用于物联网的多模网关
    161.
    发明公开

    公开(公告)号:CN102510362A

    公开(公告)日:2012-06-20

    申请号:CN201110450517.7

    申请日:2011-12-29

    Abstract: 用于物联网的多模网关,它包括有核心共性处理平台、异构网络接入模块、以太网接入模块和硬件接入设备。本发明能够解决物联网中各种异构网络和基于标准协议的互联网的接入问题。首先,能够根据实际应用裁剪或修改所接入的网络类型和网络数量,即异构网络和基于标准协议的互联网都能进行裁剪和修改;其次,能够实现所接入的任意网络之间的协议翻译、路由和通信,而不仅仅是异构网络和基于标准协议的互联网之间的协议翻译、路由和通信;最后,能够对所接入的异构网络进行网络参数控制和数据汇集参数控制。

    一种EPON网络中的辅助节点设备

    公开(公告)号:CN102497604A

    公开(公告)日:2012-06-13

    申请号:CN201110417486.5

    申请日:2011-12-14

    Abstract: 本发明请求保护一种EPON网络中的辅助节点设备,涉及光网络中的以太无源光网络领域。本发明针对EPON系统下行传输中存在大量冗余信息的问题,提出了在传统EPON网络中增加一种支持重复利用冗余信息所用时隙资源进行数据传输的辅助节点设备,能够删除下行冗余信息,提取上行数据中小区内ONU之间通信数据,并利用冗余信息所释放的时隙资源传输被提取的小区内ONU之间的通信数据及存储在辅助节点的“资源数据”。本发明所采用的节点结构支持对下行冗余信息占用时隙资源的重复利用,可以有效提高下行带宽的使用效率和下行吞吐量,减少小区内部ONU之间通信数据的传输时延。

    一种基于网络编码的WDM网络专有分段保护方法

    公开(公告)号:CN101938309A

    公开(公告)日:2011-01-05

    申请号:CN201010282048.8

    申请日:2010-09-15

    Abstract: 本发明请求保护一种基于网络编码的专有分段保护方法,涉及光通信技术领域。本发明针对现有保护方法无法兼顾故障倒换时间和耗费资源的特点,提出了一种新的分段保护方法,该方法以端到端路径上节点之间共用波长数量为指标,动态地确定路径上需要保护的部分,并以最短路径算法为其建立一条备用路径以保护此段上的多个工作路径,同时,采用资源回收机制防止过度消耗网络资源。通过备用路径传输,以较低的资源开销实现了单条备用路径对多条工作路径的专有保护。该方法无需等待故障路径的恢复,有效地降低了故障倒换时间,同时合理地控制了保护过程所消耗的网络资源。

    一种网络切片中的用户接入控制方法

    公开(公告)号:CN115835297B

    公开(公告)日:2025-05-27

    申请号:CN202211183790.2

    申请日:2022-09-27

    Abstract: 本发明涉及一种网络切片中的用户接入控制方法,属于通信技术领域。该方法包括:S1:筛选出具有多种接入选择的用户:首先,设计用户的时延、速率和可靠性指标和对应的切片QoS指标区间;其次,根据切片隶属函数计算出用户对不同切片的隶属程度;最后,根据隶属程度筛选出具有多种接入选择的模糊用户;S2:用户接入控制决策策略:首先,设计切片偏好矩阵和用户的偏好矩阵,根据偏好矩阵进行用户‑切片分组;然后,根据不同切片当前时刻的资源利用率进行用户的接入控制决策,将用户接入到资源利用率低的切片,从而在保证在实现负载均衡下,有效地提高接入用户数。

    一种面向工业异常检测任务的语义通信方法

    公开(公告)号:CN119992291A

    公开(公告)日:2025-05-13

    申请号:CN202411924323.X

    申请日:2024-12-25

    Abstract: 本发明涉及一种面向工业异常检测任务的语义通信方法,属于工业异常检测领域。该方法包括边‑端协同的工业图像语义传输架构、高精度工业图像异常检测网络和面向异常检测的语义特征提取模型。在训练阶段,边缘服务器训练某个工业产品种类的异常检测模型,训练完成后,将异常检测网络下发至终端设备。在测试阶段,当输入某一个种类的工业产品图像时,终端设备对于输入图像进行语义编码和信道编码,以得到语义特征,通过无线信道直接将语义信息传输到对应的边缘服务器。当边缘服务器接收到语义特征后进行信道解码和语义解码,直接输出工业异常检测任务结果。本发明可以减轻工业物联网中的数据传输压力及边缘计算负载,实现实时工业产品表面的异常检测。

    基于数据对齐和隐私保护的多参与方纵向联邦学习方法

    公开(公告)号:CN119691808A

    公开(公告)日:2025-03-25

    申请号:CN202411859189.X

    申请日:2024-12-17

    Abstract: 本发明涉及一种基于数据对齐和隐私保护的多参与方纵向联邦学习方法,属于数据安全领域。本发明通过融合多方数据的安全计算,满足数据隐私保护和数据协作方面的要求,同时支持用户解决数据泄露和隐私侵犯问题;本发明方法结合零知识证明和同态加密技术构建安全的多方数据对齐机制,通过高效的加密手段保护数据隐私,并利用多方私有集合交集计算实现对共同用户数据的安全识别,提高了数据协作的安全性和效率;本发明的违规处理与奖惩机制,通过第三方审查机构的监督,确保参与方在数据对齐和模型训练过程中遵守协议规定,防止数据滥用,增强了协议的可靠性和参与方的合规性。

    一种考虑多因素不确定性的分布式资源最优调控方法及系统

    公开(公告)号:CN119599344A

    公开(公告)日:2025-03-11

    申请号:CN202411644084.2

    申请日:2024-11-18

    Abstract: 本发明涉及一种考虑多因素不确定性的分布式资源最优调控方法及系统,属于分布式资源调控技术领域。该方法和系统包括考虑变量相关性的不确定性评估模型,首先在考虑变量相关性的前提下衡量了变量的点预测值以及实际值之间误差的条件概率密度分布函数,然后通过具有复杂相关性的离散卷积衡量变量之差或者之和的不确定性范围。最后,提出了一种考虑多因素不确定性的分布式鲁棒最优资源调控策,针对不同的分布式异构组件构建不同博弈策略,并通过博弈供需体之间的策略交流与更新达到个人最优,并通过势函数保证局部与总体的目标函数一致的最优。

    一种抵御数据异构的异步分层联邦学习方法及系统

    公开(公告)号:CN119599144A

    公开(公告)日:2025-03-11

    申请号:CN202411644082.3

    申请日:2024-11-18

    Abstract: 本发明涉及一种抵御数据异构的异步分层联邦学习方法及系统,属于人工智能技术领域。该方法包括以下步骤:S1:构建物联网中的分层联邦学习框架;S2:构建物联网中抵御数据异构、系统异构和意外掉队的异步分层联邦学习算法,以及在不可靠通信网络中的通信和计算模型;S3:构建抵御联邦学习中的客户端漂移的虚拟同质学习方法;S4:考虑不同客户端之间的数据分布、异构延迟和意外掉队情况,构建学习效用量化数据分布以及基于学习效用和延迟的客户端选择方法。本发明提供的方法可有效地提高分层联邦学习算法模型性能,具有广阔的运用前景。

    一种基于轻量化深度学习的目标检测方法

    公开(公告)号:CN119580066A

    公开(公告)日:2025-03-07

    申请号:CN202411653406.X

    申请日:2024-11-19

    Abstract: 本发明涉及一种基于轻量化深度学习的目标检测方法,属于图像识别技术领域。方法包括:通过带有色彩保护的多尺度Retinex图像增强算法对图像进行预处理,获得增强图像,并入训练集;针对小目标漏检错检的问题,将原有的20×20的检测头替换成160×160的小尺度检测头,并在原来颈部网络的基础上增加两条横向连接路径,将浅层特征与深层特征进行跨尺度融合,进一步增强特征融合能力;对改进的模型进行轻量化,构建轻量级网络MobileNetv3‑ECA作为YOLOv5s的主干网络,采用通道剪枝的方法对网络模型进行压缩,进一步减少参数量;通过本发明,可以实现在低算力的边缘计算设备上部署目标检测。

    一种基于内容感知的轻量化目标检测方法

    公开(公告)号:CN119579864A

    公开(公告)日:2025-03-07

    申请号:CN202411644115.4

    申请日:2024-11-18

    Abstract: 本发明涉及一种基于内容感知的轻量化目标检测方法,属于目标检测技术领域。该方法通过使用图像自适应伽马变换算法增加数据底层信息,提高图像可读性;在YOLOv5s的基础上,以改进的ShuffleNet V2为主干网络,减少模型参数量;采用内容感知特征重组算子进行上采样,增强上下文语义信息的聚合效果;设计了全新的CBAMC3模块用于特征提取,以同时关注通道和空间位置上的特征信息,提高特征表达准确性;在改进后的模型中进行通道剪枝,进一步减少参数量。该方法在保证高精度的同时提升了实时性、减少了模型参数量,具有较强的泛化能力。

Patent Agency Ranking