-
公开(公告)号：CN118199911A
公开(公告)日：2024-06-14
申请号：CN202311715639.3
申请日：2023-12-14
Applicant: 武汉科技大学 , 绿盟科技集团股份有限公司
Abstract: 本发明提供一种5G核心网控制平面网元服务异常检测方法及系统，包括收集固定时间内的5G核心网产生流量，筛选出5G核心网协议服务调用数据包，提取数据包载荷部分并处理获得数据包序列；将数据包序列转化为一张有向图，使用图特征提取网络获得整图特征表示；使用序列模型对数据包序列按时间提取时间依赖信息；使用仅包含正常流量的训练数据集和Adam对图特征提取网络和标准化流网络进行训练；得到训练好的模型后，使用仅包含正常流量的训练数据集去计算图阈值和概率阈值；检测阶段，输入的流量分别经过图特征提取网络和标准化流网络输出整图特征和对数密度估计，并计算图异常得分和密度异常得分，结合判断出异常识别结果。
-
公开(公告)号：CN114791967B
公开(公告)日：2024-09-27
申请号：CN202210580025.8
申请日：2022-05-25
Applicant: 武汉科技大学
IPC: G06F16/901 , G06F16/9035 , G06F16/907
Abstract: 本发明提出一种基于位矩阵模型的时序RDF数据存储及查询方法，所述数据存储方法包括：以四元组的格式对时序RDF数据进行表示；应用位矩阵存储方式对时序RDF数据中的主谓宾三元组进行存储，同时采取键‑值映射方式对三元组的时间信息进行存储及索引；设计基于时间划分的时序统计信息索引以记录在不同时间区间内各查询模式的统计信息。本发明有效减少了传统位矩阵数据库管理时序RDF时数据的复杂度，可较大幅度提升面向时序RDF数据的检索效率。
-
公开(公告)号：CN114025331B
公开(公告)日：2024-04-26
申请号：CN202111221517.X
申请日：2021-10-20
Applicant: 武汉科技大学
Abstract: 本发明公开了一种基于异构网络的交通系统及异构网络环境下网络选择方法，系统包括十字路口和双向多车道，若干不同类型的网络，若干不同类型网络的路侧单元和数据中心服务器；数据中心服务器基于车辆请求信息和网络状态信息估算请求车辆在候选网络中的驻留时间，并基于驻留时间筛选掉会造成不必要切换的候选网络。然后利用序关系法和变异系数法分别计算网络属性的主观权重和客观权重，并结合主客观权重计算网络属性的综合权重。计算候选网络的综合效用值并选出可用网络集合。最后，结合可用网络集合进行最优网络的选择与切换。本发明能有效减少异构车载网络环境下的网络切换阻塞概率，提高系统的网络吞吐量，从而满足动态的车载环境和用户需求。
-
公开(公告)号：CN115828169A
公开(公告)日：2023-03-21
申请号：CN202211635063.5
申请日：2022-12-19
Applicant: 武汉科技大学
IPC: G06F18/2415 , G06F18/15 , H04L41/0677 , G06F123/02
Abstract: 本发明提供一种高频数据干扰下的时间序列数据关联挖掘方法及系统，包括收集系统产生的时间序列数据，建立初始计数矩阵，设定清单的时间窗口长度；遍历时间序列数据集，每一条数据将会形成一张清单，遍历完时间序列数据集后对生成的计数矩阵进行归一化处理，生成条件概率矩阵；将条件概率矩阵中值大于0的规则进行输出，对于输出的规则集中冲突规则，保留权值较高的规则，得到LM关联规则集；对条件概率矩阵进行加权处理，降低噪声对挖掘关联规则的影响，将加权矩阵中值大于0的规则进行输出，对于输出的规则集中冲突规则，保留权值较高的规则，得到WLM关联规则集并输出。本发明能够很好的对真实时序数据进行挖掘，支持网络故障定位预测。
-
公开(公告)号：CN113823102A
公开(公告)日：2021-12-21
申请号：CN202111158228.X
申请日：2021-09-29
Applicant: 武汉科技大学
Abstract: 本发明公开了一种软件定义车载网络环境下的自适应信号配时系统及方法，首先将交叉路口划分为冲突区和检测区，建立基于软件定义网络的交通信号控制模型。然后基于车与基础设施的交互实时收集进出冲突区和检测区的车辆信息，从而计算冲突区的拥塞程度用于全红控制，计算检测区的容忍度用于自适应信号配时。本发明能适应城市交通环境下车流量的动态变化，有利于解决交叉口冲突区的车辆滞留问题，同时能够有效避免车辆的排队溢出和空等现象，提高交叉路口的通行效率，缓解城市交通拥堵程度。
-
Patent Agency Ranking
公开(公告)号：CN112561104A
公开(公告)日：2021-03-26
申请号：CN202011457620.X
申请日：2020-12-10
Applicant: 武汉科技大学
Abstract: 本发明提供一个基于强化学习的车辆共享服务订单派遣方法及系统，包括收集乘客的信息和车辆的信息，根据乘客的需求，根据乘客的起点和终点同时进行相应限制，搜索满足乘客时空约束的车辆得到候选车辆集合；计算所有候选车辆集合中的车辆与当前乘客之间的派遣因素，包括车辆的绕路比、座位利用率、车辆的隐藏收益和未来收益；按照车辆的绕路比对所有候选车辆进行升序排列，选择最终候选车辆集合；将每一辆车的派遣因素输入至深度评估网络中进行评估，选择评估结果最优的车辆返回给乘客和车辆，如果深度评估网络训练完成，则结束当前次评估，否则结合强化学习策略和梯度下降方法对深度评估网络进行训练，支持下一次用新的深度评估网络进行评估。
-
公开(公告)号：CN107948246B
公开(公告)日：2020-08-07
申请号：CN201711049151.6
申请日：2017-10-31
Applicant: 武汉科技大学
Abstract: 一种基于车联网车辆社交性的RSU部署方法及系统，根据真实车辆数据挖掘社区结构，包括基于车载单元OBU的通信范围提取出每辆车之间的通信频次，对车辆进行社区划分，得到通信频次图；得到通信频次图后，根据主要社区规模的大小为每个社区分配一个权值，并且社区内的车辆自动拥有该社区的权值；将需要部署RSU的部署区域Ω划分为多个候选区域，定义一个候选区域内所有经过的车的车辆社区值总和称为区域社区值，计算每个候选区域的区域社区值，最后利用贪婪算法选出合适的部署区域。本发明能够较好地模拟现实情形，并针对车辆之间的社交性，合理地给出了一个有效的解决方案，让RSU的部署更加合理化、高效化，不至于造成资源的浪费。
-
公开(公告)号：CN105933855B
公开(公告)日：2019-03-15
申请号：CN201610506952.X
申请日：2016-06-30
Applicant: 武汉科技大学
Abstract: 本发明提出基于用户满意度的车联网数据下载方法，将道路行驶过程分为多个时间段，每次进入一个新的时间段，判断车辆是否已进入RSU的覆盖范围，若还未进入，就用蜂窝网络下载刚好满足用户消费的数据量，若已进入，则用RSU下载余下的数据。进一步地，还可以将时间划分为时隙。在每个时隙里，根据cost最小原则，选择通过蜂窝网络或RSU下载数据。本发明能够实现下载优化，尽可能的减少下载的费用消耗，同时保证用户的体验良好，满意度高，实用价值高，具有重要的市场价值。
-
公开(公告)号：CN106289281B
公开(公告)日：2019-01-04
申请号：CN201610556789.8
申请日：2016-07-15
Applicant: 武汉科技大学
IPC: G01C21/30
Abstract: 本发明提出一种基于三证据DS理论的双模式地图匹配方法，包括选择匹配模式，执行高精度模式时计算置信区域，并从中筛选出所有候选道路，对于所有候选道路利用三证据DS理论计算对应的概率分配函数值，对所有概率分配函数值按降序排列，从大到小开始进行相似性验证；执行选择验证模式时利用三证据DS理论和相似性对历史结果进行双重验证，包括首先利用三证据DS理论计算出前一匹配道路的概率分配函数值，若不小于所设阈值则转进行相似性验证。本发明所提供的地图匹配方法效果要由于其他地图匹配方法，具有良好的鲁棒性和准确率，还能减少匹配时间。
-
公开(公告)号：CN105933855A
公开(公告)日：2016-09-07
申请号：CN201610506952.X
申请日：2016-06-30
Applicant: 武汉科技大学
Abstract: 本发明提出基于用户满意度的车联网数据下载方法，将道路行驶过程分为多个时间段，每次进入一个新的时间段，判断车辆是否已进入RSU的覆盖范围，若还未进入，就用蜂窝网络下载刚好满足用户消费的数据量，若已进入，则用RSU下载余下的数据。进一步地，还可以将时间划分为时隙。在每个时隙里，根据cost最小原则，选择通过蜂窝网络或RSU下载数据。本发明能够实现下载优化，尽可能的减少下载的费用消耗，同时保证用户的体验良好，满意度高，实用价值高，具有重要的市场价值。
-
-
-
-
-
-
-
-
-
Search Results
50
records
(took 0.099 seconds)
