-
公开(公告)号：CN118418820A
公开(公告)日：2024-08-02
申请号：CN202410866092.5
申请日：2024-07-01
Applicant: 烟台大学
Abstract: 本发明涉及无线充电技术领域，具体为一种无线充电智能调控方法与系统，所述方法包括：对充电区域内无线充电的车辆进行识别标记，确定各车辆的充电开始时刻，并获取各车辆的电池剩余电量；基于获取的各车辆电池剩余电量确定总充电需求，将总充电需求与无线充电基站额定功率单位时间总电量进行比较，确定充电车辆的充电优先级；基于各充电车辆的电池剩余电量，进行无线充电一次调控允许与二次调控确认，确定最终各车载无线充电设备对应的充电功率。利用一次调控允许和二次调控确认，实现了对无线充电过程中的智能调控，以确保无线充电的安全性和效率。
-
公开(公告)号：CN117455200B
公开(公告)日：2024-03-29
申请号：CN202311773697.1
申请日：2023-12-22
Applicant: 烟台大学
IPC: G06Q10/0631 , G06F16/29 , G06N3/0442 , G06F21/62
Abstract: 本发明提供了一种众包环境下的多阶段任务分配方法、系统、设备及介质，其属于任务分配技术领域，所述方案基于轨迹预测，采用两阶段的任务分配过程，将离线指导与在线分配相结合，充分考虑实际工作场景的动态性，能够在较短时间内实现最大化的空间覆盖率；同时，所述方案充分利用Geohash算法、贪婪策略以及基于地理位置打包任务点的策略对任务分配过程进行优化，以获得最优的任务分配方案；通过上述优化策略的结合有效提高了分配效率，降低了成本花销，成功实现了最大化空间覆盖率的目标。
-
公开(公告)号：CN117473559A
公开(公告)日：2024-01-30
申请号：CN202311810061.X
申请日：2023-12-27
Applicant: 烟台大学
Abstract: 本发明公开了一种基于联邦学习和边缘计算的两方隐私保护方法及系统，涉及群智感知技术和人工智能技术交叉技术领域。该方法在任务分配阶段，任务发布者向众包平台提交任务约束，众包平台根据任务约束寻找工人，并将选中的工人信息下发给任务发布者；在任务执行阶段，任务发布者将众包任务进行加密上传到众包平台，工人从众包平台获取任务匹配信息，解密后开始执行任务；工人利用任务相关的感知数据训练成本地模型，并对本地模型进行扰动；感知数据聚合后以组为单位将感知数据提交至平台；任务发布者对感知数据进行评估，将评估合格的感知数据聚合得到全局模型。本发明能够保护任务发布者和工人双方的隐私信息，同时保证提交感知数据的质量。
-
公开(公告)号：CN119130801A
公开(公告)日：2024-12-13
申请号：CN202411603889.2
申请日：2024-11-12
Applicant: 烟台大学
IPC: G06T3/4046 , G06T3/4076 , G06T3/4023 , G06N3/0464
Abstract: 本发明属于图像处理技术领域，具体涉及一种遥感图像重建模型的构建及训练方法、系统，该遥感图像重建模型以先验特征为指导，提取局部特征和全局特征并进行自适应特征融合，对低分辨率图像进行重建，其中先验特征为图像的结构、纹理和边缘等提供了额外信息，使得模型能够更精确地重建高分辨率图像的细节；且提取局部特征和全局特征时，充分利用先验特征和全局上下文关系，并采用自适应特征融合处理将局部特征和全局特征融合，增强了模型在超分辨率重建任务中的表现。
-
公开(公告)号：CN118863468B
公开(公告)日：2024-12-06
申请号：CN202411320580.2
申请日：2024-09-23
Applicant: 烟台大学
IPC: G06Q10/0631 , G06Q10/04 , G06N3/006 , G06N20/00
Abstract: 本发明属于众包任务分配技术领域，具体涉及极限学习机协同樽海鞘群优化算法的任务分配方法、系统，基于工作者和任务的属性，构建目标函数，依次经三个阶段任务分配，得到使目标函数最大化的众包任务分配方案，其中，第一阶段分配中，将多维众包任务分配优化问题转化为一维优化问题，经樽海鞘群优化算法得到第一阶段分配结果；第二阶段分配中，将相关性高的维度合并为一个种群，经樽海鞘群优化算法或训练后的极限学习机进行更新，得到第二阶段分配结果；第三阶段分配中，经训练后的极限学习机或局部聚集法进行更新，得到第三阶段分配结果，即最优任务分配方案，最大化完成任务数量的期望。
-
Patent Agency Ranking
公开(公告)号：CN117473559B
公开(公告)日：2024-05-03
申请号：CN202311810061.X
申请日：2023-12-27
Applicant: 烟台大学
Abstract: 本发明公开了一种基于联邦学习和边缘计算的两方隐私保护方法及系统，涉及群智感知技术和人工智能技术交叉技术领域。该方法在任务分配阶段，任务发布者向众包平台提交任务约束，众包平台根据任务约束寻找工人，并将选中的工人信息下发给任务发布者；在任务执行阶段，任务发布者将众包任务进行加密上传到众包平台，工人从众包平台获取任务匹配信息，解密后开始执行任务；工人利用任务相关的感知数据训练成本地模型，并对本地模型进行扰动；感知数据聚合后以组为单位将感知数据提交至平台；任务发布者对感知数据进行评估，将评估合格的感知数据聚合得到全局模型。本发明能够保护任务发布者和工人双方的隐私信息，同时保证提交感知数据的质量。
-
公开(公告)号：CN119443672A
公开(公告)日：2025-02-14
申请号：CN202411545661.2
申请日：2024-11-01
Applicant: 烟台大学
IPC: G06Q10/0631 , G06Q10/20 , G06Q50/04 , G06F18/2433
Abstract: 本发明提供一种面向工业数据的任务智能优化调度方法，涉及工业调度技术领域。该面向工业数据的任务智能优化调度方法，包括S1.开始任务、S2.设备运行、S3.新任务输入、S4.紧急值计算、S5.数据采集及数据预处理、S6.旧数据存储、S7.故障预测、S8.设备更换、S9.任务结束，所述步骤S5中数据采集包括设备运行状态、生产进度、原材料库存、设备温度、生产速度、产量、能耗。本发明中，通过对历史数据和实时数据的分析，可以有效地识别设备故障的潜在风险，并通过自动调节降低可能的风险，及时处理设备异常，避免故障造成的生产中断，同时通过该调度方法主动的故障管理模式能够减少停机时间，降低生产损失。
-
公开(公告)号：CN118418820B
公开(公告)日：2024-08-27
申请号：CN202410866092.5
申请日：2024-07-01
Applicant: 烟台大学
Abstract: 本发明涉及无线充电技术领域，具体为一种无线充电智能调控方法与系统，所述方法包括：对充电区域内无线充电的车辆进行识别标记，确定各车辆的充电开始时刻，并获取各车辆的电池剩余电量；基于获取的各车辆电池剩余电量确定总充电需求，将总充电需求与无线充电基站额定功率单位时间总电量进行比较，确定充电车辆的充电优先级；基于各充电车辆的电池剩余电量，进行无线充电一次调控允许与二次调控确认，确定最终各车载无线充电设备对应的充电功率。利用一次调控允许和二次调控确认，实现了对无线充电过程中的智能调控，以确保无线充电的安全性和效率。
-
公开(公告)号：CN118863468A
公开(公告)日：2024-10-29
申请号：CN202411320580.2
申请日：2024-09-23
Applicant: 烟台大学
IPC: G06Q10/0631 , G06Q10/04 , G06N3/006 , G06N20/00
Abstract: 本发明属于众包任务分配技术领域，具体涉及极限学习机协同樽海鞘群优化算法的任务分配方法、系统，基于工作者和任务的属性，构建目标函数，依次经三个阶段任务分配，得到使目标函数最大化的众包任务分配方案，其中，第一阶段分配中，将多维众包任务分配优化问题转化为一维优化问题，经樽海鞘群优化算法得到第一阶段分配结果；第二阶段分配中，将相关性高的维度合并为一个种群，经樽海鞘群优化算法或训练后的极限学习机进行更新，得到第二阶段分配结果；第三阶段分配中，经训练后的极限学习机或局部聚集法进行更新，得到第三阶段分配结果，即最优任务分配方案，最大化完成任务数量的期望。
-
公开(公告)号：CN116307665A
公开(公告)日：2023-06-23
申请号：CN202310156856.7
申请日：2023-02-23
Applicant: 烟台大学
IPC: G06Q10/0633 , G06Q10/0631
Abstract: 本发明提供一种复杂流程工业超结构优化调度方法，涉及工业超结构优化调度领域。该一种复杂流程工业超结构优化调度方法，包括以下步骤：S1.首先工作人员通过各部门注册登录模块进行基本信息的登录认证进而达到多个部门集中管理的目的。该方法通过各部门实时信息反馈模块可以对各部门人力离职数据、机械设备运行数据、产品品质合格率实时数据、单个产品打包平均时间数据、产品售后处理平均时间数据和产品生产平均用时数据进行了解，进而可以保证装置的稳定运行、提高优质产品的产品和降低部门对接流程的复杂程度，同时可以根据实际生产需要对工况进行预测，有助于实践流程工业的最优化运行。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.021 seconds)
