-
公开(公告)号：CN114819392A
公开(公告)日：2022-07-29
申请号：CN202210548819.6
申请日：2022-05-20
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于用户聚类扩展数据的用电预测方法，属于电力数据分析处理领域；该方法包括对用户用电时间序列特征利用EEMD对其进行分解，得到IMF序列；对分解结果采用PCA K‑Means聚类方法降维，获取用户IMF聚类结果；对IMF聚类结果再次采用PCA K‑Means聚类方法，获取用户聚类结果；根据用户聚类结果，对属于同类用户的IMF序列进行扩展；将扩展数据输入到卷积神经网络融合长短期记忆人工神经网络模型中，训练网络模型；将用户的待测IMF序列及其同类用户的用电时间序列输入到训练后的网络模型中，得到用户的用电预测结果。本发明利用用户间关系来扩展数据，提升了预测结果的精确性和稳定性。
-
公开(公告)号：CN109582119B
公开(公告)日：2022-07-12
申请号：CN201811430691.3
申请日：2018-11-28
Applicant: 重庆邮电大学
IPC: G06F1/324
Abstract: 本发明涉及大数据处理领域和能效领域，特别涉及一种基于动态电压频率调整的双层Spark节能调度方法，包括针对不同应用程序对CPU以及I/O需求的不同，通过观察不同应用的资源使用特性，可以对应用类别数预先进行大致的判断，对应用程序进行一个整体的降频处理；考虑Spark固有特性，在应用程序运行过程中同一个阶段不同任务的完成时间不同，对具体节点进行降频处理，减少节点空运行时间，保证各个Task的完成时间均衡；本发明保证Spark运行过程中任务完成时间均衡，减少了节点CPU空运转时间，有效的降低了应用程序在Spark运行过程中所产生的能耗。
-
公开(公告)号：CN114401038A
公开(公告)日：2022-04-26
申请号：CN202210010196.7
申请日：2022-01-05
Applicant: 重庆邮电大学
IPC: H04B10/038 , H04B10/079 , H04Q11/00 , H04W24/04
Abstract: 本发明属于无线通信领域，具体涉及一种基于光旁路保护的5G融合网络分流方法及装置，包括本地网络、5G/4G基站、无线网络分流装置、核心网，无线网络分流装置包括主用无线网络分流器、备用无线网络分流器和光旁路保护装置，当发生故障事故或者断电事故时，采用一种智能切换机制，可以自动或者人为的切换当前主用无线网络分流器和备用无线网络分流器，确保设备发生故障时的光路能够维持正常通信状态，保证融合网络分流器移动信号延伸覆盖网络的稳健性和可靠性。
-
公开(公告)号：CN114222329A
公开(公告)日：2022-03-22
申请号：CN202111659392.9
申请日：2021-12-30
Applicant: 重庆邮电大学
IPC: H04W28/08
Abstract: 本发明属于无线通信领域，具体涉及一种基于5G融合网络分流器的无线CPE负载控制方法，CPE节点通过5G基站连接到本地网负载控制器，并根据CPE的特征使用哈希算法将所有CPE构建为一个逻辑上的哈希圆环；在工业互联网物理终端与CPE节点之间增加一个虚拟层，并建立CPE节点与虚拟节点之间的映射；CPE节点每隔一段时间定时向负载均衡控制器传递其负载信息，并由负载控制器计算负载因子；根据前一时刻和当前时刻的负载因子计算虚拟节点负载距离，并根据虚拟节点负载距离采用动态负载策略对CPE进行控制；本发明具有良好的扩展性和保密性，且不仅保证了工业互联网终端接入网络的高可用性，还有效利用了每个CPE节点的带宽和吞吐量。
-
公开(公告)号：CN114173379A
公开(公告)日：2022-03-11
申请号：CN202111519999.7
申请日：2021-12-13
Applicant: 重庆邮电大学
Abstract: 本发明属于无线通信领域，具体涉及一种基于5G专网分流器的多用户计算卸载方法；该方法包括：构建基于5G专网分流器的多用户计算卸载框架；根据多用户计算卸载框架构建联合卸载总时延和资源分配平衡度的目标函数；对联合卸载总时延和资源分配平衡度的目标函数进行求解，得到目标函数最优解；用户根据目标函数最优解确定卸载决策；用户根据确定的卸载决策进行任务卸载；本发明具有良好的扩展性和安全性，有效的利用了每个UE设备的带宽和吞吐量，加强了网络数据处理能力、提高了网络的灵活性和可用性；能够有效地减小多用户的平均卸载时延以及平均传输时延，同时平衡各移动边缘终端设备或边缘服务器的工作负荷，具有良好的经济效益。
-
Patent Agency Ranking
公开(公告)号：CN114173359A
公开(公告)日：2022-03-11
申请号：CN202111501136.7
申请日：2021-12-09
Applicant: 重庆邮电大学
IPC: H04W24/02 , H04W28/02 , H04L41/082 , H04L41/0823 , H04L41/14
Abstract: 本发明涉及异构网络领域，具体涉及一种用于工业物联网环境下的异构网络资源调度方法，该方法包括：构建异构工业网络体系结构；获取任务参数，采用改进的TOPSIS方法对任务参数进行处理，得到每个任务的候选网络集合；构建系统吞吐量目标函数，采用改进的BES算法对系统吞吐量目标函数进行处理，得到任务时延约束条件；在任务时延约束条件下对每个设备任务分配网络资源；本发明结合改进的TOPSIS和秃鹰算法来处理网络选择和资源分配问题，改进的TOPSIS法选择结果更加符合实际情况；BES算法全局搜索能力强，收敛速度快，能够有效的解决资源分配问题。
-
公开(公告)号：CN114143904A
公开(公告)日：2022-03-04
申请号：CN202210031592.8
申请日：2022-01-12
Applicant: 重庆邮电大学
Abstract: 本发明属无线通信领域，具体涉及一种基于5G融合网络分流器的CPE管理方法，包括CPE设备进行上电操作并通过正常的本地WAN口的物理端口向5G/4G基站发送接入请求；5G/4G基站接受所述接入请求后，返回一个响应报文，响应报文中携带有该5G/4G基站的SSID和密码，CPE通过5G/4G基站的SSID和密码与5G/4G基站建立连接；5G/4G基站向网络可达的5G融合网络分流器发送接入请求，5G融合网络分流器接受所述接入请求后，返回一个响应报文，以完成通信链路的建立；本发明解决了基于5G融合网络分流器的CPE管理的问题，即解决了CPE设备管理模型的问题，同时也解决了远程管理的安全问题。
-
公开(公告)号：CN114070859A
公开(公告)日：2022-02-18
申请号：CN202111428649.X
申请日：2021-11-29
Applicant: 重庆邮电大学
IPC: H04L67/1097 , H04L67/568
Abstract: 本发明属于边缘计算领域，涉及一种基于边界成本效益模型的边云缓存协同方法、装置及系统；所述方法包括构建出局部微基站缓存协同网络模型，包括边缘云服务器、边缘协调节点、微基站以及终端设备组；根据文件被请求次数，构建出文件偏好度预测模型；根据文件编码段的带宽成本、时延成本以及存储成本，构建出文件缓存协同成本模型；边缘协调节点根据文件偏好度预测模型，预测出每个微基站上的文件请求概率偏好度，并在每个微基站的私有存储空间内执行缓存策略；边缘协调节点将每个微基站的公共存储空间联合形成缓存域，并在所述缓存域中根据文件缓存协同成本模型，采用置信度传播算法进行缓存协同。本发明能够有效降低边缘云的负载，提升了工作效率。
-
公开(公告)号：CN114064281A
公开(公告)日：2022-02-18
申请号：CN202111382902.2
申请日：2021-11-22
Applicant: 重庆邮电大学
IPC: G06F9/50
Abstract: 本发明属于大数据处理领域，具体涉及一种基于BFD‑VNS算法的低成本Spark执行器放置方法，包括构建集群环境下Spark作业的成本模型，以最小化Spark集群使用成本建立目标函数；采用降序最佳适应算法求出Spark执行器放置的可行解；将获得的可行解作为初始解，采用变邻域搜索算法进行深度优化，以求得最优的Spark执行器放置；根据求得的最优执行器放置进行执行器放置；本发明降低了整个集群的使用成本，改善了Spark原生放置策略存在的问题。
-
公开(公告)号：CN108876034B
公开(公告)日：2021-09-14
申请号：CN201810607799.9
申请日：2018-06-13
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种改进的Lasso+RBF神经网络组合预测模型，属于大数据分析与处理领域。该模型的预测过程为：通过对客户关系的生命周期特征做出界定，将客户生命周期划分为获取阶段、提升阶段、成熟阶段、衰退阶段和流失阶段；将流失阶段客户作为模型的训练集和测试集，其余4个阶段的客户作为预测客户，并将流失阶段客户再次划分为前四个阶段；分别用Lasso回归提取特征，再分别训练每个阶段对应的RBF神经网络模型；将得到的前4个未流失阶段的客户分别带入训练出的对应阶段的模型中进行预测；最后将得到的预测结果组合起来，即为将要流失的客户集。本发明所述模型使提取的特征更加准确，减小数据的不平衡性，提高预测的精确性。
-
-
-
-
-
-
-
-
-
Search Results
147
records
(took 0.026 seconds)
