-
公开(公告)号：CN112967148B
公开(公告)日：2024-02-20
申请号：CN202110340751.8
申请日：2021-03-30
Applicant: 电子科技大学长三角研究院(衢州)
IPC: G06Q50/02 , G06Q10/0631 , G06Q30/0226 , G06F17/16 , G16Y10/20 , G16Y30/10 , G16Y40/50
Abstract: 本发明公开了一种面向智能物联网算力服务的区块链共识机制，包括面向智能物联网算力服务的区块链架构、矩阵乘积计算任务处理机制、以及奖励调整机制；面向智能物联网算力服务的区块链架构中有四类节点：AIoT节点、协调节点、矿工节点以及验证节点。本发明提出的一系列矩阵乘积计算任务处理机制为参与算力服务的区块链矿工制定了统一的规则与接口，保证了区块链挖矿竞争的公平性，有利于吸引更多矿工参与到区块链，从而进一步提升区块链网络的安全性。利用区块链中矿工分布式的计算服务，降低了因中心式服务带来的安全与隐私泄露风险，提高了算力服务的安全性。
-
公开(公告)号：CN113407345B
公开(公告)日：2023-12-15
申请号：CN202110712564.8
申请日：2021-06-25
Applicant: 电子科技大学长三角研究院(衢州)
IPC: G06F9/50 , G06F18/20 , G06F18/2413 , G06F18/2415 , G06N3/045 , G06N3/092
Abstract: 本发明公开一种基于深度强化学习的目标驱动计算卸载方法，应用于5G/6G、物联网等无线通信领域，针对现有技术未区分任务类型，导致的计算卸载运行效率低下的问题；本发明采用MoE混合专家系统的任务信息增强模块显著提高了任务信息的特征表达能力，本发明的任务信息增强模块能显著提高任务时延敏感特征在计算卸载决策中的影响占比，从而加大不同类型计算任务的区分度；本发明的深度强化学习的奖励机制能够根据具体的无线网络场景加以定制，也可以根据网络特征自适应的进行调整，本发明采用分布式的计算卸载机制不仅保障了计算卸载策(56)对比文件李波;黄鑫;薛端;侯严严;裴以建.基于DTN的车载云计算卸载算法.云南大学学报(自然科学版).2018,(第02期),全文.
-
公开(公告)号：CN113158415B
公开(公告)日：2023-09-08
申请号：CN202110200652.X
申请日：2021-02-23
Applicant: 电子科技大学长三角研究院(衢州)
IPC: G06F30/20 , G06Q10/04 , G06Q10/0631
Abstract: 本发明公开了一种基于误差分析的车辆轨迹相似度评估方法，包括以下步骤：S1、根据轨迹步长k，形成车辆的预测轨迹和真实轨迹；S2、计算真实轨迹与预测轨迹之间的相关误差，包括标量误差、矢量误差、标量误差抖动和矢量误差抖动；S3、确定影响因子，并计算抖动窗口大小；S4、计算相似度。本发明通过计算预测和真实轨迹的标量误差和矢量误差的值，再由标量误差抖动和矢量误差抖动的值去动态调整标量误差和矢量误差对相似度的影响程度，可以提高车辆预测轨迹和真实轨迹的轨迹相似度的计算效率，且能高效地辅助车辆轨迹预测模型的更新，增强了车辆行驶的安全性。
-
公开(公告)号：CN112637186B
公开(公告)日：2022-04-19
申请号：CN202011507081.6
申请日：2020-12-18
Applicant: 电子科技大学长三角研究院(衢州)
Abstract: 本发明公开了一种基于区块链的入侵检测功能分布式部署方法，包括以下步骤：S1、检测节点选择；S2、入侵检测功能分布式部署以及执行：将完整的入侵检测功能拆分为若干个独立的检测子功能，并根据一个簇内检测节点的分布，计算最优的检测数据传递路径，然后把子功能部署在检测节点上；S3、对检测节点执行任务的情况进行验证，如果发现恶意行为则把恶意行为打包成区块并广播。本发明通过将完整的检测功能划分为不同的子功能分别部署在不同的检测节点上，检测节点通过最优的数据传递路径，协作完成检测功能，大幅度降低了每个检测节点完成复杂入侵检测算法的负载。
-
公开(公告)号：CN113407345A
公开(公告)日：2021-09-17
申请号：CN202110712564.8
申请日：2021-06-25
Applicant: 电子科技大学长三角研究院(衢州)
Abstract: 本发明公开一种基于深度强化学习的目标驱动计算卸载方法，应用于5G/6G、物联网等无线通信领域，针对现有技术未区分任务类型，导致的计算卸载运行效率低下的问题；本发明采用MoE混合专家系统的任务信息增强模块显著提高了任务信息的特征表达能力，本发明的任务信息增强模块能显著提高任务时延敏感特征在计算卸载决策中的影响占比，从而加大不同类型计算任务的区分度；本发明的深度强化学习的奖励机制能够根据具体的无线网络场景加以定制，也可以根据网络特征自适应的进行调整，本发明采用分布式的计算卸载机制不仅保障了计算卸载策略的时效性，也降低了计算卸载决策的任务负担。
-
Patent Agency Ranking
公开(公告)号：CN112465151A
公开(公告)日：2021-03-09
申请号：CN202011490926.5
申请日：2020-12-17
Applicant: 电子科技大学长三角研究院(衢州)
Abstract: 本发明公开了一种基于深度强化学习的多智能体联邦协作方法，包括以下步骤：S1、对每个智能体建立深度强化学习模型；S2、为智能体建立对应的神经网络；S3、智能体与环境进行交互，将决策经验存储到经验池中，并且根据随机梯度下降法更新本地的神经网络模型；S4、将本地的神经网络模型参数传给协作平台；S5、对智能体上传的参数进行聚合处理，并将结果返回给各个智能体进行参数更新；S6、智能体进行软更新，得到最新的本地模型参数；S7、重复S3‑S6，直到完成目标任务。本发明的智能体在通过深度强化学习进行环境探索与决策的同时，利用联邦学习技术获取其他智能体学习经验，从而有效地提高智能体学习效率，且降低智能体之间的协作开销。
-
公开(公告)号：CN115065939B
公开(公告)日：2025-02-25
申请号：CN202210638490.2
申请日：2022-06-08
Applicant: 电子科技大学长三角研究院(衢州)
Abstract: 本发明公开一种可飞行时充电的辅助通信无人机轨迹规划与功率控制方法，应用于移动通信与人工智能领域，针对在超量用户存在的情况下，仅依靠地面基础通信设施为用户提供服务是远远不够的问题；本发明利用可飞行时充电的小型无人机作为空中接入节点辅助地面通信的方法，实现无人机长时间为用户提供可靠的通信接入与转发服务，形成对基站容量与覆盖能力的有效补充。
-
公开(公告)号：CN116909734A
公开(公告)日：2023-10-20
申请号：CN202310856669.X
申请日：2023-07-13
Applicant: 电子科技大学长三角研究院(衢州)
Abstract: 本发明公开一种物联网中无人机辅助的深度神经网络分割训练技术，应用于基于人工智能的物联网领域，针对缺少地面边缘服务器的物联网场景中资源受限设备难以独立完成深度学习训练任务的问题，本发明将各IoTD的DNN模型从分割位置被分为本地模型和远端模型两部分，不同训练批次的计算和通信过程在流水线运行过程中并行，通过合理地选择DNN分割位置，尽可能减少流水线运行过程中各步骤的空闲时间，达到提高训练效率、减少训练耗时、降低UAV能耗的目标。
-
公开(公告)号：CN114006817B
公开(公告)日：2023-09-12
申请号：CN202111268971.0
申请日：2021-10-29
Applicant: 电子科技大学长三角研究院(衢州)
IPC: H04L41/0826 , H04L41/0894 , H04L41/14 , H04L67/12
Abstract: 本发明公开了一种面向SDN网络的VGDT构建方法、装置及可读存储介质，在本发明中，基于应用需求和可用资源对数字孪生中映射数据的粒度和设备数字孪生体的构建位置进行动态调整，在合理的资源开销下，保证数字孪生分析、推演和控制软件定义网络的有效性，从而更好地满足应用需求。
-
公开(公告)号：CN113965400B
公开(公告)日：2023-06-30
申请号：CN202111280512.4
申请日：2021-11-01
Applicant: 电子科技大学长三角研究院(衢州)
IPC: H04L9/40 , H04W12/121
Abstract: 本发明公开了一种通信网络中流量关键点的确定方法，包括以下步骤：S1：构建通信网络的流量业务模型；S2：根据通信网络的流量业务模型，确定通信网络中交换机节点的综合业务权重；S3：基于网络中交换机节点的综合业务权重，确定流量关键点。本发明的方法针对在网络中进行分布式流量监测等功能部署时的流量关键点选择问题，设计了一种基于网络拓扑结构与流量业务分布的对流量关键点的确定方法，实现了在资源受限时对流量关键点的合理选择，优先选择关键权重较高的节点作为监测点，从而实现在有限的资源下提升监测效果，对在网络中设置分布式流量检测点等特殊功能部署具有重要意义。
-
-
-
-
-
-
-
-
-
Search Results
36
records
(took 0.111 seconds)
