-
公开(公告)号:CN119299330A
公开(公告)日:2025-01-10
申请号:CN202411824913.5
申请日:2024-12-12
Applicant: 暨南大学
IPC: H04L41/5003 , H04L41/0823 , H04L41/16 , H04L67/12
Abstract: 本发明公开了一种在SMEC环境中最大化服务质量的高可靠性个性化部署方法及系统,包括:首先,生成估计的可选执行比例;然后,为任务分配最优的处理器资源;接着,基于交叉熵(CE)方法优化处理器资源分配和任务执行策略;随后,根据实时反馈调整执行比例并生成新的部署方案;之后,动态调整物联网应用的服务质量参数;再判断新方案的性能是否优于前一方案,如满足,则继续执行;如果不满足,则回滚到先前的部署方案。使用本发明能够在保证系统可靠性的前提下,根据动态变化的应用需求和环境条件,实时优化服务质量,最大化系统性能。
-
公开(公告)号:CN119299240A
公开(公告)日:2025-01-10
申请号:CN202411836196.8
申请日:2024-12-13
Applicant: 暨南大学
Abstract: 本发明公开一种车辆编队中隐私保护的任务卸载方法和系统,包括:领航车辆将任务划分为多个子任务,对任务请求进行签名后广播给所有跟随车辆;跟随车辆计算其执行子任务所需的时间,生成任务参数并加密返回给领航车辆;领航车辆汇总所有跟随车辆的任务参数并转发给第一云服务器CSA;第一云服务器CSA和第二云服务器CSB对任务执行时间进行加密比较,确定最合适的车辆来执行每个子任务;领航车辆将具体任务内容分发给每个指定的跟随车辆;每个指定的跟随车辆对具体任务结果进行签名加密并发送给领航车辆,领航车辆验证签名并解密结果。采用本发明的技术方案,在保证车辆隐私和任务内容隐私的同时,提高了任务卸载的效率和安全性。
-
公开(公告)号:CN119276599A
公开(公告)日:2025-01-07
申请号:CN202411543422.3
申请日:2024-10-31
Applicant: 暨南大学
IPC: H04L9/40 , H04L67/02 , H04L61/4511 , G06N3/045 , G06N3/08
Abstract: 本申请公开了一种基于深度学习模型的DoH加密恶意流量检测方法,涉及网络安全技术领域,方法包括:获取基于HTTPS的域名系统DoH流量;将所述DoH流量输入预先构建得到的流量检测模型,得到恶意流量检测结果,所述流量检测模型是基于二元交叉熵和焦点损失函数构建得到的,本申请能够提高恶意流量的检测精度。
-
公开(公告)号:CN119269699A
公开(公告)日:2025-01-07
申请号:CN202411784304.1
申请日:2024-12-06
Applicant: 暨南大学
Abstract: 本发明提供了一种基于MOF的有机物吸附检测方法,涉及借助于测定材料的化学或物理性质来测试或分析材料的技术领域,所述检测方法包括:活化获取到的MOF材料;将活化后的MOF材料填充到特氟龙管,制备得到含所述MOF材料的吸附管;连接所述吸附管至包含标准品的通气管路沿内部气体流动方向的后端;输入N2吹扫所述通气管路,将所述标准品吹扫进入所述吸附管;对吸附后的MOF材料进行脱附生成气态样本,对所述气态样本进行GC‑MS检测得到检测数据;采用本申请的检测方法,能够检测MOF材料对各种VOCs物质的吸附能力,以便于在检测人体呼气VOCs的时候,对人体呼出的VOCs进行富集,有效地解决在人体呼气中VOCs的含量较低,难以直接被仪器检测的问题。
-
公开(公告)号:CN118820686B
公开(公告)日:2025-01-07
申请号:CN202411270738.X
申请日:2024-09-11
Applicant: 暨南大学
IPC: G06F18/10 , G06F18/213 , G06F18/22 , G06F18/2433 , G06N3/0442 , G06N3/084 , G06N3/0985 , G06Q10/04 , G06Q50/40 , G08G1/065 , G06F123/02
Abstract: 本发明公开了一种基于空间划分和静态加权的交通流量预测方法,可以快速划分交通流量历史观测数据对应的数据空间和实现观测记录到数据子空间的关联映射,能够根据观测记录在数据子空间内的分布特性衡量观测记录的特异性和离群性并赋予差异化的价值权重,结合长短期记忆神经网络模型实现对交通流量的准确预测。由于本方法使用静态加权的技术,能够在预处理阶段一次性完成观测记录数据价值权重的计算与存储,计算成本较低,同时避免对长短期记忆神经网络模型训练过程造成额外时间开销。使用长短期记忆神经网络模型结合空间划分和静态加权的数据处理技术,降低了无效或异常的观测数据对模型性能的影响,有效提升了交通流量预测的准确性。
-
公开(公告)号:CN119236291A
公开(公告)日:2025-01-03
申请号:CN202411560395.0
申请日:2024-11-04
Applicant: 暨南大学
Abstract: 本发明提供一种自动填装骨蜡并射出的骨蜡涂抹枪,包括枪体、枪头、骨蜡机构、导管和控制机构,其中,骨蜡机构和控制机构安装在枪体上;该骨蜡机构用于供内装有骨蜡的骨蜡管安装,以及将骨蜡管中的骨蜡填装到枪头内腔中;导管的后端与骨蜡管开口连接,导管的前端伸入到枪头内;控制机构用于控制骨蜡机构对骨蜡管中的骨蜡进行挤出。故实现了该骨蜡涂抹枪能够自动填充骨蜡,有效避免人工填装存在交叉感染的风险,而且可根据手术情况进行一次置入多次涂抹的操作,保证能达到快速止血效果,提高效率,降低手术时间。
-
公开(公告)号:CN118760528B
公开(公告)日:2024-12-31
申请号:CN202411218947.X
申请日:2024-09-02
Applicant: 广州云硕科技发展有限公司 , 暨南大学
IPC: G06F9/50
Abstract: 本发明公开了一种基于人工智能的算力匹配方法及系统,该方法包括:获取多个用户发送的多个算力任务请求和每一所述用户的用户参数;根据每一所述算力任务请求对应的任务参数,在预设的设备库中确定出多个候选设备;基于所述任务参数和所述用户参数,根据神经网络算法,确定每一所述用户对应的算力设备特征;根据所述算力设备特征,从所述多个候选设备中,基于动态规划算法,确定出每一所述用户对应的算力设备。可见,本发明能够更加精准和高效地预测出用户对应的算力设备特征,以提高算力设备的推荐匹配度,提高整体算力设备的利用率以及用户体验。
-
公开(公告)号:CN119202233A
公开(公告)日:2024-12-27
申请号:CN202411238074.9
申请日:2024-09-05
Applicant: 暨南大学
Abstract: 本发明公开了一种基于双重技术关联性的核心技术识别方法,在该方法中,首先,收集相关的技术文档,并对文档中的文本内容进行预处理;其次,通过Word2Vec模型训练获得技术文档中所含词项对应的词嵌入;接着,所得词嵌入和经过预处理后的技术文档作为输入,通过基于ETM的主题建模过程提取出代表不同技术的主题;然后,利用cosine相似度和association strength标准化方法测量主题之间的邻近性与组合关联程度;接下来,主题和主题间的邻近性与组合关联分别作为网络中的节点和节点链接构建双重网络#imgabs0#最后,使用基于多个中心性指标和因子分析的多重中心性分析方法识别出双重网络#imgabs1#中的双重核心技术、核心组合型技术、核心邻近型技术和边缘技术。
-
公开(公告)号:CN119199663A
公开(公告)日:2024-12-27
申请号:CN202411445016.3
申请日:2024-10-16
Applicant: 暨南大学
IPC: G01R33/032
Abstract: 本申请实施例提供了一种用于测量平面矢量磁场的系统,包括:具备激光器、光纤环形器、长通滤光片和光电探测器的光路模块,具备微波源、微波放大器、微波隔离器的微波模块,具备锁相放大器的信号处理模块,磁发生装置,以及包括金刚石NV色心传感器、微波天线、两对磁通量集中器的集成台装置;工作时,激光器发射激光输出到光纤环形器再入射到金刚石NV色心传感器,以激发金刚石NV色心,同时,微波源输出经过微波放大器进行线性放大、并由微波隔离器再次传输的调制微波用于调控金刚石NV色心的电子自旋态,使得金刚石NV色心输出带有微波调控的荧光,荧光携带有平面矢量磁场的信息。该系统可实现高隔离度与高灵敏度的平面矢量磁场测量方法。
-
公开(公告)号:CN119185565A
公开(公告)日:2024-12-27
申请号:CN202411326313.6
申请日:2024-09-23
Applicant: 暨南大学
IPC: A61K47/46 , A61K31/7088 , A61K35/28 , A61P25/28 , C12N5/0775
Abstract: 本发明公开了一种负载miR‑206‑3p抑制物的间充质干细胞外泌体及其应用,具体属于生物医药学领域;本发明首次发现负载miR‑206‑3p抑制物的间充质干细胞外泌体有效地改善阿尔茨海默病的症状。动物实验表明负载miR‑206‑3p抑制物的间充质干细胞外泌体药物有效地改善阿尔茨海默病模型小鼠的学习认知功能,以及阿尔茨海默病的病理症状(包括Aβ沉积、神经元丢失、胶质细胞激活);本发明通过对比还发现,外泌体药物对阿尔茨海默病的改善效果优于单独使用的间充质干细胞外泌体和miR‑206‑3p抑制物,其改善阿尔茨海默病的分子机制与抑制炎症和促进营养因子的表达相关。
-
-
-
-
-
-
-
-
-