-
公开(公告)号：CN119557086A
公开(公告)日：2025-03-04
申请号：CN202411602171.1
申请日：2024-11-11
Applicant: 山西大学 , 中国移动通信集团设计院有限公司
Abstract: 本发明公开了一种满足用户随机偏好的依赖任务计算卸载方法，属于移动通信技术计算卸载技术领域。针对现有方法在研究卫星依赖任务计算卸载时，往往忽略用户优化目标随机变化的需求问题，通过将地面移动终端的应用分为多个任务组成的工作流用DAG图表示；根据DAG图确定依赖任务的调度顺序；构建随机偏好依赖任务计算卸载优化模型和函数；根据创建的模型将计算卸载问题转换为MDP决策过程，采用多目标强化学习求解卸载决策；综合考虑优化目标的动态偏好需求，设计复合奖励函数，得到最优卸载决策。本发明满足不同偏好需求的最优卸载决策模型，提高了求解效率和灵活性，降低了依赖任务的完成时间与能耗。
-
-
公开(公告)号：CN115730528A
公开(公告)日：2023-03-03
申请号：CN202211574497.9
申请日：2022-12-08
Applicant: 山西大学
IPC: G06F30/27 , G06N7/01 , G06N3/045 , G06N3/092 , G06F111/08
Abstract: 本发明属于移动数据采集技术领域，具体涉及一种面向差异性数据价值与状态的数据采集方法，具体包括：步骤1：基于马尔可夫过程对差异性数据的采集过程进行建模；步骤2：基于MADDPG算法框架并采用DNN网络构建策略网络π(·)、评论网络Q(·)、目标策略网络π‑(·)、目标评论网络Q‑(·)；步骤3：利用策略网络π(·)、评论网络Q(·)对建立的模型进行更新训练与强化学习，寻找出多智能体合作数据采集的最优策略。本发明从多角度、多方位获得与区域数据的采集信息。通过动作幅度奖励、距离奖励、数据采集奖励、碰撞避免等引导性奖励构建奖励机制，使得多个智能体在未知环境下实现对高质量数据的协同优先采集、碰撞避免、路径规划，最终实现采集任务的数据质量最大化。
-
公开(公告)号：CN119945945A
公开(公告)日：2025-05-06
申请号：CN202510110677.9
申请日：2025-01-23
Applicant: 山西大学
IPC: H04L43/0829 , H04L27/26 , G06N3/0442 , G06N3/0464 , G06N3/06 , G06N3/08
Abstract: 本发明涉及一种网络丢包模型分类识别与多参数计算方法，属于网络通信技术领域。该方法旨在解决如何识别网络丢包模型，如何求解丢包模型构成参数的问题。针对多类复杂网络丢包模型，通过生成相应的丢包序列，提取时域、频域和统计特征，并将这些特征进行融合，利用深度学习分类模型对融合后的特征进行训练，实现对不同丢包模型的高效分类，显著提高了分类精度。针对丢包模型构成参数的问题，提出一种结合多路径卷积和双向长短时记忆网络的深度神经网络框架，该框架主要由多路径卷积ResNeXt、BatchNorm层、ReLU层和双向长短时记忆网络BiLSTM构成，能够有效捕捉丢包序列中的时空依赖关系。大量的实验表明，本发明提出的框架能够有效实现对网络丢包模型多类参数的计算。
-
公开(公告)号：CN118174774A
公开(公告)日：2024-06-11
申请号：CN202410285030.5
申请日：2024-03-13
Applicant: 山西大学
Abstract: 本发明属于移动通信资源分配技术领域，具体涉及一种适用于高动态星地网络的双边稳定匹配负载均衡方法。为解决卫星通信系统面向分布不均匀并且动态变化的地面用户的网络需求的负载均衡问题，本方法基于匹配博弈的算法，将“星‑地”通信中资源均衡分配的问题建模成双边多对多匹配问题，并将很长的时间段分割成许多个很小的时隙，第一个时隙，匹配初始化为空，然后对所有的卫星集合St与地面站集合E进行匹配；随后的每个时隙，将第t个时隙的匹配结果作为t+1时隙的初始匹配，对所有的地面站以及新加入匹配的卫星集合Snew进行迭代匹配求解。为了适应用户分布和需求的时变性，本发明定义历史配额记录矩阵，并采用双线程策略防止陷入局部最优。最终在每个时隙都得到了稳定的匹配，使得卫星间的资源利用率差距最小，提高了系统的容量，并且在较少的复杂度下得到了接近最优的结果。
-
Patent Agency Ranking
公开(公告)号：CN111260776B
公开(公告)日：2023-04-18
申请号：CN202010082939.2
申请日：2020-02-07
Applicant: 山西大学
IPC: G06T17/00
Abstract: 本发明涉及一种自适应正态分析的三维形貌重建方法。技术方案是按照：步骤1，以待重建物体当前位置为中心，分析连续图像序列聚焦测度信息变化趋势，确定与之对应的梯度信息变化序列；步骤2，通过度量聚焦测度序列中最大值点位置与梯度序列中最大值点位置的距离确定候选深度序列区间；步骤3，选择候选深度序列区间内聚焦测度最大值所在位置为待重建物体当前位置的深度结果；步骤4，逐点遍历得到待重建物体所有位置的深度结果。本发明具有可以大幅减少待重建物体三维形貌重建结果的错误深度信息，有效提升真实场景中待重建物体的三维形貌重建精度的优点。
-
公开(公告)号：CN106209510A
公开(公告)日：2016-12-07
申请号：CN201610536633.3
申请日：2016-07-08
Applicant: 山西大学
CPC classification number: H04L43/106 , H04J3/0667 , H04L43/0864
Abstract: 本发明公开一种适用于对称、非对称路径的时钟偏差测量方法，属于网络技术领域。包括发送两列服从泊松分布的探测包列，每个包列由若干个背靠背探测包对构成，各自包列内探测包长度相同，彼此包列间探测包长度不同；每个探测包采集其在发送主机的发送起始时间、探测包到达接收主机的接收时刻、接收主机向发送主机返回应答包的发送时间及应答包返回发送主机的接收时间；从测量数据中取出测量最小时延值，分析理论最小时延值、测量最小时延值、探测包长度、传输时延值之间的关系，建立函数关系式；联立方程，约减方程变量，求得时钟偏差。该方法提供一种无需借助额外硬件支持，既适用于对称路径又适用于非对称路径，且测量精度高的时钟偏差测量方法。
-
公开(公告)号：CN119484653A
公开(公告)日：2025-02-18
申请号：CN202411620221.9
申请日：2024-11-14
Applicant: 山西大学
IPC: H04L69/04 , H04L49/9057 , H04L49/60 , H04L45/74
Abstract: 本发明公开了一种基于在网计算的流表压缩方法，属于软件定义网络技术领域。针对在软件端侧聚合方法的不足和软件端侧处理流量能力不足的问题，通过1.设置并初始化流表规则，经过二叉树结构分解成互不重叠的规则；2.将互不重叠的规则压缩成可以进行算术运算的表达式规则，并将表达式规则部署在网络可编程交换机；3.在该网络可编程交换机内利用表达式规则匹配网络流量，并依照表达式规则的动作字段转发网络流量到相应的目的地址。本发明利用网络可编程交换机的算术计算功能，和软件侧压缩的表达式流表，实现网络处理大规模流量并转发的功能，减少了网络可编程交换机存储的流表数量，有效降低存储开销，提高了网络通信效率。
-
公开(公告)号：CN118972309A
公开(公告)日：2024-11-15
申请号：CN202410937004.6
申请日：2024-07-12
Applicant: 山西金融职业学院 , 山西大学 , 山西省智慧交通实验室有限公司
IPC: H04L45/00
Abstract: 本发明公开了一种基于多维信息和强化学习的动态分组路由算法，属于路由网络技术领域。针对如何确定机器学习算法中网络状态与路由动作的映射关系，如何设计在线优化算法策略，并最大化算法收益问题，通过基于马尔可夫过程对路由过程进行建模；基于Double DQN算法框架并采用DNN网络构建评论网络Q(·)、目标评论网络Q‑(·)；利用深度学习网络对建立的模型进行更新训练与强化学习，寻找出最佳的路由分组策略。本发明将每个路由器节点抽象为独立的智能体，以数据包当前位置节点、网络中节点数量、当前位置节点数据包接收长度、邻居节点集合等多维数据作为神经网络的输入，并结合分段奖励函数来确定路由最佳动作，最终实现路由过程的效率最大化。
-
公开(公告)号：CN111260776A
公开(公告)日：2020-06-09
申请号：CN202010082939.2
申请日：2020-02-07
Applicant: 山西大学
IPC: G06T17/00
Abstract: 本发明涉及一种自适应正态分析的三维形貌重建方法。技术方案是按照：步骤1，以待重建物体当前位置为中心，分析连续图像序列聚焦测度信息变化趋势，确定与之对应的梯度信息变化序列；步骤2，通过度量聚焦测度序列中最大值点位置与梯度序列中最大值点位置的距离确定候选深度序列区间；步骤3，选择候选深度序列区间内聚焦测度最大值所在位置为待重建物体当前位置的深度结果；步骤4，逐点遍历得到待重建物体所有位置的深度结果。本发明具有可以大幅减少待重建物体三维形貌重建结果的错误深度信息，有效提升真实场景中待重建物体的三维形貌重建精度的优点。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.048 seconds)
