-
公开(公告)号：CN113127538B
公开(公告)日：2024-02-09
申请号：CN202110411100.3
申请日：2021-04-16
Applicant: 北京交通大学
IPC: G06F16/2458 , G06F16/25 , G06N20/20 , G06N5/01 , G06Q10/04 , G06Q10/0875
Abstract: 本发明提供了一种高精度的备件需求预测方法。该方法包括：采集备件需求预测相关的元数据，将ETL处理后的元数据存入数据库中；对数据库中存储的元数据进行预处理，对预处理后的元数据进行数据特征挖掘，确定影响备件需求的各个因素，分析出各个因素对备件需求的影响程度，在备件需求预测阶段，以经过影响程度分析处理后的元数据、各个有用的影响因素以及排序后的各个影响因素对备件需求的影响程度作为源 数 据 ，将 源 数 据 输 入 到 基 于LinearRegression、AdaBoost、GBDT的机器学习融合建模预测方法中，对未来某个月份的备件需求量进行预测分析，并输出预测结果。本发明方法能够通过供应链经济原理，做出合理的购买计划，有利于部门充分利用资源，合理地分配购买各备件数量，减少不必要的财产成本和其他运营成本。
-
公开(公告)号：CN116489712A
公开(公告)日：2023-07-25
申请号：CN202310455144.5
申请日：2023-04-25
Applicant: 北京交通大学
IPC: H04W28/084 , H04L67/1008 , H04L67/101 , H04L67/1023 , H04L67/12 , G06F9/50 , G06N3/0442 , G06N3/092
Abstract: 本发明提供了一种基于深度强化学习的移动边缘计算任务卸载方法。该方法包括：计算出移动边缘计算环境中用户设备终端卸载计算任务并将计算任务上传到移动边缘计算MEC服务器处理过程中消耗的时延消耗和能量消耗；在最大可容忍延迟和计算能力的约束下，以最小化移动边缘计算系统的能量消耗为目标建立目标函数；基于改进的深度强化学习算法求解目标函数，得到用户设备终端的计算任务卸载决策和资源分配方案。本发明方法建立了以最小化能耗为目标的数学模型，对所求卸载决策和资源分配方案进行多次迭代，最终有效求得在时延约束下能源消耗的最优值，从而实现更小的能耗目标，提高边缘计算服务器的利用效率，提高用户体验，实现设备能量节省。
-
公开(公告)号：CN116489637A
公开(公告)日：2023-07-25
申请号：CN202310455138.X
申请日：2023-04-25
Applicant: 北京交通大学
IPC: H04W12/02 , H04W12/106 , H04L9/08 , H04L9/00 , H04L9/32 , H04L9/30 , H04W28/084 , H04L67/10 , G06N20/00
Abstract: 本发明提供了一种面向元宇宙的基于隐私保护的移动边缘计算方法。该方法包括：对元宇宙网络中的用户终端和边缘节点的合法性和数据完整性进行验证；用户终端从区块链上下载当前轮的全局参数和固定序列，以秘密共享的形式将训练得到的本地模型参数上传给用户终端至所在区域的边缘节点；边缘节点对有用户终端的本地模型参数进行验证，将合法用户终端的本地模型参数上传给区块链；区块链通过双线性聚合签名算法将所有边缘节点上传的合法用户终端的本地模型参数进行全局聚合，得到更新后的全局参数、固定序列和合法用户终端列表。本发明方法优化学习效率和增强隐私性，在保护用户终端模型参数隐私性的同时，也保证了模型的准确性和隐私计算的效率。
-
公开(公告)号：CN116489636A
公开(公告)日：2023-07-25
申请号：CN202310443160.2
申请日：2023-04-21
Applicant: 北京交通大学
Abstract: 本发明提供的一种云边协同场景下的个性化差分隐私保护方法，提出了一种基于云边协同的个性化本地差分隐私保护模型，基于云边协同架构，在边缘计算侧，在满足用户个性化本地差分隐私保护要求的前提下向用户提供个性化服务。在云计算中心侧，为解决个性化差分隐私带来的同等级隐私数据样本降低导致的估计误差偏高的问题，采用了隐私数据派生算法，在不损害用户个性化差分隐私的要求下，提高云端收集到的数据的利用率以及估计的准确性。
-
公开(公告)号：CN115665805A
公开(公告)日：2023-01-31
申请号：CN202211552809.6
申请日：2022-12-06
Applicant: 北京交通大学
IPC: H04W28/08
Abstract: 本发明提供一种面向点云分析任务的边缘计算资源调度方法和系统，通过对获取的实际场景或物体的点云数据进行任务分析，获得资源调度任务结果，再通过计算每个点云分析任务的传输时延，每个点云分析任务的剩余最大时延，任务在剩余最大时延下完成需要的最小计算资源，以及根据总计算资源与任务在剩余最大时延下完成需要的最小计算资源的关系，构建资源调度优化目标和计算资源约束条件，确定每个点云分析任务的剩余最大时延限制，获得资源调度决策指令，最后送到终端设备执行通信任务。本发明提供的方法实现了边缘计算场景下对具有不同目标和不同数据集的点云分析任务的计算资源合理调度，保障任务的及时处理，降低任务处理过程的总时延。
-
Patent Agency Ranking
公开(公告)号：CN113127537A
公开(公告)日：2021-07-16
申请号：CN202110411099.4
申请日：2021-04-16
Applicant: 北京交通大学
Abstract: 本发明提供了一种融合时序预测模型和机器学习模型的备件需求预测方法。该方法包括：采集备件需求预测相关的元数据，将ETL处理后的元数据存入数据库中；对数据库中存储的元数据进行预处理，对预处理后的元数据进行数据特征挖掘，确定影响备件需求的各个因素，分析出各个因素对备件需求的影响程度，在备件需求预测阶段，以经过影响程度分析处理后的元数据、各个有用的影响因素以及排序后的各个影响因素对备件需求的影响程度作为源数据，将源数据输入到基于LSTM、GRU时序预测和XGBoost、Randomforest机器学习融合模型预测方法中，对未来某个月份的备件需求量进行预测分析，并输出预测结果。本发明方法能够通过供应链经济原理，做出合理的购买计划，有利于部门充分利用资源，合理地分配购买各备件数量，减少不必要的财产成本和其他运营成本。
-
公开(公告)号：CN111985716A
公开(公告)日：2020-11-24
申请号：CN202010849449.0
申请日：2020-08-21
Applicant: 北京交通大学
IPC: G06Q10/04 , G06Q50/30 , G06F16/2455 , G06F16/25 , G06F16/951
Abstract: 本发明提供的一种客运信息可视化的客运量预测系统，包括：数据获取模块、数据库、分析预测模块、可视化交互模块和数据管理模块，运用可视化与用户交互技术，集查询、统计、数据挖掘和分析于一体，在建立和完善数据汇交、数据更新的机制的基础上，通过对全国旅客客运量、城市旅客发送量、旅客出行量等基础数据和专题信息的汇集、整合，基于数据建立预测模型，观测客运市场需求，开展异构、异源、海量数据资源的深度挖掘，为列车开行方案的制定提供依据。通过可视化界面以及数据管理功能，直接面向用户提供友好的人机交互界面，方便非专业的管理与决策人员操作。同时为相关部门提供数据共享和信息化服务，为铁路局的管理决策提供支撑。
-
公开(公告)号：CN111915100A
公开(公告)日：2020-11-10
申请号：CN202010825904.3
申请日：2020-08-17
Applicant: 北京交通大学
Abstract: 本发明提供了一种高精度的货运预测方法及货运预测系统，能够准确及时的获得货运量预测结果，对于铁路部门的决策与未来线路的规划具有最直接的作用，有利于铁路部门充分利用铁路运能资源，合理分配铁路车辆及其他设施设备，减少不必要的时间成本和其他运营成本，从而达到节约成本的作用，提高铁路部门最终的收入。与此同时，可以知道的是，更加重要的一点预测结果的准确性，如果预测结果不准确反而会对货运部门产生相应的损失，所以对传统方法的改进与创新，弥补缺点与不足或者引进新方法也是很重要的一环，因此，加强对铁路货运量预测的研究也是具有现实意义与很强的社会经济价值的。
-
公开(公告)号：CN104850944A
公开(公告)日：2015-08-19
申请号：CN201510221404.8
申请日：2015-05-04
IPC: G06Q10/06
Abstract: 本发明实施例提供了一种具有企业资产全生命周期管理功能的企业资源计划系统。该系统包括:数据输入模块输入企业生产经营管理以及企业资产全生命周期的相关数据，并传输给数据处理模块；数据处理模块对企业生产经营管理以及企业资产全生命周期的相关数据进行分析处理，将分析处理的结果传输给所述结果输出模块；结果输出模块输出分析处理的结果。本发明实施例通过对企业生产经营管理以及企业资产全生命周期的相关数据，生成对应的处理结果，从而可以全方位地了解企业的所有生产经营管理和企业资产全生命周期状态，协助企业进行资产全生命周期管理和监控，能够实现降低企业资产全生命周期成本，提高企业资产效益。
-
公开(公告)号：CN115834247B
公开(公告)日：2023-06-16
申请号：CN202310057504.6
申请日：2023-01-18
Applicant: 北京交通大学
Abstract: 本发明提供的一种基于区块链的边缘计算信任评价方法，包括如下过程：基于实时数据和历史数据，通过加入惩罚因子、局部信任度、贡献度、交易满意度、推荐因子和推荐可信度，构建边缘计算信任评价指标体系；基于边缘计算信任评价指标体系，构建边缘节点评价模型；通过边缘节点评价模型，对边缘计算网络进行计算信任评价。本发明提出了较为完善的信任评价指标体系，搭建了可靠的边缘节点信任评价模型。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.025 seconds)
