-
公开(公告)号：CN109618351A
公开(公告)日：2019-04-12
申请号：CN201910018304.3
申请日：2019-01-09
Applicant: 南京邮电大学
Abstract: 本发明提供一种基于stackelberg博弈的异构网络中的资源分配方法，包括如下步骤：步骤1：将宏基站、微基站、移动用户视为一个价格模型，宏基站和微基站分别为stackelberg博弈中的领导者和追随者，宏基站拥有并管理功率资源和带宽资源，微基站租用或购买所述功率资源和带宽资源并分配给移动用户；以吞吐量为策略，分别对宏基站、微基站设计效用函数，建立stackelberg博弈模型；步骤2：根据步骤1建立的stackelberg博弈模型，推导并证明stackelberg均衡的存在；步骤3：求解stackelberg博弈模型，根据求解值得到最佳的功率和带宽分配方法，以及对应的价格。本发明本发明基于stackelberg博弈的异构网络中的资源分配方案，将下行功率资源与带宽资源相结合考虑，改变了先前资源分配的单一性。
-
公开(公告)号：CN111477020A
公开(公告)日：2020-07-31
申请号：CN202010293154.X
申请日：2020-04-15
Applicant: 南京邮电大学
IPC: G08G1/07
Abstract: 本发明公开了一种基于合作博弈的城市十字路口通行效率优化方法和设备，通过合作博弈中的改进的Shapley估值算法计算出四个相位的Shapley值；根据四个相位的Shapley值计算各个相位各个周期所需分配的绿灯时间。本发明根据各相位的车辆排队长度，采用合作博弈中改进的Shapley估值方法，以四个相位为参与者，合理分配各个相位的绿灯时间，达到有效利用信号灯周期内绿灯时间，优化路口车流辆的通行效率的目的。
-
Patent Agency Ranking
公开(公告)号：CN111211994A
公开(公告)日：2020-05-29
申请号：CN201911194495.5
申请日：2019-11-28
Applicant: 南京邮电大学
IPC: H04L12/851 , G06N3/08 , G06K9/62 , H04L12/26
Abstract: 本发明公开了一种基于SOM与K-means融合算法的网络流量分类方法，首先采用SOM算法对流量数据进行一次聚类，求出聚类结果中各个簇的簇中心及簇的数目，将簇中心作为K-means的初始聚类中心，再将簇的数目作为K值，执行K-means算法进行二次聚类得到输出结果。采用S_Dbw指数作为聚类结果评价指标，对于包含各种噪声和不同密度的数据集，该指数具有较强的鲁棒性。本发明与基于监督学习的流量分类算法相比，减少了标注类别的成本，与其他基于无监督学习的的算法相比性能更优。
-
公开(公告)号：CN110418363A
公开(公告)日：2019-11-05
申请号：CN201910798089.3
申请日：2019-08-27
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于改进熵权和灰色关联分析法的异构无线网络垂直切换方法，包括1、分析异构网络中垂直切换场景，2、一种改进熵权法，3、通过灰色关联分析法求得每个候选网络与理想网络的灰色关联度，4、根据步骤2和步骤3的结果，求得候选网络与理想网络的灰色加权关联度，并对此进行排序，获得最佳的候选网络。本发明可以有效减少切换次数和降低反转现象，与其他垂直切换判决算法相比具有更好的性能。
-
公开(公告)号：CN111211994B
公开(公告)日：2022-08-19
申请号：CN201911194495.5
申请日：2019-11-28
Applicant: 南京邮电大学
IPC: H04L47/2441 , H04L43/0876 , G06N3/08 , G06K9/62
Abstract: 本发明公开了一种基于SOM与K‑means融合算法的网络流量分类方法，首先采用SOM算法对流量数据进行一次聚类，求出聚类结果中各个簇的簇中心及簇的数目，将簇中心作为K‑means的初始聚类中心，再将簇的数目作为K值，执行K‑means算法进行二次聚类得到输出结果。采用S_Dbw指数作为聚类结果评价指标，对于包含各种噪声和不同密度的数据集，该指数具有较强的鲁棒性。本发明与基于监督学习的流量分类算法相比，减少了标注类别的成本，与其他基于无监督学习的的算法相比性能更优。
-
公开(公告)号：CN109618351B
公开(公告)日：2022-01-07
申请号：CN201910018304.3
申请日：2019-01-09
Applicant: 南京邮电大学
Abstract: 本发明提供一种基于stackelberg博弈的异构网络中的资源分配方法，包括如下步骤：步骤1：将宏基站、微基站、移动用户视为一个价格模型，宏基站和微基站分别为stackelberg博弈中的领导者和追随者，宏基站拥有并管理功率资源和带宽资源，微基站租用或购买所述功率资源和带宽资源并分配给移动用户；以吞吐量为策略，分别对宏基站、微基站设计效用函数，建立stackelberg博弈模型；步骤2：根据步骤1建立的stackelberg博弈模型，推导并证明stackelberg均衡的存在；步骤3：求解stackelberg博弈模型，根据求解值得到最佳的功率和带宽分配方法，以及对应的价格。本发明本发明基于stackelberg博弈的异构网络中的资源分配方案，将下行功率资源与带宽资源相结合考虑，改变了先前资源分配的单一性。
-
公开(公告)号：CN109887289A
公开(公告)日：2019-06-14
申请号：CN201910245313.6
申请日：2019-03-28
Applicant: 南京邮电大学
IPC: G08G1/01 , G08G1/0968
Abstract: 本发明公开了一种城市交通网络模型的网络车流量最大化方法，首先通过道路感知节点获取各路段实时的交通拥堵状况，启用网络车流量最大化交管系统，车载导航系统接收管控指令及路网数据，根据增广路径确定行车路线并记录行车轨迹，根据城市道路网络的结构建立对应的城市交通网络模型，通过Ford-Fulkerson网络流最大化算法寻找道路的增广路径，求得可增流的路径，进而实行车辆的路线选择。本发明缓解了路段压力，降低了交管控制系统的复杂性；另一方面实现了系统网络内的车流量最大化，使得城市道路网络中的各车道尽可能拥有相同的利用率，以求达到时空资源的均衡配置。
-
-
-
-
-
-
Search Results
7
records
(took 0.017 seconds)
