-
公开(公告)号：CN114528042B
公开(公告)日：2023-04-21
申请号：CN202210114199.5
申请日：2022-01-30
Applicant: 南京信息工程大学
IPC: G06F9/445
Abstract: 本发明公开了基于深度强化学习的节能型自动互联车辆服务卸载方法，该发明提出名为ECAC的分布式服务卸载方法。ECAC基于异步深度强化学习方法——异步优势行动者‑评论家(A3C)算法，将A3C映射到了端‑边‑云协同系统中。其核心思想是将ECD映射为A3C中的智能体，指导自己对于车辆服务的卸载决策；将云服务器映射为A3C中的中央网络，用于统筹和归纳各智能体的学习结果，并在每次参数更新后将自身参数拷贝到对应的ECD中。整个算法具备系统的需求动态学习、自动调整卸载策略的特征，能够满足不同时延敏感度的服务的需求。并且能长远地兼顾能耗和时延问题，做到绿色、高质量服务。
-
公开(公告)号：CN115712720A
公开(公告)日：2023-02-24
申请号：CN202210723816.1
申请日：2022-06-23
Applicant: 南京信息工程大学
IPC: G06F16/35 , G06F16/36 , G06F40/205 , G06F40/242 , G06F40/284 , G06F40/295 , G06F40/30 , G06Q50/26
Abstract: 本发明公开了一种基于知识图谱的降雨动态预警方法，属于知识图谱的技术领域和数据挖掘领域，其包括步骤1：通过动态实时多路下载有关区域降雨新闻数据；步骤2：根据步骤1的文本非结构化信息抽取城市地点信息，降雨信息时间等；步骤3：根据步骤2构建时‑空多维知识图谱，并实时去除冗余的降雨信息；步骤4：统计区域地势数据，通过聚类算法将区域地势数据进行动态分类；步骤5：根据步骤4的结果，对分类地区自动生成对应预警信息，标记具体位置并通知相关人员；通过该方法有利于提升整体的气象降雨数据关键词挖掘效率，减少人工标注所带来的时间成本，快速的为专家聚类出组合排列结果，对于降雨情况做出迅速反应。
-
公开(公告)号：CN109600419B
公开(公告)日：2021-05-11
申请号：CN201811339092.0
申请日：2018-11-12
Applicant: 南京信息工程大学
IPC: H04L29/08
Abstract: 本发明公开了一种移动边缘计算环境下支持车联网应用的计算迁移方法，首先获取车辆网中车辆的计算任务的计算资源和缓存空间要求；然后获取与发送计算任务的车辆在同一路段覆盖范围中的边缘计算设备的资源使用情况；其次，根据计算任务对于计算资源和缓存空间的要求以及边缘计算设备的资源使用情况，采用贪心算法检索，寻找边缘计算设备，得到各个计算迁移策略；接着分别计算各个计算迁移策略的时延；最后选择时延最优的计算迁移策略为最终的计算迁移方法。
-
公开(公告)号：CN110058929A
公开(公告)日：2019-07-26
申请号：CN201910298353.7
申请日：2019-04-15
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种混合环境下5G移动应用的计算迁移方法，首先获取计算应用对边缘计算设备的需求，并获取移动终端周围的边缘计算设备的空闲资源，根据需求筛选出可用边缘计算设备；然后根据是否有可用边缘计算设备选择应用迁移目标为边缘设备还是云端设备；针对各个迁移目标产生出对应的计算策略。依照各个边缘计算策略计算各个策略的时延，形成计算策略时延集；挑选时延最低的计算策略作为最终策略进行计算迁移。本发明在在寻找计算迁移设备的过程中，采用剪枝的策略，始终寻找满足计算应用需求的设备，缩小查找范围，减少时延消耗。充分利用边缘设备与云端，使边缘设备得到充分的使用，同时以云端作为保障，保障了计算应用的执行。
-
公开(公告)号：CN109600419A
公开(公告)日：2019-04-09
申请号：CN201811339092.0
申请日：2018-11-12
Applicant: 南京信息工程大学
IPC: H04L29/08
Abstract: 本发明公开了一种移动边缘计算环境下支持车联网应用的计算迁移方法，首先获取车辆网中车辆的计算任务的计算资源和缓存空间要求；然后获取与发送计算任务的车辆在同一路段覆盖范围中的边缘计算设备的资源使用情况；其次，根据计算任务对于计算资源和缓存空间的要求以及边缘计算设备的资源使用情况，采用贪心算法检索，寻找边缘计算设备，得到各个计算迁移策略；接着分别计算各个计算迁移策略的时延；最后选择时延最优的计算迁移策略为最终的计算迁移方法。
-
Patent Agency Ranking
公开(公告)号：CN107896374A
公开(公告)日：2018-04-10
申请号：CN201711234702.6
申请日：2017-11-30
Applicant: 南京信息工程大学
CPC classification number: H04W16/18 , G06F8/61 , G06K9/6223 , H04L41/12 , H04L67/10
Abstract: 本发明公开了一种面向移动终端设备的朵云动态部署方法，包括以下步骤：步骤1，根据移动设备当前位置，通过K-means算法可以获取K个移动设备聚集中心位置；步骤2，将移动设备聚集中心的位置抽象到一幅路径图中进行处理；步骤3，根据上述聚集中心，通过朵云放置策略过滤掉不符合条件的移动设备聚集中心；步骤4，将聚集中心位置与朵云当前位置进行位置匹配，获得每一个朵云要到达的位置；步骤5，通过Dijkstra算法获得朵云的移动路径，将朵云移动到目标位置。
-
公开(公告)号：CN107861796A
公开(公告)日：2018-03-30
申请号：CN201711235873.0
申请日：2017-11-30
Applicant: 南京信息工程大学
CPC classification number: G06F9/45558 , G06F9/4887 , G06F9/5072 , G06F2009/4557
Abstract: 本发明公开了一种支持云数据中心能耗优化的虚拟机调度方法，包括以下步骤：步骤1：基于虚拟机实例占用记录数据集，并获取云数据中心中处于运行状态的物理机列表和虚拟机列表；步骤2：根据虚拟机实例占用状态，获取步骤1中处于运行状态物理机的空闲空间；步骤3：根据虚拟机的资源需求以及步骤2所得的物理机的空闲空间，采用启发式检索，获取可行的虚拟机迁移策略；步骤4：计算云数据中心面向任务执行和虚拟机迁移的能耗值；步骤5：针对步骤3获得的虚拟机迁移策略，利用步骤4计算虚拟机迁移操作后云数据中心所产生的能耗值集合；步骤6：根据步骤5中所获的能耗值，选择能耗最优的虚拟机迁移策略为最终的虚拟机调度策略。
-
公开(公告)号：CN104036330A
公开(公告)日：2014-09-10
申请号：CN201410220364.0
申请日：2014-05-22
Applicant: 南京信息工程大学
IPC: G06Q10/04
Abstract: 本发明提出了一种基于MapReduce的降雨量分类预测方法，涉及云计算与应用气象领域，包括以下步骤：步骤1：气象文件格式预处理及属性变量的选择；步骤2：MapReduce模型下对降雨量资料进行数据统计；步骤3：将历年降雨量资料分为训练集以及测试集，对测试集建立TAN降雨量预测模型，从而对降雨量进行预测分析。本发明将TAN分类算法与MapReduce模型相结合，建立相应的预测方法对降雨量进行分级预测，提高了计算效率。考虑了季节变换对降雨量的影响，相较于朴素贝叶斯提高了预测准确率。
-
公开(公告)号：CN119739857B
公开(公告)日：2025-05-09
申请号：CN202510260828.9
申请日：2025-03-06
Applicant: 南京信息工程大学
IPC: G06F16/34 , G06F16/31 , G06F40/289 , G06F40/30 , G06N3/045 , G06F18/25 , G06N3/0464
Abstract: 本发明提供了一种基于多粒度特征融合的代码摘要生成方法，包括：步骤1，对数据集中样本进行预处理操作，获取代码整体语义信息；步骤2，搭建源代码多粒度特征编码器，基于词元序列、抽象语法树和控制流图三种粒度特征的数据规模和数据结构差异，获得各个粒度特征的上下文向量；步骤3，对不同粒度特征编码器的输出实现粒度特征融合；步骤4，将融合后所得到的词元序列融合特征与控制流图融合特征输入到基于Transformer的解码器中，输出当前时间步预测单词，并最终组成摘要。本发明所公开的基于多粒度特征融合的代码摘要生成方法，能有效提取源代码关键特征并尽量减少计算开销，并且有效缓解特征序列的长距离依赖问题。
-
公开(公告)号：CN119166214B
公开(公告)日：2025-03-25
申请号：CN202411672757.5
申请日：2024-11-21
Applicant: 南京信息工程大学
IPC: G06F8/73 , G06F8/71 , G06F8/30 , G06F18/214 , G06F8/41 , G06F18/25 , G06N3/042 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于跨模态信息融合的代码摘要生成方法及系统，方法包括：由公共数据集中获取训练源代码，通过解析单元对训练源代码进行解析获得标记序列特征、AST节点特征和CFG节点特征；将标记序列特征、AST节点特征和CFG节点特征输入编码单元和解码单元获得训练代码摘要；将训练源代码中实际摘要作为真实标签，根据训练代码摘要和真实标签计算训练损失，根据训练损失对代码摘要生成器的参数进行优化，重复迭代直至达到训练终止条件输出训练后的代码摘要生成器；本发明获取源代码特征序列的长距离依赖关系，提取特征间的深层次关联，从而生成更加准确、自然的代码摘要。
-
-
-
-
-
-
-
-
-
Search Results
95
records
(took 0.047 seconds)
