公开(公告)号：CN116594702A

公开(公告)日：2023-08-15

申请号：CN202310217372.9

申请日：2023-03-08

Applicant: 西安电子科技大学

Inventor： 张菊莉 ,  黄硕 ,  王文野 ,  牛振兴 ,  夏若恒 ,  刘孝壮 ,  王婧丽 ,  张国鑫

IPC: G06F9/445 ,  G06F9/50

Abstract: 本发明公开了一种面向边缘计算平台的多用户复杂任务卸载方法，包括：按时间顺序建立多用户复杂任务模型，包括终端设备模型、边缘服务器模型、任务模型；利用层次分析法对所述任务模型中的任务进行优先级排序；构建决策模型、执行模型以及能耗模型；根据所述优先级排序和所述决策模型、执行模型以及能耗模型建立目标优化问题，所述目标优化问题设定为能耗和任务完成率联合优化最大化任务完成率；利用多智能体强化学习算法对所述目标优化问题进行求解。本发明将任务建模为有向无环图，并使用层次分析法，得到基于任务依赖关系的优先级拓扑序列，将其输入到算法中，算法的提升效果更明显，可大幅提升系统的任务完成率。

公开(公告)号：CN115392464A

公开(公告)日：2022-11-25

申请号：CN202211167237.X

申请日：2022-09-23

Applicant: 西安电子科技大学

Inventor： 张菊莉 ,  夏若恒 ,  王文野 ,  牛振兴 ,  董学文 ,  黄硕 ,  王婧丽 ,  张国鑫 ,  李鸿彬 ,  刘孝壮 ,  李悦辰 ,  蔺一帅

IPC: G06N5/02

Abstract: 本发明公开了一种基于多层次知识图谱的学习路径推荐方法及装置，涉及学习路径推荐技术领域，包括：构建多层次知识图谱，知识图谱包括多个知识点，至少部分知识点之间包括前继关系、后继关系和祖先关系；基于多层次知识图谱，构建最短学习路径或完整学习路径。本申请能够将不同的知识点进行分隔，对相似知识点进行聚合，具有更加合理的组织结构。

公开(公告)号：CN115515126A

公开(公告)日：2022-12-23

申请号：CN202211166725.9

申请日：2022-09-23

Applicant: 西安电子科技大学

Inventor： 张菊莉 ,  李鸿彬 ,  牛振兴 ,  王文野 ,  丁智航 ,  黄硕 ,  夏若恒 ,  张国鑫 ,  王婧丽 ,  张庆 ,  刘孝壮 ,  万波 ,  权义宁

IPC: H04W8/26 ,  H04W84/18 ,  H04L61/5092 ,  H04L61/5076 ,  H04L61/5007

Abstract: 本发明公开了自组织网络建立方法及基于自组织网络的智能系统，方法包括：节点向自身一跳范围内的邻居节点请求通信地址；当未接收到请求应答消息时将自身作为建立的网络中的代理节点；当自身邻居节点中存在代理节点时向目标代理节点请求通信地址；目标代理节点为节点分配通信地址；节点通过分配的通信地址成为一般节点；当节点确定自身邻居节点中不存在代理节点时向目标一般节点请求通信地址；目标一般节点对应的代理节点为节点分配地址空间；节点通过分配的地址空间成为代理节点；当一个代理节点将自身的地址空间分配完、且该代理节点一跳范围内不存在代理节点时，该代理节点通过空间地址回收得到新的地址空间。

公开(公告)号：CN115392321A

公开(公告)日：2022-11-25

申请号：CN202211119623.1

申请日：2022-09-14

Applicant: 西安电子科技大学

Inventor： 张菊莉 ,  刘孝壮 ,  牛振兴 ,  王文野 ,  黄硕 ,  夏若恒 ,  张国鑫 ,  李鸿彬 ,  王婧丽 ,  同斯琼

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种允许用户认证的实时WiFi信号手势识别方法，包括：步骤1：采集不同环境中的CSI数据，对CSI数据进行预处理，得到手势执行CSI数据集；步骤2：根据手势执行CSI数据集，提取得到对应的多普勒频谱图；步骤3：根据多普勒频谱图构建得到对应的手臂运动加速度模型；步骤4：构建用于用户识别和手势识别的双任务深度神经网络；步骤5：将手臂运动加速度模型作为训练样本输入至双任务深度神经网络中对其进行训练；步骤6：利用训练完成的协同双任务深度神经网络实现用户识别和手势识别。本发明的方法可以实现手势和执行手势的用户的同时识别。

公开(公告)号：CN115515126B

公开(公告)日：2024-02-20

申请号：CN202211166725.9

申请日：2022-09-23

Applicant: 西安电子科技大学

Inventor： 张菊莉 ,  李鸿彬 ,  牛振兴 ,  王文野 ,  丁智航 ,  黄硕 ,  夏若恒 ,  张国鑫 ,  王婧丽 ,  张庆 ,  刘孝壮 ,  万波 ,  权义宁

IPC: H04W8/26 ,  H04W84/18 ,  H04L61/5092 ,  H04L61/5076 ,  H04L61/5007

Abstract: 本发明公开了自组织网络建立方法及基于自组织网络的智能系统，方法包括：节点向自身一跳范围内的邻居节点请求通信地址；当未接收到请求应答消息时将自身作为建立的网络中的代理节点；当自身邻居节点中存在代理节点时向目标代理节点请求通信地址；目标代理节点为节点分配通信地址；节点通过分配的通信地址成为一般节点；当节点确定自身邻居节点中不存在代理节点时向目标一般节点请求通信地址；目标一般节点对应的代理节点为节点分配地址空间；节点通过分配的地址空间成为代理节点；当一个代理节点将自身的地址空间分配完、且该代理节点一跳范围内不存在代理节点时，该代理节点通过空间地址回收得到新的地址空间。

公开(公告)号：CN116502103A

公开(公告)日：2023-07-28

申请号：CN202310215621.0

申请日：2023-03-07

Applicant: 西安电子科技大学

Inventor： 张菊莉 ,  夏若恒 ,  牛振兴 ,  王文野 ,  董学文 ,  黄硕 ,  刘孝壮 ,  王婧丽 ,  李悦辰 ,  万波

IPC: G06F18/23 ,  G06F18/214 ,  G06Q50/20 ,  G06F16/35 ,  G06N3/047 ,  G06N3/048 ,  G06N3/08 ,  G06N3/042

Abstract: 本发明公开了一种基于动态记忆键值对网络的知识追踪方法及系统，该方法包括：获取习题标签以及对应的习题难度；构建包括嵌入层、键值对记忆层、认知行为层以及输出层的知识追踪网络模型；利用所述习题难度和所述习题标签对所述网络模型进行训练，并利用训练好的网络模型实现知识追踪。本发明提出的基于动态记忆键值对网络的知识追踪方法，融合了认知行为构建了知识追踪模型，该模型可以追踪用户知识点掌握水平的变化、猜测、失误等认知行为带来的影响，从而预测用户作答习题的表现，并依据用户的作答记录对习题进行聚类，具有较好的可解释性，适用于不同类型的用户，且具有较高的准确率。