-
公开(公告)号：CN119743420A
公开(公告)日：2025-04-01
申请号：CN202510228649.7
申请日：2025-02-28
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于深度强化学习的在线路由方法及系统，具体为：1、计算源节点到目的节点之间的K条路径；2、预测第n‑1个周期得到的最优路径p的预测性能指标；3、计算第n‑2个周期得到的最优路径y的实际性能指标；4、计算步骤2中预测性能指标和步骤3中实际性能指标之间的相对差异，并根据相对差异更新端到端时延，端到端剩余带宽和端到端丢包率的权重；5、基于步骤4获得的权重更新第n个周期的奖励函数，基于第n个周期的奖励函数，采用SAC算法计算出第ｎ个周期的最优路径，然后转步骤２。本发明可以更快地适应网络环境的变化，获得稳定、最优的路由方案。
-
公开(公告)号：CN118400337B
公开(公告)日：2024-11-29
申请号：CN202410866271.9
申请日：2024-07-01
Applicant: 南京信息工程大学
IPC: H04L47/50 , H04L47/24 , H04L67/568 , H04L41/0896
Abstract: 本发明公开了一种面向差异化QoS保障的链路汇聚节点缓存方法，首先将进行差异化业务分类；然后构建训练数据集，之后构建DQN缓存调整神经网络，将汇聚节点的缓存空间作为环境，将缓当前队列长度、出队速率、当前排队时延作为状态空间，定义动作空间为增大或减小缓存容量，设置总奖励，选择当前状态下奖励函数最大化的动作，训练DQN缓存调整神经网络：主Q网络用于评估当前策略，计算当前状态下动作的Q值与目标Q值之间的损失，不断更新主Q网络，得到面向差异化QoS保障的链路汇聚节点缓存模型；输出缓存策略。本法发明能有效提升主动队列管理算法的传输时延、吞吐量、丢包率的性能，从而为差异化业务的QoS保障提供了技术支撑。
-
公开(公告)号：CN119011463A
公开(公告)日：2024-11-22
申请号：CN202411480526.4
申请日：2024-10-23
Applicant: 南京信息工程大学
IPC: H04L45/02 , H04L45/12 , H04L47/283 , H04L47/32 , G06N3/092
Abstract: 本发明公开了一种基于链路状态感知增强的路径智能优选方法及系统，本发明基于AC架构的PPO算法构建智能路径决策模型，并引入GRU网络和GAT网络分别捕获由多个链路状态组成的网络状态序列的时空相关特性，同时，使用注意力机制感知网络状态序列的重要特征，通过基于深度强化学习的训练机制生成最优路径选择策略；根据最优路径选择策略生成流表，下发至目标网络的交换机设备中，进行路径安装和业务数据转发；本发明算法相较于现有路由算法，在网络拓扑结构动态变化时，可精准实现路由决策，在提升网络服务性能以及适应动态拓扑结构变化方面具有优越性。
-
公开(公告)号：CN118524067B
公开(公告)日：2024-10-11
申请号：CN202410986162.0
申请日：2024-07-23
Applicant: 南京信息工程大学
IPC: H04L47/56 , H04L47/629 , H04L47/6275 , H04L47/22 , H04L47/215
Abstract: 本发明公开了一种结合流量整形的MDSCFQ队列调度方法，属于通信技术领域。在天地一体化智能网络中，当流量进入汇聚节点后，对BS流和BE流的流量通过基于熵权TOPSIS方法的多层令牌桶进行流量整形，DS流直接通过；然后根据各流量队列到达的流量情况，基于MDSCFQ调度方法，更新系统虚拟时间和虚拟结束时间，根据各流量队列长度动态调整权值，并进行归一化处理；最后根据权值更新队列头部数据包虚拟结束时间并进行排序对比，基于最小合法虚拟结束时间优先策略，输出具有最小虚拟结束时间的数据，并更新虚拟系统虚拟时间和虚拟结束时间，对网络汇聚流量进行自适应调整，提升流量的汇聚控制性能。
-
公开(公告)号：CN118522621A
公开(公告)日：2024-08-20
申请号：CN202410767582.X
申请日：2024-06-14
Applicant: 南京信息工程大学
Abstract: 本申请涉及一种基于双路功率合成器的共面慢波结构以及返波管。包括：第一功率合成器的第一端口处的波导和第一共面慢波结构组件的一端连接，第一共面慢波结构组件的另一端与第二功率合成器的第一端口处的波导连接，第二功率合成器的第二端口处的波导与第二共面慢波结构的一端连接，第二共面慢波结构的另一端与第一功率合成器的第二端口处的波导连接，构成了四个电子注通道，工作时产生高功率微波，第一功率合成器和第二功率合成器的第三端口作为基于双路功率合成器的共面慢波结构的输入输出端口，第一功率合成器和第二功率合成器的第四端口作为基于双路功率合成器的共面慢波结构的隔离端。由此，可以大幅提升返波管的输出功率。
-
Patent Agency Ranking
公开(公告)号：CN118200229B
公开(公告)日：2024-07-23
申请号：CN202410599073.0
申请日：2024-05-15
Applicant: 南京信息工程大学
IPC: H04L45/28 , H04L45/247 , H04L45/12 , H04L45/655 , H04L45/76 , H04L45/50 , H04L12/46 , H04L47/12
Abstract: 发明提出了一种基于链路重要性的通信网络故障恢复方法，首先利用软件定义网络架构，获取数据平面全局拓扑视图以及链路状态信息，用以计算链路重要性；然后基于链路重要性，将链路划分为主、次、边三个级别，并为每一层次设定了相应的故障恢复机制。之后为避免路由冲突，避免潜在的路由冲突，设计了一套详细的流表和组表规则。最后通过本发明设计的优化算法，周期性的更新所有链路的故障恢复方案。本发明能够提升故障恢复效果，降低交换机存储资源开销，同时避免恢复过程中可能会出现的拥塞，实现故障的快速有效恢复。
-
公开(公告)号：CN118118439B
公开(公告)日：2024-07-09
申请号：CN202410491110.6
申请日：2024-04-23
Applicant: 南京信息工程大学
IPC: H04L47/70 , H04L47/80 , H04L41/0896 , H04L45/125 , H04L45/12
Abstract: 本发明提供了一种基于链路分类的非均匀带宽分配方法，具体为：步骤1：获取网络拓扑中的数据流量，并计算出每条链路的剩余带宽；步骤2：当发送主机向接受主机发送业务时，交换机解析数据包中数据分组的分组头，根据分组头该交换机在自身的流表中查询该数据分组有无对应流规则，若有，则按照对应的流规则进行业务的发送；否则转步骤3；步骤3：寻找业务传输的所有简单路径；步骤4：将路径上的所有链路分为空闲链路，普通链路和瓶颈链路；并对空闲链路和瓶颈链路分配带宽；步骤5：计算每条路径的权重，选择最优路径；步骤6：对最优路径中的普通链路分配带宽；步骤7：将最优路径每条链路所分配到的带宽下发给交换机实现非均匀带宽分配。
-
公开(公告)号：CN118200229A
公开(公告)日：2024-06-14
申请号：CN202410599073.0
申请日：2024-05-15
Applicant: 南京信息工程大学
IPC: H04L45/28 , H04L45/247 , H04L45/12 , H04L45/655 , H04L45/76 , H04L45/50 , H04L12/46 , H04L47/12
Abstract: 发明提出了一种基于链路重要性的通信网络故障恢复方法，首先利用软件定义网络架构，获取数据平面全局拓扑视图以及链路状态信息，用以计算链路重要性；然后基于链路重要性，将链路划分为主、次、边三个级别，并为每一层次设定了相应的故障恢复机制。之后为避免路由冲突，避免潜在的路由冲突，设计了一套详细的流表和组表规则。最后通过本发明设计的优化算法，周期性的更新所有链路的故障恢复方案。本发明能够提升故障恢复效果，降低交换机存储资源开销，同时避免恢复过程中可能会出现的拥塞，实现故障的快速有效恢复。
-
公开(公告)号：CN117726548B
公开(公告)日：2024-05-10
申请号：CN202410161201.3
申请日：2024-02-05
Applicant: 南京信息工程大学
IPC: G06T5/73 , G06T5/60 , G06V20/10 , G06V10/44 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种基于跨模态特征注意力交互的全色锐化方法，包括以下步骤：（1）获取、预处理数据集，制作训练样例图像；（2）利用基于深度图像先验的上采样方法，获得全色图像空间尺度下的高光谱图像；（3）利用重叠补丁嵌入模块分解和转换上采样的高光谱图像与全色图像，分别获得光谱特征与空间特征表示；（4）利用若干光谱‑空间注意力交互模块，直接交互、融合光谱特征与空间特征，获得融合的跨模态特征表示；（5）利用图像重建层还原维度，获得高空间分辨率的高光谱图像；本发明针对高维且异构的高光谱图像与全色图像，直接交互高光谱图像特征与全色图像特征，以较少的成本开销，实现不同模态图像数据的自注意力机制运算。
-
公开(公告)号：CN117575299B
公开(公告)日：2024-04-02
申请号：CN202410067031.2
申请日：2024-01-17
Applicant: 南京信息工程大学
IPC: G06Q10/0631 , G06Q50/26 , G06N3/006
Abstract: 本发明提出一种基于改进粒子群算法的协同多任务分配方法，该方法包含如下步骤：获取协同作战的N个作战单元的集合U，集合U内包含每个作战单元的信息；获取M个作战任务的集合T，集合T内包含每个作战任务目标信息；根据作战任务对武器资源需求与作战单元拥有的武器资源，建立协同多任务分配模型；对协同多任务分配模型中任意可行解采用二维混合矩阵的方式进行编码；采用改进的粒子群优化算法求解协同多任务分配模型，该方法设计基于按组排序的初始化策略对粒子群进行初始化，并采用基于交叉进化的粒子更新策略和基于共性的局部搜索策略对粒子位置进行更新迭代，迭代完成后，输出精英解集中所有粒子位置，即为任务分配方案。
-
-
-
-
-
-
-
-
-
Search Results
124
records
(took 0.031 seconds)
