-
公开(公告)号：CN109150759B
公开(公告)日：2022-05-03
申请号：CN201810988076.8
申请日：2018-08-28
Applicant: 成都信息工程大学
IPC: H04L47/72
Abstract: 本发明属于网络信息处理技术领域，公开了一种渐进式非阻塞机会资源预留方法及系统，采用预选节点(Preselection)和优选节点(Priority)相结合的形式，首先选出可以为大任务提供资源预留的节点，再引入Priority策略对过滤后的节点优先级排序，锁定某个节点为当前大任务的资源预留节点，最后采用机会资源分配策略对节点进行资源预留。本发明解决了被预留的节点直到出现满足预留请求之前都不再为其他任务分配资源，这将会导致集群产生大量的资源碎片，集群宕机也变成了一个大概率事件。
-
公开(公告)号：CN108390869B
公开(公告)日：2020-10-27
申请号：CN201810130322.6
申请日：2018-02-08
Applicant: 成都信息工程大学
IPC: H04L29/06
Abstract: 本发明属于智慧车辆安全技术领域，公开了一种集成深度学习的车载智能网关装置及其命令序列检测方法，先用数据挖掘中的关联算法发现有相关性的CAN命令集合；再用深度学习中的长短期记忆网络算法，自动学习相关命令集合的序列特征，建立多组序列检测模型，并利用序列模型检测实时CAN命令流，解决了传统检测算法不能检测报文格式合法且数量较少的CAN攻击命令(即隐蔽型攻击命令)的问题。其次，本发明的网关集成了专门用于计算的芯片Nvidia Jetson TX2，有效提高计算效率，为深度学习算法在车辆高速行驶环境实现毫秒级的检测提供了硬件支持；解决了现有算法单纯依靠车辆有限的计算能力，效率低的问题。
-
公开(公告)号：CN110324337B
公开(公告)日：2020-08-04
申请号：CN201910588118.3
申请日：2019-07-02
Applicant: 成都信息工程大学
Abstract: 本发明属于汽车电子技术领域，公开了一种基于胶囊神经网络的车内网入侵检测方法及系统，依靠车辆CAN、MOST总线实时动态数据作为原始数据中的包频率、序列信息作为特征，同时结合车辆驾驶状态信息作为特征，并进行相关的特殊方法，转化为特征矩阵进行处理；胶囊神经网络可以对特征之间的相关性进行高位建模。本发明引入了基于胶囊神经网络的模型，对特征数据之间的结构关系进行挖掘，提高传统神经网络入侵检测方法的准确度，增强了车辆驾驶的安全性，同时模型更具有普遍性，实用性较好。
-
公开(公告)号：CN110324337A
公开(公告)日：2019-10-11
申请号：CN201910588118.3
申请日：2019-07-02
Applicant: 成都信息工程大学
Abstract: 本发明属于汽车电子技术领域，公开了一种基于胶囊神经网络的车内网入侵检测方法及系统，依靠车辆CAN、MOST总线实时动态数据作为原始数据中的包频率、序列信息作为特征，同时结合车辆驾驶状态信息作为特征，并进行相关的特殊方法，转化为特征矩阵进行处理；胶囊神经网络可以对特征之间的相关性进行高位建模。本发明引入了基于胶囊神经网络的模型，对特征数据之间的结构关系进行挖掘，提高传统神经网络入侵检测方法的准确度，增强了车辆驾驶的安全性，同时模型更具有普遍性，实用性较好。
-
公开(公告)号：CN109150759A
公开(公告)日：2019-01-04
申请号：CN201810988076.8
申请日：2018-08-28
Applicant: 成都信息工程大学
IPC: H04L12/911
CPC classification number: H04L47/72
Abstract: 本发明属于网络信息处理技术领域，公开了一种渐进式非阻塞机会资源预留方法及系统，采用预选节点(Preselection)和优选节点(Priority)相结合的形式，首先选出可以为大任务提供资源预留的节点，再引入Priority策略对过滤后的节点优先级排序，锁定某个节点为当前大任务的资源预留节点，最后采用机会资源分配策略对节点进行资源预留。本发明解决了被预留的节点直到出现满足预留请求之前都不再为其他任务分配资源，这将会导致集群产生大量的资源碎片，集群宕机也变成了一个大概率事件。
-
Patent Agency Ranking
公开(公告)号：CN105761329A
公开(公告)日：2016-07-13
申请号：CN201610149693.X
申请日：2016-03-16
Applicant: 成都信息工程大学
CPC classification number: G07C5/0841 , G06F16/2462
Abstract: 本发明公开了基于驾驶习惯的驾驶员辨别方法，其包括读取用户行驶数据参照库中车辆行驶过程中待采集的行驶数据及用户行驶数据参照库中的所有行驶数据的平均值和标准差；当车辆处于启动状态后，采集车辆的行驶数据；对当前时间段内采集的行驶数据做正规化处理，计算当前时间段内规范化后的标准值的训练数据；读取用户行驶数据参照库中根据用户设定时间段内的所有训练数据计算的模型系数；根据计算的训练数据和读取的模型系数，判断当前驾驶员是否为车辆的车主；当计算获得的值为0时，即当前驾驶员非车辆的车主，以短信的形式通知车主并将车辆行驶轨迹发送给车主。
-
-
公开(公告)号：CN108171999B
公开(公告)日：2021-02-02
申请号：CN201810142669.2
申请日：2018-02-11
Applicant: 成都信息工程大学
IPC: G08G1/08
Abstract: 本发明属于交通智能控制技术领域，公开了一种基于滑动平均车流量的红绿灯时长动态控制方法及系统，基于滑动平均车流量的红绿灯时长动态控制方法包括：初始状态TH＝TV，THG＝TVG，THR＝TVR，南北、东西方向平均分配通行时间；满足两个条件时，触发红绿灯时间调整,调整后，若仍满足条件，继续根据规则进行调整；当垂直方向红绿灯时长小于或等于d/2.4Vmax时，停止调整；若当前方向车流量出现缩减，并且车流量已小于另外一个方向，进行反向调整等。本发明提供的基于滑动平均车流量的红绿灯时长动态控制方法及系统，控制红绿灯的方法灵活性高；提高了人们通行能力，缓解了拥堵的现象。
-
公开(公告)号：CN109063927A
公开(公告)日：2018-12-21
申请号：CN201810989381.9
申请日：2018-08-28
Applicant: 成都信息工程大学
CPC classification number: G06Q10/04 , G06N3/0454 , G06Q50/01
Abstract: 本发明属于网络信息处理技术领域，公开了一种基于TS‑LSTM和DNN的微博转发量预测方法,利用用户所发布的所有微博作为源数据，提取出用户10个特征作为输入，微博转发数量量级作为输出，建立TS‑LSTM的预测模型，预测出指定微博的转发指数；根据用户自身影响力、用户粉丝影响力、用户与粉丝的微博特征相似度、微博特征以及预测出的转指定微博的转发指数的特征作为输入，以活跃粉丝是否会转发作为输出，最后统计会转发的数量得出预测目标微博最终转发量级。本发明提出的TS‑LSTM算法并使其与DNN结合对微博转发进行了建模预测，实验论证较以往方法至少有5％的提升。
-
公开(公告)号：CN110071835B
公开(公告)日：2022-03-18
申请号：CN201910339997.6
申请日：2019-04-25
Applicant: 成都信息工程大学
IPC: H04L41/0631 , H04L41/069 , H04L41/082 , H04L67/12 , H04L9/40
Abstract: 本发明属于智能网联车安全技术领域，公开了一种智能网联车安全预警分发方法及系统，预警分发中心设计主题树，分发相应主题；车载终端订阅预警主题；预警分发中心对实时到来的预警信息排序；预警分发中心将排序后的预警信息分发至各自主题；智能网联车车载终端根据所订阅的主题，接收预警分发中心的预警信息；车载终端对接收到本地的预警信息进行控制，即根据车载终端控制算法监控本地存储空间并根据MQL消息质量等级将预警信息删除或保留，释放存储资源。本发明定义了适应智能网联车安全问题的预警格式，设计了智能网联车预警分发中心及车载终端的控制算法提升了紧急信息的分发时效，提高了车载终端的资源利用率。
-
-
-
-
-
-
-
-
-
Search Results
47
records
(took 0.109 seconds)
