华;崔小鹏;欧阳斌.基于深度卷积神经网络的裂纹检测方法综述.计算机工程与应用.2021,全文.
-
公开(公告)号：CN116669105A
公开(公告)日：2023-08-29
申请号：CN202310421894.0
申请日：2023-04-19
Applicant: 东北大学
Abstract: 本发明一种基于DQN的分布式空基节点任务卸载与资源分配方法，包括以下步骤：S1:用目标问题公式P1表征卸载代价，并将其分解为有关于连续变量的计算资源子问题P2与传输子问题P3；S2:将目标问题P1相反值作为上层DQN网络的激励函数，在给定初始化发射功率与计算资源分配的条件下进行卸载模式、卸载目的地与信道选择的决策，实现对离散变量的优化；S3:将上层最优离散卸载决策作为既定条件输入至下层决策，利用基于库克塔恩条件的迭代算法与人工蜂鸟算法分别求解凸优化问题P2与非凸优化问题P3，实现对连续变量的优化；S4:如果|VUP‑VDOWN|大于阈值δ，返回S2，将下层决策所获得计算资源与发射功率最优解作为既定条件代回到上层中，重复迭代直至|VUP‑VDOWN|≤δ,实现任务卸载与资源分配。
-
公开(公告)号：CN116669044A
公开(公告)日：2023-08-29
申请号：CN202310393109.5
申请日：2023-04-13
Applicant: 东北大学
IPC: H04W16/10 , H04L41/0893 , G06Q30/08
Abstract: 本发明提供了一种基于双层拍卖的电力无线接入网切片资源分配方法，涉及无线切片资源分配技术领域，包括如下步骤：S1、向移动虚拟运营商递交切片类型需求和相应的切片资源块数量需求；S2、向网络运营商发起交易请求；S3、各个移动虚拟运营商初始化自身的组合投标；S4、定义上层拍卖中相关参数；S5、执行上层拍卖来决定移动虚拟运营商的切片资源分配结果；S6、定义下层拍卖的相关参数；S7、执行下层拍卖；S8、执行下层拍卖中改进全局搜索能力的粒子群算法以挑选出能够实现最大化社会效益的合法投标向量。本发明构建了双层无线资源拍卖架构，通过采用无拍卖商的分布式拍卖机制来提高整体的拍卖效率，进而降低无线资源分配的时延。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.021 seconds)
