-
公开(公告)号：CN114125905B
公开(公告)日：2022-04-15
申请号：CN202210082856.2
申请日：2022-01-25
Applicant: 北京邮电大学 , 北京卫星信息工程研究所
IPC: H04W24/02 , H04L41/0823 , H04L41/16 , G06N3/04 , G06N3/08
Abstract: 本发明提供了一种邻区关系确定方法和装置，涉及通信的技术领域，包括：获取待处理小区对中每个小区的工参信息；基于工参信息，确定待处理小区对的目标数据特征；利用预设联合神经网络模型对目标数据特征进行处理，得到待处理小区对的邻区关系；本发明提供的邻区关系确定方法是一种基于深度神经网络学习实现邻区关系预测的方案，相比传统人工配置方式，能够节约大量劳动力成本，同时由于联合神经网络模型中每个独立神经网络模型的层级结构、训练阶段所使用的训练数据和激活函数区间各不相同，所以保证了网络间的独立性、非线性和随机性，进而降低了联合神经网络模型中的多个神经网络在同一样本点误判的风险，达到提升邻区关系预测准确率的效果。
-
公开(公告)号：CN114125905A
公开(公告)日：2022-03-01
申请号：CN202210082856.2
申请日：2022-01-25
Applicant: 北京邮电大学 , 北京卫星信息工程研究所
IPC: H04W24/02 , H04L41/0823 , H04L41/16 , G06N3/04 , G06N3/08
Abstract: 本发明提供了一种邻区关系确定方法和装置，涉及通信的技术领域，包括：获取待处理小区对中每个小区的工参信息；基于工参信息，确定待处理小区对的目标数据特征；利用预设联合神经网络模型对目标数据特征进行处理，得到待处理小区对的邻区关系；本发明提供的邻区关系确定方法是一种基于深度神经网络学习实现邻区关系预测的方案，相比传统人工配置方式，能够节约大量劳动力成本，同时由于联合神经网络模型中每个独立神经网络模型的层级结构、训练阶段所使用的训练数据和激活函数区间各不相同，所以保证了网络间的独立性、非线性和随机性，进而降低了联合神经网络模型中的多个神经网络在同一样本点误判的风险，达到提升邻区关系预测准确率的效果。
-
公开(公告)号：CN119625362A
公开(公告)日：2025-03-14
申请号：CN202510152391.7
申请日：2025-02-12
Applicant: 北京邮电大学
IPC: G06V10/762 , G06V20/17
Abstract: 本发明提供了一种基于图注意力网络的无人机集群网络凝聚聚类方法和装置，涉及无人机集群网络聚类的技术领域，包括：获取无人机集群网络的原始图；基于节点矩阵和当前图注意力网络的编码器，计算每个无人机节点在全部对应邻居节点影响下的隐藏表示，再预测每个无人机节点和对应的邻居节点之间的链接概率，生成无人机集群网络的重构图；根据原始图和重构图确定的重构损失，调整图注意力网络；基于凝聚聚类算法和隐藏表示将符合预设条件的无人机节点合并为多个节点簇，生成新的无人机集群网络；对新的无人机集群网络进行凝聚聚类操作；以缓解无人机集群网络的聚类效率，聚类精确度以及图结构信息利用率不高的技术问题。
-
公开(公告)号：CN118400271B
公开(公告)日：2024-09-06
申请号：CN202410842276.8
申请日：2024-06-27
Applicant: 北京邮电大学
Abstract: 本发明提供了一种面向任务连通性保持的网络拓扑智能生成方法与装置，涉及通信的技术领域，该方法是基于多智能体强化学习模型对所有接力节点进行部署的方案，无需在无人机网络中设置中央计算单元，通过在各个接力节点上部署策略网络，使得各个接力节点能够通过自身的状态数据决策自身的动作，因此，该方法避免了中央计算单元统一计算和策略传输的时延，有效地保证了无人机集群中接力节点部署的时效性。并且，该方法设置所有智能体执行动作后的奖励与无人机网络在下一时隙的连通分支数负相关，因此，该方法能够有效地减少无人机网络的连通分支数，保证无人机网络的连通性。
-
公开(公告)号：CN114785738A
公开(公告)日：2022-07-22
申请号：CN202210677447.7
申请日：2022-06-16
Applicant: 北京邮电大学
IPC: H04L47/125 , H04L47/56 , H04L47/6275 , H04L45/12 , H04L45/00
Abstract: 本发明提供了一种时间敏感流的调度方法、装置和电子设备，涉及通信的技术领域，包括：获取待调度的时间敏感流集合和目标网络的网络拓扑信息；基于时间敏感流集合和网络拓扑信息，确定目标时间敏感流集合和目标时间敏感流集合对应的目标时隙队列映射关系；基于目标时隙队列映射关系对目标时间敏感流集合中的目标时间敏感流进行调度。本发明方法在从待调度的时间敏感流集合中确定目标时间敏感流时，将时间敏感流的路由代价和交换机端口队列的可用资源情况共同作为可调度条件进行综合考量，从而使得目标网络在调度时间敏感流时能够最大化的利用其网络资源，进而有效地缓解了现有的时间敏感流的调度方法存在的网络负载不均衡的技术问题。
-
Patent Agency Ranking
公开(公告)号：CN114221686B
公开(公告)日：2022-04-26
申请号：CN202210154367.3
申请日：2022-02-21
Applicant: 北京邮电大学 , 北京天弛网络有限公司
Abstract: 本发明提供了一种MIMO资源优化方法、装置和电子设备，涉及通信的技术领域，包括获取待优化MIMO地理区域的备选子波束集合和目标天线权值组的权值数量；基于权值数量和备选子波束集合确定初始飞蛾种群；利用预设飞蛾扑火算法对初始飞蛾种群进行迭代更新，直至达到预设结束条件；将预设结束条件下的最优飞蛾智能体对应的可选天线权值组确定为待优化MIMO地理区域的目标天线权值组。该方法采用的预设飞蛾扑火算法是基于策略函数和贪婪算法确定每代飞蛾种群中每个飞蛾智能体动作的算法，相比传统群体智能飞蛾扑火算法中的飞蛾单智能体的固定动作策略，该方法解决了传统算法存在的无效寻优问题，提升了算法对MIMO天线权值组的寻优速度。
-
公开(公告)号：CN114202066A
公开(公告)日：2022-03-18
申请号：CN202210154404.0
申请日：2022-02-21
Applicant: 北京邮电大学 , 北京天弛网络有限公司
Abstract: 本申请提供了一种网络控制方法、装置、电子设备及存储介质，涉及计算机网络技术领域，具体为：获取当前时刻的细粒度的数据平面的网络状态；利用存储本地网络环境历史数据的经验库和第二宽度学习网络，对第一宽度学习网络进行在线训练；利用在线训练完成第一宽度学习网络对当前时刻的网络状态进行处理，得到当前时刻的网络状态对应的最优执行动作；将当前时刻的最优执行动作封装为控制规则数据包，然后下发所述控制规则数据包。通过在线训练第一宽度学习网络，能够实时响应网络变化，快速地应对网络突发状况。
-
公开(公告)号：CN112769594A
公开(公告)日：2021-05-07
申请号：CN202011470782.7
申请日：2020-12-14
Applicant: 北京邮电大学 , 中交信通网络科技有限公司
IPC: H04L12/24 , H04L12/801 , G06N20/00
Abstract: 本发明公开了一种基于多智能体强化学习的网内服务功能部署方法，包括以下步骤：S1、每个参与者分别更新策略π的参数；S2、每个评论家分别更新动作Q值参数；S3、定义θ＝{θ1,θ2,....θN}为N个agent(actor)的参数，相应的π＝{π1,π2,....πN}分别表示其策略；S4、对于在SFC部署过程中的用户，将第i个agent的累计预期奖励的策略梯度定义；S5、每个agent的Qi是相互独立进行训练学习的，其更新方法可以表示为：S6、定义来表示第i个agent的策略对第j个agent策略的函数近似，它的近似代价是一个带有熵正则化器的对数代价函数。本发明能够综合分布式和集中式方法的优点，既能够快速反应用户需求，保护用户隐私，提高用户服务体验。又能够考虑服务提供商运营成本，促使网络负载均衡，提高网络资源利用率。
-
公开(公告)号：CN111526055A
公开(公告)日：2020-08-11
申请号：CN202010330122.2
申请日：2020-04-23
Applicant: 北京邮电大学
IPC: H04L12/24 , H04L12/741 , H04L12/751 , H04L12/801 , G06N20/00
Abstract: 本发明提供了一种路由规划方法、装置及电子设备，该方法包括：获取目标路由器的目的地址路由及目标路由器的相邻路由器；将目标路由器的目的地址路由及目标路由器的相邻路由器输入预先训练得到的深度学习模型，基于预先训练得到的深度学习模型得到目标路由器的各可执行动作对应的衡量值；其中，可执行动作包括目标路由器的下一跳路由器和/或目标路由器到目的地址路由的各个路径；基于衡量值确定目标路由器的目标执行动作。本发明提升了路由规划的可靠性。
-
公开(公告)号：CN119653426A
公开(公告)日：2025-03-18
申请号：CN202510168695.2
申请日：2025-02-17
Applicant: 北京邮电大学
IPC: H04W28/082 , H04W28/08 , H04W4/50 , H04W84/06
Abstract: 本发明提供了一种面向最大效用的无人集群数据按需共享方法及装置，涉及无人机通信的技术领域，该方法基于迭代双边拍卖的内容共享激励机制构建无人机命名数据网络中的内容分配模型、每个内容消费者的出价模型和每个内容生产者的要价模型，在获取到每个内容消费者的当前出价向量和每个内容生产者的当前要价向量之后，应用上述模型求解出每个内容消费者的当前内容需求向量、更新后的出价向量和每个内容生产者的当前内容供应向量，以及更新后的要价向量，通过迭代更新，直至出价向量和要价向量达到预设收敛条件。上述模型的应用能够有效地鼓励内容生产者参与数据市场，进而缓解了现有无人机命名数据网络存在的数据共享活跃度差的技术问题。
-
-
-
-
-
-
-
-
-
Search Results
61
records
(took 0.039 seconds)
