-
公开(公告)号：CN105827536B
公开(公告)日：2018-12-04
申请号：CN201610326239.7
申请日：2016-05-17
Applicant: 北京邮电大学
IPC: H04L12/801 , H04L12/825 , H04L12/863 , H04L12/917
Abstract: 本发明实施例提供了一种终端接入网的流量调度方法及系统，适用于网络控制器，方法包括：获取输入队列的第一积压信息和输出队列的第二积压信息；获取预先构建的第一虚拟队列在目标时刻的超额成本积压信息，并获取预先构建的第二虚拟队列在目标时刻的超时积压信息；基于第一积压信息、第二积压信息、超额成本积压信息和超时积压信息，利用预先构建的李雅普诺夫漂移加罚函数求解流量调度策略；基于流量调度策略，将输入队列中缓存的满足数据转移量的数据包通过待调用信道传输至输出队列。应用本发明实施例，使得在使用混合通信网络作为接入网时，保证了流量调度系统的稳定性，并降低了数据传输成本。
-
公开(公告)号：CN106487707A
公开(公告)日：2017-03-08
申请号：CN201610864087.6
申请日：2016-09-29
Applicant: 北京邮电大学 , 国网信息通信产业集团有限公司 , 国网江苏省电力公司南京供电公司
IPC: H04L12/803 , H04B3/54
CPC classification number: H04L47/125 , H04B3/542 , H04B3/544
Abstract: 本发明实施例公开一种电力通信虚拟容错网络映射方法及装置。所述方法包括节点映射以及链路映射两个阶段；所述节点映射阶段包括：根据基于负载均衡的贪婪节点映射算法，在满足预设条件的虚拟网络提供层的节点中选择负载率最小的节点进行映射；所述链路映射阶段包括：为每一条虚拟链路选取两条不相交的物理链路作为主链路与辅链路。所述装置用于执行所述方法。本发明提供的电力通信虚拟容错网络映射方法，可满足电力通信网络中业务的双路径保护要求、通过均衡负载提高网络的可靠性。
-
公开(公告)号：CN114299370B
公开(公告)日：2025-05-16
申请号：CN202111478787.9
申请日：2021-12-06
Applicant: 北京邮电大学 , 中国电子技术标准化研究院
IPC: G06V10/94 , G06V10/96 , G06V10/774 , G06V10/80 , G06V10/82 , G06V20/00 , G06N3/045 , G06N3/098 , H04L67/10 , H04L67/12 , G16Y20/00 , G16Y40/10 , G16Y40/20
Abstract: 本发明提供一种基于云边协同的物联网场景感知方法及装置。该方法包括：获取待感知的初始场景数据；所述初始场景数据中包含图像数据和传感数据；基于动态实例感知模型对初始场景数据进行实例感知，确定所述图像数据对应的静态实例、动态实例以及异常实例；将所述静态实例、动态实例、异常实例以及所述传感数据的感知结果输入到局部多实例场景融合模型中进行处理，获得所述局部多实例场景融合模型输出的局部场景；所述动态实例感知模型是预先基于云边协同训练完成并部署在边缘服务器中的深度神经网络模型。本发明提供的方法，通过动态实例感知模型，能够有效降低物联网场景感知处理时延，提高对物联网场景中高动态场景的适应性和感知精度。
-
公开(公告)号：CN119670136A
公开(公告)日：2025-03-21
申请号：CN202411561422.6
申请日：2024-11-04
Applicant: 北京邮电大学
Abstract: 本发明提供一种文化资源数据的可信共享方法、系统及电子设备，方法包括：接收文化资源数据的交易双方的注册请求，并将交易双方的注册信息上传至区块链网络；根据卖家用户发送的文化资源数据的元数据，注册文化资源数据的ISLI标识，并将文化资源数据的ISLI标识上传至区块链网络；根据买家用户的资源查询参数，在区块链网络的链上索引结构中查询资源查询参数对应的文化资源数据标的；根据买家用户选择的文化资源数据标的，生成文化资源数据交易订单；并通过区块链网络完成文化资源数据交易订单的交付。通过采用上述方法，用以实现在当前数据安全可信共享与监管的弱信任环境下，为文化资源大数据服务的各环节提供安全可信的数据共享方式。
-
公开(公告)号：CN113821318B
公开(公告)日：2024-08-02
申请号：CN202110982229.X
申请日：2021-08-25
Applicant: 北京邮电大学 , 中国电子技术标准化研究院 , 国网宁夏电力有限公司
Abstract: 本发明提供一种物联网跨域子任务组合协同计算方法及系统，该方法包括：基于用户终端生成的多个子任务与不同计算终端之间的时延类型，构建得到完成所有子任务所需时长对应的时延模型；基于所述多个子任务与不同计算终端之间的能耗类型，构建得到完成所有子任务所需能耗对应的能耗代价模型；根据所述时延模型和所述能耗代价模型，以最小化时延和能耗代价为目标，构建目标函数，并对所述目标函数求解，得到任务组合协同计算最优策略。本发明将边缘设备划分为本地边缘与异地边缘，充分利用附近空闲的边缘设备，提高资源利用率，并建立该架构下的时延和能耗模型，同时将时延与能耗作为优化目标，得到任务组合协同计算策略，实现较低时延与较低能耗。
-
Patent Agency Ranking
公开(公告)号：CN117915408A
公开(公告)日：2024-04-19
申请号：CN202311845169.2
申请日：2023-12-28
Applicant: 北京邮电大学
IPC: H04W28/084 , H04W28/082 , H04L67/10 , H04L67/12
Abstract: 本发明提供一种车联网业务边缘协作方法及装置，涉及车联网技术领域，方法包括：基于在先构建的边缘协作计算域，接收终端服务能力模型，终端服务能力模型是域内终端上传的本地模型，或，终端服务能力模型是域成员节点基于覆盖范围内的域内终端上传的本地模型进行聚合后上传的；基于半异步机制，对终端服务能力模型进行聚合，得到区域模型；将区域模型下发至对应域内终端和/或对应域成员节点，以对对应域内终端进行本地终端服务能力模型更新。本发明避免了同步聚合等待时延过长引起的聚合效率低的问题，以及避免了异步聚合时局部过时模型参与终端本地模型训练导致终端本地模型训练精度差的问题。
-
公开(公告)号：CN117748471A
公开(公告)日：2024-03-22
申请号：CN202311617048.2
申请日：2023-11-29
Applicant: 北京邮电大学
Abstract: 本发明提供一种微电网场景下基于联邦学习的电网净负荷预测方法及装置，包括：获取每一联邦学习本地节点上传的局部参数；基于所述局部参数对微电网净负荷预测模型的参数进行聚合，得到全局参数；将所述全局参数发送至联邦学习本地节点，所述全局参数用于确定训练好的微电网净负荷预测模型，训练好的微电网净负荷预测模型用于预测微电网场景下的电网净负荷。本发明提供的微电网场景下基于联邦学习的电网净负荷预测方法及装置，通过搭建联邦学习架构对各个用电节点的净负荷进行预测，在保障整体系统的数据安全的同时有力地支撑了智能电网进行统一调配，提高了对微电网场景下电网净负荷预测结果的精准度。
-
公开(公告)号：CN115103313A
公开(公告)日：2022-09-23
申请号：CN202210551476.9
申请日：2022-05-18
Applicant: 北京邮电大学
Abstract: 本发明提供一种基于位置预测的智慧公路任务协同处理方法、系统，所述方法包括：获取车辆的状态信息和任务信息；基于所述状态信息，预测出车辆位置；基于强化学习模型，以最小化所述任务的整体时延为目标，将所述任务协同分配至多个移动边缘计算服务器，其中，所述移动边缘计算服务器临近预测出的所述车辆位置。通过预测车辆轨迹，将车辆任务在多个MECS上进行横向协同分配，配合车辆运动节省传输时延，使得整体车辆任务的分配是最为优化的。
-
公开(公告)号：CN112232863B
公开(公告)日：2022-09-20
申请号：CN202011090066.6
申请日：2020-10-13
Applicant: 北京邮电大学
Abstract: 本发明实施例提供一种基于云边端协同的虚拟资源管理方法及系统，该方法包括：根据智能电网中的用户用电量和用电习惯，构建用户分簇模型；基于所述用户分簇模型，构建需求竞价算法和面向响应度的虚拟资源管理算法；基于所述需求竞价算法，将需求响应过程中的竞价目标转换为多目标整数线性规划目标问题；并基于所述面向响应度的虚拟资源管理算法，根据单个容器计算能力下的竞价耗时与预期时延要求，进行虚拟资源管理，得到边缘节点间应创建或迁移的容器量。本发明实施例通过用电相似度对用户进行聚类，便于总体决策，实现总体开销最小的情况下达到所需高峰电力消减量，以及能耗最小化。
-
公开(公告)号：CN113709249A
公开(公告)日：2021-11-26
申请号：CN202111007441.0
申请日：2021-08-30
Applicant: 北京邮电大学
Abstract: 本发明提供一种辅助驾驶业务安全均衡卸载方法及系统，方法包括：获取在辅助驾驶业务服务阶段执行计算任务的总时延，并根据总时延，确定待求解的优化问题；基于深度学习算法对优化问题中的计算任务的卸载模式决策和卸载率决策进行优化，并在深度学习算法收敛后，确定目标卸载模式决策和目标卸载率决策；根据目标卸载模式决策和目标卸载率决策，卸载计算任务。所述系统执行所述方法。本发明基于辅助驾驶业务服务阶段执行计算任务的总时延确定优化问题，并利用深度学习算法对计算任务的卸载模式和卸载率联合优化，实现对辅助驾驶产生的计算任务的实时处理，能够降低例如车联网系统中卸载计算任务的总时延。
-
-
-
-
-
-
-
-
-
Search Results
142
records
(took 0.054 seconds)
