-
-
Patent Agency Ranking
公开(公告)号：CN112087738B
公开(公告)日：2021-11-23
申请号：CN202010994130.7
申请日：2020-09-21
Applicant: 吉林大学
Abstract: 本发明公开了一种基于定位分区的V2V通信资源分配方法，这个通信系统的模型应用于城市道路交通场景，包括基站，若干蜂窝用户以及多个V2V用户。所述方法包括以下步骤：首先为蜂窝用户分配通信资源，然后建立资源分配矩阵，接着获取小区内所有蜂窝用户和V2V通信组的位置信息，划分区域，然后提出动态资源匹配协议：车辆如果需要通信，需要向基站申请通信的资源块，最后根据所述基于车辆的位置信息和分区信息分配资源池。本发明更符合V2V通信系统的特点,并且算法复杂度低,反馈更快,能够节约大量时间。
-
公开(公告)号：CN112087738A
公开(公告)日：2020-12-15
申请号：CN202010994130.7
申请日：2020-09-21
Applicant: 吉林大学
Abstract: 本发明公开了一种基于定位分区的V2V通信资源分配方法，这个通信系统的模型应用于城市道路交通场景，包括基站，若干蜂窝用户以及多个V2V用户。所述方法包括以下步骤：首先为蜂窝用户分配通信资源，然后建立资源分配矩阵，接着获取小区内所有蜂窝用户和V2V通信组的位置信息，划分区域，然后提出动态资源匹配协议：车辆如果需要通信，需要向基站申请通信的资源块，最后根据所述基于车辆的位置信息和分区信息分配资源池。本发明更符合V2V通信系统的特点,并且算法复杂度低,反馈更快,能够节约大量时间。
-
公开(公告)号：CN113934719B
公开(公告)日：2024-04-19
申请号：CN202111202373.3
申请日：2021-10-15
Applicant: 吉林大学
IPC: G06F16/215 , G06F16/2458 , G06F16/28 , G06N20/20
Abstract: 本发明公开了一种基于D‑N的工业互联网入侵检测数据集处理方法，该算法改进了现有集成学习类算法解决工业互联网入侵检测问题时，数据集中的冗余数据项导致训练出的集成学习模型泛化性能差、数据集中某些类型的数据标签不能被集成学习的个体学习器识别、数据集中某些类型的数据标签被集成学习的个体学习器错误识别导致训练出的集成学习模型检测精度低的上述问题，为使用集成学习类算法解决工业互联网入侵检测问题时，训练数据集、验证数据集的处理提供了新的方法。
-
公开(公告)号：CN113934719A
公开(公告)日：2022-01-14
申请号：CN202111202373.3
申请日：2021-10-15
Applicant: 吉林大学
IPC: G06F16/215 , G06F16/2458 , G06F16/28 , G06N20/20
Abstract: 本发明公开了一种基于D‑N的工业互联网入侵检测数据集处理方法，该算法改进了现有集成学习类算法解决工业互联网入侵检测问题时，数据集中的冗余数据项导致训练出的集成学习模型泛化性能差、数据集中某些类型的数据标签不能被集成学习的个体学习器识别、数据集中某些类型的数据标签被集成学习的个体学习器错误识别导致训练出的集成学习模型检测精度低的上述问题，为使用集成学习类算法解决工业互联网入侵检测问题时，训练数据集、验证数据集的处理提供了新的方法。
-
公开(公告)号：CN112200293A
公开(公告)日：2021-01-08
申请号：CN202011201843.X
申请日：2020-11-02
Applicant: 吉林大学
Abstract: 本发明公开了一种基于CART‑AMV改进的随机森林算法，该改进算法改进了现有随机森林算法的算法复杂度高、无法解决回归类问题、决策树不具有剪枝过程、对于噪声比较大的数据集，容易陷入过拟合、对于决策树的数量较多的随机森林，计算强度高，计算时间长的上述问题，为工业互联网的入侵检测提供了新的方法。
-
-
-
-
-
Search Results
6
records
(took 0.019 seconds)
