-
公开(公告)号：CN105868843A
公开(公告)日：2016-08-17
申请号：CN201610170154.4
申请日：2016-03-22
Applicant: 南京邮电大学 , 南京邮电大学盐城大数据研究院有限公司
CPC classification number: G06Q10/047 , G06Q10/083 , G06Q50/28
Abstract: 本发明涉及一种面向货品配送的路线规划方法，采用先分组后安排路线的方法，将大规模的物流配送车辆路径问题划分为多个小规模的物流配送车辆路径问题，这样做可以大大降低计算量，提高求解速度；并且对于货车载重量的约束，在聚类方法中通过对每个簇集增加了容量约束的限制，保证了划分的每个配送区域中的配送点个数比较均匀，使得划分的配送区域中的货物总量都不会超过货车的最大载重量，划分的区域更加合理，不仅如此，综合考虑货车路线的最优化原则和配送点地理位置的区域性原则，使得让地理位置相近的配送点由同一货车配送，增加了配送效率。
-
公开(公告)号：CN115633091B
公开(公告)日：2024-11-29
申请号：CN202211199842.5
申请日：2022-09-29
Applicant: 南京邮电大学
IPC: H04L67/568 , H04L67/5681 , H04L41/147 , H04L41/142
Abstract: 本发明提供了一种边缘计算中基于流行内容预测的数据缓存方法，包括步骤1：预处理历史数据，构建ARIMA；步骤2：构造形式化数据缓存问题；步骤3：初始化数据；步骤4：确定收益pt；步骤5：使用FPTAS对收益pt进行预处理，得到p′t；步骤6：运用动态规划算法创建二维数组B[t][m]；步骤7：初始化B[t][m]，步骤8：进行剪枝操作；步骤9：重复执行步骤3到步骤8，输出数据缓存方案S*以及数据缓存收益R。本发明形式化了边缘计算下的数据缓存问题，并考虑边缘服务器的规格差异、容量限制以及多个数据的缓存问题，设计系统目标函数为最大化服务提供商缓存数据的总收益，保证用户体验的同时最大化服务提供商的收益。
-
公开(公告)号：CN118523513A
公开(公告)日：2024-08-20
申请号：CN202410989043.0
申请日：2024-07-23
Applicant: 南京邮电大学 , 中科创达软件股份有限公司
IPC: H02J50/90 , G06Q10/0631 , G06Q50/06 , H02J50/20 , H02J7/00
Abstract: 本发明公开了一种面向高度可调有向悬垂充电的效用优化方法，具体包括以下步骤：定义高度可调有向悬垂充电器集合和可充电设备集合；定义基于高度的充电功率公式、充电区域半径公式以及可充电设备效用公式；定义高度可调有向悬垂充电效用最大化问题；提出面向高度可调有向悬垂充电的高度离散化方法并将充电效用最大化问题转化为离散化后问题；将离散化后问题转化为等价的多维背包问题；通过基于高度离散化方法的效用优化充电调度算法得到充电调度方案。本发明提供了一种面向高度可调有向悬垂充电的效用优化方法，在不超过成本预算约束的前提下，确定有向悬垂充电器开启及高度调度方案，最大化总效用。
-
公开(公告)号：CN117827410A
公开(公告)日：2024-04-05
申请号：CN202410012249.8
申请日：2024-01-04
Applicant: 南京邮电大学
Abstract: 本发明提供了一种边缘计算中基于机器学习的列表调度方法，包括步骤1：生成任务的有向无环图；步骤2：定义有向无环图；步骤3：计算预测成本矩阵；步骤4：计算任务优先值；步骤5：设计机器学习模型，定义状态，动作和奖励；步骤6：通过机器学习不断更新Q表，直到Q表收敛；步骤7：根据Q表，得到任务额优先级序列；步骤8：根据任务的优先级序列，计算时间，用贪心的原则分配处理器。本发明将强化学习与具有前瞻性的列表调度算法PPTS相结合，很好的解决了边缘环境下的任务调度问题，可以更快速，更高效地完成任务调度，提高处理器的效率，且在大型计算任务中有更好地效果。
-
公开(公告)号：CN112532389B
公开(公告)日：2023-02-28
申请号：CN202011383650.0
申请日：2020-12-01
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于区块链的智能电网轻量级隐私保护数据聚合方法，由可信任的第三方机构生成和分发系统中其他实体的参数信息；根据边缘服务器的属性选择候选节点，筛选主节点轮换顺序并分配参数；智能电表收集用户用电数据并传送给负责该区域的边缘服务器；边缘服务器进行本地数据聚合，将结果上传到主节点；主节点将数据处理后加入区块链；控制中心对区块链中的信息进行数据分析并对系统进行实时调控。边缘服务器可以通过多次聚合数据减少通信开销和计算成本，提前过滤错误数据；数据来源都可追溯、实现了数据的不可篡改性和去中心化管理，具备更强的抵抗攻击能力；在保证高效验证的同时减少了配对操作和冗余的计算过程，减少了资源消耗。
-
Patent Agency Ranking
公开(公告)号：CN113034172B
公开(公告)日：2022-08-26
申请号：CN202110229088.4
申请日：2021-03-02
Applicant: 南京邮电大学
IPC: G06Q30/02 , G06Q50/06 , G06F16/901 , G06F30/20 , G06F111/04
Abstract: 本发明公开了一种面向多跳无线充电的综合成本优化及成本分摊方法，首先针对多跳无线充电技术的特点，建立多跳无线充电传感网络，形式化充电器部署的综合成本最小化问题；其次采用面向多跳无线充电的综合成本优化算法，得到充电器部署方案，并计算综合成本；最后，采用面向多跳无线充电的成本分摊方案，将综合成本分配到每一个传感器节点上。本发明满足本地预算平衡和本地核属性，可以保证传感器节点之间的合作稳定性；且解决了多跳无线充电的充电器部署问题，优化了综合成本。
-
公开(公告)号：CN112800335B
公开(公告)日：2022-08-26
申请号：CN202110153888.2
申请日：2021-02-04
Applicant: 南京邮电大学
IPC: G06F16/9535 , G06F16/9537
Abstract: 本发明公开一种面向时空移动群智感知任务的异常用户检测方法，任务发布平台向用户发布感知任务集合；用户向任务发布平台提交标书，对于位置敏感型用户，只要其位置在感知任务的覆盖区域内，则认为该用户可以执行该感知任务；对于位置非敏感型用户，只要其活动区域与感知任务的覆盖区域有重合，则认为该用户可以执行该感知任务；任务发布平台收集用户的标书，使用时间异常检测算法筛除异常用户；对剩余的位置敏感型用户采用位置异常检测算法删除异常的位置敏感型用户；对剩余的位置非敏感型用户采用区域异常检测算法删除异常的位置非敏感型用户。本发明在执行移动群智感知任务之前，事先删除异常用户，从而提高任务执行的成功率。
-
公开(公告)号：CN113055467A
公开(公告)日：2021-06-29
申请号：CN202110264415.X
申请日：2021-03-11
Applicant: 南京邮电大学
IPC: H04L29/08
Abstract: 本发明公开一种区块链矿池挖矿策略的博弈优化方法。属于区块链中的矿池领域，包括：1、根据矿池的奖励分配机制建立矿池管理员和矿工的效用函数；2、利用斯塔克尔伯格博弈对矿池管理员和矿工之间的关系进行建模；3、计算斯塔克尔伯格博弈的纳什均衡；4、采用组合方案，将不参与挖矿的矿工进行组合；使得组合后矿工们的成本降低，给矿工投入算力提供机会；通过建立组合的效用函数，对所有的矿工进行下一轮斯塔克尔伯格博弈，组合其在下一轮博弈中获得正效用。本发明的挖矿策略能够稳定地获得区块奖励，获得矿池管理员和矿工双方在按算力比例分配矿池中的最佳策略；另外通过降低挖矿成本，使矿池中更多的矿工投入算力，提升了矿池的挖矿性能。
-
公开(公告)号：CN113011703A
公开(公告)日：2021-06-22
申请号：CN202110180146.9
申请日：2021-02-08
Applicant: 南京邮电大学
Abstract: 本发明公开一种主题敏感众包任务扩散方法及其激励机制，在经典的影响力独立级联模型基础上加以增强，使得影响力与任务主题密切相关，提出主题敏感独立级联模型，并形式化预算可行任务扩散问题，在预算约束下最大化平台效用函数。本发明提出了一种参数估计方法，以估算所提出的主题敏感独立级联模型中的影响力参数。利用目标函数的子模特性，提出了一种预算可行激励机制，该机制满足计算效率、个体理性、预算可行性以及真实性的理性特性，以激励任务扩散，提高大型众包系统中参与者的参与程度，具有切实可行的应用价值。
-
公开(公告)号：CN112800892A
公开(公告)日：2021-05-14
申请号：CN202110060938.2
申请日：2021-01-18
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于openpose的人体姿态识别方法，由openpose数据获取、数据预处理、特征值构造、深度网络训练及动作判定、opencv绘图组成人体姿态识别系统，识别方法包括如下步骤：步骤一：利用开源项目openpose获取人在执行目标动作下的人体骨架数据帧序列；步骤二：从骨架数据中筛选出可以表征动作的主要关键点数据；步骤三：从筛选出的骨架关节点数据中提取、计算动作特征值并构造动作的特征向量序列；步骤四：对特征向量序列进行预处理；步骤五：将动作样本集的特征向量序列保存下来作为标准动作模板；步骤六：实时采集动作特征序列给到预先训练好的神经网络；步骤七：从网络获取预测结果，并给出动作标准度。本发明实施简便可靠，适用于实时的动作识别系统。
-
-
-
-
-
-
-
-
-
Search Results
91
records
(took 0.03 seconds)
