-
公开(公告)号：CN117370804A
公开(公告)日：2024-01-09
申请号：CN202311338426.3
申请日：2023-10-17
Applicant: 东莞市松山湖中心医院(东莞市石龙人民医院、东莞市第三人民医院、东莞市心血管病研究所) , 东北大学秦皇岛分校
IPC: G06F18/214 , G06F18/22 , G06F21/62 , G16H10/60 , G16H50/70
Abstract: 本发明公开了一种基于联邦区块链的医疗数据分析用可扩展个性化异构方法，设计基于不同任务类型的可拓展的联邦区块链模型，采用加入差分隐私的FedProx算法建立训练模型，加入近端项以限制本地模型相对于全局模型的偏离程度，又允许结点进行"不精确"本地训练，以解决系统异构及统计异构问题；并且，将联邦学习算法与差分隐私结合，在本地数据集及上传模型参数时加入高斯白噪声，在区块链中，采用委员会共识机制，以达到对投毒攻击、模型梯度倒推、恶意结点攻击、中心服务器攻击的防御，利用模型相似度个性化训练，选取与本地模型梯度相似度高的其他结点进行动态聚簇，在簇内进行模型聚合，实现本地模型的个性化，同时有利于模型收敛。
-
公开(公告)号：CN111132235B
公开(公告)日：2023-04-07
申请号：CN201911373174.1
申请日：2019-12-27
Applicant: 东北大学秦皇岛分校
IPC: H04W28/084
Abstract: 本发明的基于改进HRRN(Highest Response Ratio Next)算法和多属性决策的移动卸载迁移算法，包括：步骤1：单个无线体域网在某一时刻生成多个优先级不同的任务，如果可以本地处理则直接本地处理，否则上传至边缘服务器；步骤2：建立边缘服务器的效益函数，将效益值高的边缘服务器作为当前任务的初始边缘服务器；步骤3：判断当前边缘服务器是否合适；步骤4：判断边缘服务器是否满足两个准则，满足其中一项可作为候选边缘服务器；步骤5：再次根据步骤2建立边缘服务器的效益函数，计算所有候选边缘服务器的效益值，选择效益值最高的边缘服务器进行迁移。
-
公开(公告)号：CN110414747A
公开(公告)日：2019-11-05
申请号：CN201910729037.0
申请日：2019-08-08
Applicant: 东北大学秦皇岛分校
Abstract: 本发明公开了一种基于深度学习的时空长短期城市人流量预测方法，用于人流量预测。本发明在提取空间相关性时，将邻近区域相关性做局部卷积，将遥远区域相关性用图卷积提取，减少了参数和计算量的同时又兼顾了空间相关性的完整；本发明同时捕捉了短期时间依赖长期的时间依赖，使预测结果在时间维度更精确；本发明将区域语义信息分布考虑进来，将每个区域中的每种类型的感兴趣区域(POI)赋予相应的占比权重，更精确地利用了区域语义对城市人流量的影响。
-
公开(公告)号：CN110266416A
公开(公告)日：2019-09-20
申请号：CN201910584934.7
申请日：2019-07-01
Applicant: 东北大学秦皇岛分校
IPC: H04B17/382 , H04W72/04 , H04W72/08 , H04W72/10 , H04W72/12
Abstract: 本发明公开了一种面向多个无线体域网(Wireless Body Area Network，WBAN)共存的双层多信道调度MAC协议(Medium Access Control，MAC)，采用两层调度方式，第一层利用计算能力较强的数据中心进行信道分配，为各个WBAN网络建立干扰矩阵，采用新的信道选择算法，将不同信道分配给可能产生干扰的WBAN，避免了干扰，在第二层，根据WBAN内节点业务优先级和到达率自适应分配时隙。本发明利用多信道传输吞吐量大、延迟低的优势改进原IEEE 802.15.6协议的性能，从而提高了WBAN网络密集情况下的网络性能。
-
Patent Agency Ranking
公开(公告)号：CN111163519B
公开(公告)日：2023-04-28
申请号：CN201911373175.6
申请日：2019-12-27
Applicant: 东北大学秦皇岛分校
IPC: H04W72/52 , H04W72/53 , H04W72/566
Abstract: 本发明的系统收益最大化的无线体域网资源分配与任务卸载算法，该算法以博弈论中经典的讨价还价博弈模型为基础，将提供计算资源的边缘服务器作为模型中的资源卖家，而分布在服务器服务范围内的无线体域网作为资源买方，双方针对于CPU资源和无线信道资源，按照自私性行为模式，以最大化自身利益为目标进行讨价还价，最终得出整体系统最优的资源分配方案和任务卸载方案。可提高无线体域网数据处理的时效性和可靠性。
-
公开(公告)号：CN114928893A
公开(公告)日：2022-08-19
申请号：CN202210699515.X
申请日：2022-06-20
Applicant: 东北大学秦皇岛分校
Abstract: 本发明提供一种基于智能反射面的架构及任务卸载方法，涉及自动驾驶领域。该基于智能反射面的架构及任务卸载方法，包括以下步骤：S1、建立用于任务卸载的车辆‑智能反射面‑边缘计算服务器的无线通信信道；S2、降低系统的时延；S3、映射平面层将边缘设备进行数字孪生体映射；S4、深度强化学习DRL算法从历史数据中随机选择数据；S5、数字孪生网络DTN通过控制平面层对边缘网络EN进行卸载决策以及智能反射面的反射表明元素的反馈；S6、重复步骤S1‑S6直至达到终止条件。通过引入数字孪生技术，动态地监控车联网中的车辆状态以及智能反射面状态，协同调度车联网计算资源，合理分配卸载决策以及通过智能反射面增强任务卸载信道质量。
-
公开(公告)号：CN114925857A
公开(公告)日：2022-08-19
申请号：CN202210699512.6
申请日：2022-06-20
Applicant: 东北大学秦皇岛分校
Abstract: 本发明提供一种用于交通状态估计的联邦学习算法，涉及交通状态监管领域。该用于交通状态估计的联邦学习算法，包括以下步骤：S1、构建LSTM；S2、发送给各个RSU；S3、模型训练；S4、利用A3C算法强化学习算法进行参数上传以及下载策略的分配；S5、各个RSU模型根据参数上传以及下载策略，选择是否将模型参数发送给服务器或者从服务器下载最新的模型参数以继续训练；S6、参数聚合并计算成本；S7、重复步骤S2‑S6；S8、得到预测结果以及成本。通过长短时记忆(LSTM)模型提取交通状态的时间相关性，并估计交通流量及道路车速两种交通状态指标，解决了基于联邦学习的交通状态估计研究网络资源分配不合理、客户端参与联邦学习不均衡的问题。
-
公开(公告)号：CN111163519A
公开(公告)日：2020-05-15
申请号：CN201911373175.6
申请日：2019-12-27
Applicant: 东北大学秦皇岛分校
Abstract: 本发明的系统收益最大化的无线体域网资源分配与任务卸载算法，该算法以博弈论中经典的讨价还价博弈模型为基础，将提供计算资源的边缘服务器作为模型中的资源卖家，而分布在服务器服务范围内的无线体域网作为资源买方，双方针对于CPU资源和无线信道资源，按照自私性行为模式，以最大化自身利益为目标进行讨价还价，最终得出整体系统最优的资源分配方案和任务卸载方案。可提高无线体域网数据处理的时效性和可靠性。
-
公开(公告)号：CN110265146A
公开(公告)日：2019-09-20
申请号：CN201910519177.5
申请日：2019-06-17
Applicant: 东北大学秦皇岛分校
Abstract: 本发明公开了一种基于Bagging-Fuzzy-GBDT算法的心脏病预测方法，首先根据病人心脏病数据的特点，将数据中取值范围变化大的属性取出，利用模糊逻辑将这些数据进行模糊化；将模糊化的数据与GBDT算法相结合，组成Fuzzy-GBDT心脏病预测算法；最后利用Bagging算法通过m次有放回的采样，增加数据的多样性，将Bagging算法与Fuzzy-GBDT算法相结合，提出本文的Bagging-Fuzzy-GBDT心脏病预测算法。本发明降低了Fuzzy-GBDT预测算法的方差，以此来增加数据的多样性，避免单个点造成过拟合，在兼顾预测算法高泛化性的同时提高预测算法的准确性。(4)本发明通过实验进行了性能评价，结果表明，本发明的Bagging-Fuzzy-GBDT心脏病预测算法同时具有较好的准确性和泛化性。
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.023 seconds)
