公开(公告)号：CN116471633A

公开(公告)日：2023-07-21

申请号：CN202310402722.9

申请日：2023-04-16

Applicant: 桂林理工大学

Inventor： 谢晓兰 ,  杨哲兴 ,  谭舒孺 ,  徐克顺 ,  刘亚荣

IPC: H04W28/084 ,  G06N3/092 ,  H04W28/08 ,  H04L67/1008 ,  H04L67/61

Abstract: 本发明公开了一种基于QoE感知和多层引导强化学习的任务卸载方法，包括五个步骤：步骤S1.获取云边端场景中相关数据；步骤S2.离散化数据，对问题进行建模；步骤S3.结合QoE感知建立目标函数；步骤S4.构建多层引导强化学习模型(MAPPO‑MCTS)；步骤S5.执行模型，得到最优计算任务卸载决策。本发明通过多层引导强化学习，降低了问题的复杂度，能够降低在云边端计算场景中进行任务卸载所需的时延和能耗，从而最大化用户QoE感知，对于保障用户的体验质量以及提高云服务运营商的效益具有重要意义。

公开(公告)号：CN115934324A

公开(公告)日：2023-04-07

申请号：CN202211545035.4

申请日：2022-12-04

Applicant: 桂林理工大学

Inventor： 谢晓兰 ,  杨哲兴 ,  徐克顺 ,  刘亚荣

IPC: G06F9/50 ,  G06F17/10 ,  G06N3/006

Abstract: 本发明公开了一种基于变分模态和ISSA‑LSSVM的云中心资源负载预测方法。首先获取原始云资源负载数据样本，并对数据进行预处理。然后，采用变分模态算法将原始云资源负载数据分解成多个相对平稳的模态分量。接着提出一种ISSA算法，利用ISSA对LSSVM模型中核函数宽度σ和惩罚因子c进行优化，建立ISSA‑LSSVM模型，且分别对各模态分量进行预测。最后叠加各模态分量的预测值，输出最终的云资源负载预测结果。本发明方法能够有效解决传统预测模型在面对非线性云资源负载数据时预测精度不高的问题，能更加精准地预测云资源负载的变化趋势，对于提高云资源的优化效率，保障云服务质量有着积极意义。

公开(公告)号：CN116579370A

公开(公告)日：2023-08-11

申请号：CN202310403657.1

申请日：2023-04-16

Applicant: 桂林理工大学

Inventor： 谢晓兰 ,  徐克顺 ,  杨哲兴 ,  高荣 ,  宋元奇 ,  刘亚荣

IPC: G06N3/006 ,  G06F9/455 ,  G06F9/48

Abstract: 本发明提出了一种面向云计算任务调度的改进哈里斯鹰算法。包括4个步骤：步骤S1.初始化哈里斯鹰算法参数及随机生成整数解合集；步骤S2.建立云计算任务调度模型，计算适应度值并更新哈里斯鹰位置；步骤S3.利用Metropolis算法更新哈里斯鹰位置；步骤S4.输出当前猎物的位置作为目标的估计位置，得到任务与虚拟机的匹配方案。与标准哈里斯鹰算法相比，本发明所述算法在云计算任务调度求取最优解有着很好的全局搜索能力，解决哈里斯鹰优化算法陷入局部最优解问题。将改进的哈里斯鹰算法应用在云计算任务调度方面，可以很有效的降低任务完成时间与虚拟机能量消耗。

公开(公告)号：CN116861016A

公开(公告)日：2023-10-10

申请号：CN202310668700.7

申请日：2023-06-07

Applicant: 桂林理工大学

Inventor： 谢晓兰 ,  谭舒孺 ,  杨哲兴 ,  曾浩文 ,  刘亚荣

IPC: G06F16/532 ,  G06F16/51 ,  G06F16/583

Abstract: 本发明公开了一种基于细节点三角形与二次索引的指纹检索方法，该方法包含7个步骤。第一步获取指纹图像的细节点数据，并对数据进行预处理。第二步，依据细节点构建细节点三角形，并生成由细节点三角形构建的向量。第三步基于构建的向量构建基于细节点三角形向量的索引值1，第四步构建索引值2，第五步基于索引1采用折半查找的方式搜寻满足符合一定差距内的匹配样本，第六步基于索引2在当前满足条件的匹配样本中二次查询匹配指纹，第七步输出查找结果。本发明的目的在于提高指纹识别的效率同时减少指纹匹配时所花费的时间，提高了大规模指纹识别的准确率，减少了查询时间。

公开(公告)号：CN115862341A

公开(公告)日：2023-03-28

申请号：CN202211545034.X

申请日：2022-12-04

Applicant: 桂林理工大学

Inventor： 谢晓兰 ,  徐克顺 ,  高荣 ,  杨哲兴 ,  刘亚荣

IPC: G08G1/017 ,  G06T17/00 ,  G16H40/20 ,  G16H40/40 ,  G07C5/00 ,  G08B21/24 ,  G08B7/06

Abstract: 本发明公开了一种基于边缘计算的无人机交通事故处理系统。包括无人机子系统、5G传输子系统、交通事故管理云子系统。无人机子系统，拥有多种携带不同设备的无人机执行特定任务；5G传输子系统，利用5G边缘计算的计算和存储资源都比较小的优点，使用超融合服务器来部署具有精简功能的云平台；交通事故管理云子系统，利用无人机协同实现无人机调度，使用SFM方法实现三维重建，同时利用光电容积脉搏波描记原理与透皮光学成像技术，对事故人员进行生命体征检测；基于边缘计算的无人机交通事故处理系统利用无人机快速监测的优点结合计算机视觉技术，高效的辅助相关人员处理交通事故，并减少交通堵塞，同时节约时间，挽救生命。