-
公开(公告)号：CN119129641A
公开(公告)日：2024-12-13
申请号：CN202411263550.2
申请日：2024-09-10
Applicant: 海南大学 , 海南智时空科技合伙企业(有限合伙)
IPC: G06N3/008 , G06F18/25 , G06F18/241 , G06N3/0895
Abstract: 本发明公开面向交通场景的多智能体协同控制方法，包括如下步骤：接收基于深度强化学习的智能交通系统中多交通智能体的感控数据信息；提取所述多源感知信息和反馈信息的多源感知特征和反馈特征，并对多源感知特征和反馈特征进行多源异构信息融合，获得感控融合特征；将感控融合特征实时传递给多交通智能体，采取感知监督与融合反馈技术与多交通智能体进行实时信息交互实现新类别数据检测，并基于新类别数据进行增量学习，实现模型的在线更新迭代辅助多交通智能体更新策略及动作。本发明脱离人工监督信息而持续提升在数据分布变化环境中的泛化性，同时实现交通智能体之间的决策共享与决策提升，提高决策执行效率和准确性。
-
公开(公告)号：CN118779913A
公开(公告)日：2024-10-15
申请号：CN202410892522.0
申请日：2024-07-04
Applicant: 海南智时空科技合伙企业(有限合伙) , 海南大学
IPC: G06F21/62 , G06N3/045 , G06N3/0475 , G06N3/094 , G06N3/048
Abstract: 本发明公开一种端云协同学习框架下的隐私保护域适应方法，端设备获得训练数据集并使用域适应机制从训练数据集中提取特征数据并动态调整模型参数；将特征数据传输至云端服务器，云端服务器在增强型Transformer模型更新框架下进行模型训练与更新，获得训练完成的云端模型；训练过程中使用通信压缩策略优化模型参数传输、应用差分隐私保护机制以保护患者隐私；云端服务器对训练完成的云端模型通过迭代子采样和重权重策略进行优化，将优化后的模型作为最终模型下发至端设备；端设备采集待检测数据并输入至最终模型中获得检测结果。本发明能提升模型的泛化能力和学习效率，还可降低模型更新过程中的通信成本并确保端设备数据隐私的安全。
-
公开(公告)号：CN114745716A
公开(公告)日：2022-07-12
申请号：CN202210566000.2
申请日：2022-05-23
Applicant: 海南大学
IPC: H04W12/041 , H04W12/0431 , H04L25/02 , H04B11/00 , H04B13/02
Abstract: 本发明设计了一种适用于水声信道的物理层密钥生成技术，基于信道状态信息的水声物理层密钥生成技术，该密钥生成技术设计主要包括下列步骤：水声信道状态感知，对水声信道中的信道状态信息进行测量估计；进一步对感知后的测量值进行特征量化，得到初始密钥；最后，对初始密钥进行密钥协商，将不一致的密钥序列协商纠错，保证最后的密钥高度一致。
-
公开(公告)号：CN112383925B
公开(公告)日：2022-06-17
申请号：CN202011340153.2
申请日：2020-11-25
Applicant: 海南大学
Abstract: 本发明设计了一种适用于水下无线传感器网络的MAC协议，基于簇的时空调度MAC协议，该MAC协议设计方法主要包括下列步骤：建立网络模型：节点随机部署在某一海域中自组成网，网络中的节点根据成簇算法组成簇，各个节点的传输范围相同，假设根据成簇算法得到的各个簇头节点不在彼此的传输范围内，一些簇头节点的传输范围相互交叉。整个网络时针同步，且每个节点都知道其它节点的地理位置；定义节点的度、干扰节点、禁止时间、时空冲突图；根据节点度越大的节点的数据传输导致越多的数据碰撞的概率越大，所以节点度越大的节点要求其最先传输的思想，构造时空冲突图,极大简化了时空冲突图的复杂性；在节点冲突图构造完之后，确定节点的优先级；在上述工作完成后，确定节点的传输时间。
-
公开(公告)号：CN112512129A
公开(公告)日：2021-03-16
申请号：CN202110058839.0
申请日：2021-01-17
Applicant: 海南大学
Abstract: 本发明涉及一种基于纳什均衡的水下信道竞争机制的设计，主要包括下列步骤：建立系统模型：n个成员节点随机分布在一个主节点的传输范围内，成员节点和主节点被锚定在水下某一深度，通过水声通信链路进行通信，网络中所有节点时针同步；当一个节点在时刻0发送控制包时，将一个成员节点发送的控制包到达主节点的时刻建模[0，Tmax]上的均匀分布；将n个成员节点在同一时刻发送RTS控制包竞争信道的行为建模成一个非合作的信息不完全的博弈，并得到混合策略下的纳什均衡；所有成员节点根据得到的混合策略选择性的发送RTS控制包竞争信道。
-
Patent Agency Ranking
公开(公告)号：CN112383885A
公开(公告)日：2021-02-19
申请号：CN202011365637.2
申请日：2020-11-28
Applicant: 海南大学
Abstract: 本发明涉及一种基于S‑FAMA的并发传输MAC协议的设计，主要包括下列步骤：建立系统模型：节点随机分布在某一海域，在网络初始化阶段，各个接收节点通过信息交互获知在其一跳传输范围内发送节点的传播时延；时间被分割成大小相等的时隙，时隙大小等于最大网络的最大传播时延加上数据包的传输时延，一轮通信一共分为四个阶段：RST阶段、CTS阶段、DATA阶段、ACK阶段；根据发送节点到接受节点的传播时延定义并发传输节点和并发传输节点集；发送节点首先向目标节点发送RTS包，网络中的接收节点根据接收到的RTS包的信息确定可以并发传输的节点集，并将相关信息加入到CTS包中后广播到网络中，发送节点在接收到CTS包之后，判断是否可以进行数据的传输。
-
公开(公告)号：CN115119267A
公开(公告)日：2022-09-27
申请号：CN202210725590.9
申请日：2022-06-24
Applicant: 海南大学
Abstract: 本发明设计了一种适用于水下无线传感器网络的MAC协议，水下网络公平带宽分配MAC协议，该MAC协议设计主要包括下列步骤：建立网络模型：不含移动节点的集群网络模型，由一个主节点和n个成员节点组成，将时间划分为若干个大小相等的时隙；成员节点在RTS阶段向主节点发送传输需求；主节点使用带宽分配机制根据节点的传输需求和数据包的产生时间为节点公平分配带宽，然后根据带宽分配结果调度节点数据包的无冲突传输。
-
公开(公告)号：CN112584325A
公开(公告)日：2021-03-30
申请号：CN202110043967.8
申请日：2021-01-13
Applicant: 海南大学
Abstract: 本发明涉及一种基于动态切片技术的水下传感器安全数据融合方案，包括以下步骤：（1）成簇：使用典型成簇方法，形成聚合树，其中包括叶节点，簇头节点和基站；（2）数据分割：叶节点将根据收集到的数据量的多少进行动态切割形成多个切片，该节点随机保留一个切片，并将其余切片加密发送到相邻节点；（3）数据混合：节点将接受到的数据切片解密后与本地存储的剩余原始切片进行混合运算生成新的数据包；（4）数据融合：叶节点首先使用共享秘钥对混合结果进行加密，然后将加密数据分别回传至其相应簇头节点。簇头节点在收到加密数据后进行解密操作，与自身收到的数据切片进行融合，然后将融合结果加密后继续向基站回传。
-
公开(公告)号：CN112437478A
公开(公告)日：2021-03-02
申请号：CN202110044532.5
申请日：2021-01-13
Applicant: 海南大学
Abstract: 本发明涉及一种基于可变时隙的高效MAC协议的设计，主要包括下列步骤：建立系统模型：节点随机被锚定在某一海域，n个成员节点和一个簇头节点N组成一个簇，成员节点将收集的数据通过水声链路发送到簇头节点；簇头节点通过与成员节点之间的信息交互在本地维护一个传播时延表，表里是每个成员节点到簇头节点的传播时延，网络进行时针同步，在后续的数据传输的过程中，网络定期的进行时针同步并且簇头节点维护传播时延表；定义并行传输条件、并行传输节点、最优并行传输条件、时隙结束条件；簇头节点根据并行传输节点选择机制，选择每个时隙的大小以及每个时隙可以并发传输的节点。
-
公开(公告)号：CN118372851B
公开(公告)日：2024-11-29
申请号：CN202410447443.9
申请日：2024-04-15
Applicant: 海南大学
Abstract: 本发明公开一种基于深度强化学习的车辆最优控制方法，步骤1，建立策略网络和相互独立的价值网络；步骤2，控制车辆运行，收集样本；步骤3，将数据st、at输入价值网络获取两个价值评分并取其中较小值来计算预测得分；将状态st+1输入到策略网络得到动作at+1，将数据st+1、at+1分别输入两个价值网络中两个价值评分并根据价值评分和预测得分来确定TD误差，对价值网络进行更新；步骤4，每更新两次价值网络后对策略网络进行更新；步骤5，重复步骤2至4进行网络参数调优，直至策略网络达到预期的效果，输出最终更新得到的策略网络。本发明能够优化控制车辆的过程中确保稳定性。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.063 seconds)
