-
公开(公告)号：CN115439198A
公开(公告)日：2022-12-06
申请号：CN202210912969.0
申请日：2022-07-31
Applicant: 昆明理工大学
Abstract: 本发明涉及一种边缘计算中基于组合拍卖的资源分配假名防范方法，属于边缘计算技术领域。本发明首先收集买卖双方的信息，计算单位价格，根据卖方要价和买方单位价格排序；其次根据收集和处理得到的信息确定配置矩阵；然后，删除分配不完全的用户和可能的假名用户；最后根据保底价格和单位价格计算获胜者的最终单位价格，得到支付矩阵。本发明通过计算用户的单位价格，并据此对用户进行排序，剔除拍卖中的部分用户以防范假名操纵，解决了边缘计算资源分配中不诚实用户通过提交多个假名来提高自身收益的问题。
-
公开(公告)号：CN115295156A
公开(公告)日：2022-11-04
申请号：CN202210131033.4
申请日：2022-02-13
Applicant: 昆明理工大学
Abstract: 本发明涉及一种基于关系图卷积网络融合多源信息预测miRNA‑疾病的方法，属于系统生物学技术领域。本发明首先从数据库中获取miRNA‑疾病关联关系数据、疾病‑基因关联关系数据、miRNA‑基因关联关系数据、miRNA相似性数据、疾病相似性数据和基因相似性数据；再利用miRNA‑疾病关联关系数据，疾病‑基因关联关系数据，miRNA‑基因关联关系数据分别构建miRNA‑疾病关联关系网络，疾病‑基因关联关系网络，miRNA‑基因关联关系网络；然后利用miRNA相似性数据，疾病相似性数据，基因相似性数据，构建特征矩阵。将构建好的特征矩阵先进行非线性变化，再使用关系图卷积网络学习嵌入特征，重构出miRNA‑疾病关联矩阵；最后使用均方差损失函数来训练整个模型，最后输出结果。
-
公开(公告)号：CN118612288A
公开(公告)日：2024-09-06
申请号：CN202410690080.1
申请日：2024-05-30
Applicant: 昆明理工大学
IPC: H04L67/563 , H04L67/568 , H04L69/16 , H04L69/164 , G06F9/54
Abstract: 本发明提出了一种基于XDP的射电天文数据实时采集和处理方法。包括：步骤1：构建XDP程序并编译为eBPF字节码，将XDP程序字节码加载至内核；步骤2：分析内核协议栈数据包的处理路径，基于XDP重定向功能，建立零拷贝、网络协议栈旁路的天文数据实时采集处理机制；步骤3：在用户空间数据实时采集处理程序中，创建AF_XDP类型的套接字，并构建UMEM内存缓冲区实时捕获XDP程序重定向后的UDP采样数据报文；步骤4：构造内存池，解析采样数据报文，将UDP报文中采样数据部份存入内存池，CUDA线程读取内存池并进行实时数据处理。本发明基于XDP构建了射电天文数据实时采集处理的框架，减少了内存拷贝上的负荷，加速了天文观测数据在各关键阶段的处理性能。
-
公开(公告)号：CN117933366A
公开(公告)日：2024-04-26
申请号：CN202410074787.X
申请日：2024-01-18
Applicant: 昆明理工大学
Abstract: 本发明涉及一种基于参与者图参数广播的图结构数据联邦学习方法，属于联邦学习技术领域。首先，由参与者训练一个节点生成深度学习模型负责生成扩展节点。其次，将参与者看作参与者图的节点，通过计算参与者的扩展节点之间的欧氏距离，判定参与者数据之间是否存在关联，若存在关联，记参与者节点之间存在一条边，以此构建参与者图。在参与者图中，参与者节点与其定长可达简单路径上的有序节点组成联盟。然后，参与者使用图结构数据进行训练，并将参数上传至服务器，服务器将参数广播至联盟参与者进行训练。最后，计算参与者的边际收益作为其贡献权重，通过加权聚合得到全局参数。本发明有效地提高全局参数的测试精度。
-
公开(公告)号：CN117170838A
公开(公告)日：2023-12-05
申请号：CN202310958421.4
申请日：2023-08-01
Applicant: 昆明理工大学
Abstract: 本发明涉及一种基于在线机制的边缘计算任务调度抗操纵方法，属于边缘计算技术领域。本发明首先实时收集买方的任务类型和卖方的资源信息，通过计算已到达任务的分配概率和预期效用，并据此对任务降序排列。其次，根据任务报告的类型信息和服务器的资源矩阵确定分配矩阵，剔除资源约束和时间约束不满足任务的分配关系。最后，在确定的分配矩阵上，计算对分配任务的支付，生成支付矩阵。本发明提出了一种新的随机分配方法，适应边缘计算环境的动态和不确定性，实现实时任务调度决策，同时，通过激励机制防范用户通过延迟报告任务到达时间、提前报告离开时间、谎报任务价值和请求资源来提升自身预期效用，以提高边缘计算任务调度过程中的抗操作性。
-
Patent Agency Ranking
公开(公告)号：CN116580164A
公开(公告)日：2023-08-11
申请号：CN202310867466.0
申请日：2023-07-15
Applicant: 昆明理工大学
IPC: G06T17/00 , G06V10/762
Abstract: 本发明涉及面向单视角三维人体重建的着装特征学习方法。首先对输入的着装人体图像集中的单视角图像进行着装姿态特征学习，得到着装姿态特征；再基于着装姿态特征，定义着装人体关节点采样空间的柔性形变损失函数，对输入三维数据集中的着装人体网格进行着装褶皱特征学习，得到着装褶皱特征；然后结合特征编解码器、特征图采样和姿态参数回归，构建联合着装人体像素和体素的人体形状特征学习模块，得到着装人体形状特征；最后，结合着装褶皱特征、着装人体形状特征和计算的三维采样空间，通过定义有向距离场进行三维人体重建，输出最终的着装人体模型。本发明能有效学习单视角三维人体重建的着装特征，生成具有复杂姿态和动态褶皱的着装人体模型。
-
公开(公告)号：CN116127199B
公开(公告)日：2023-06-16
申请号：CN202310402642.3
申请日：2023-04-17
Applicant: 昆明理工大学
IPC: G06F16/9535 , G06F16/9537 , G06N3/0499 , G06N3/048 , G06N3/047 , G06N3/08 , G06Q30/0601
Abstract: 本发明涉及针对服装序列推荐的用户偏好建模方法。本发明首先获取用户—服装的长期偏好、短期偏好及主观偏好；其次，基于用户—服装的长期偏好、短期偏好构建偏好学习模块，自动度量输入偏好权重，得到动态偏好；然后，通过定义包含多用户意图感知注意力机制的意图感知模块，根据多个用户—服装交互子序列对当前用户的主观偏好进行学习，引入知识库并定义交互意图集以融合服装特征，计算意图感知重要性得到意图偏好；最后，定义统一偏好空间，对动态偏好和意图偏好进行偏好融合并将基于时序与意图两种空间的偏好融合到该偏好空间中，输出最终用户—服装的总体偏好。本发明能够建模用户动态和意图偏好，有效用于精准的服装序列推荐。
-
公开(公告)号：CN116129127A
公开(公告)日：2023-05-16
申请号：CN202310393621.X
申请日：2023-04-13
Applicant: 昆明理工大学
IPC: G06V10/26 , G06V20/70 , G06V10/36 , G06V10/52 , G06V10/54 , G06V10/80 , G06N3/0464 , G06N3/0455 , G06N3/048
Abstract: 本发明涉及一种结合尺度特征和纹理滤波的视网膜血管分割方法，属于计算机视觉、模式识别及医学图像应用领域。首先基于U‑Net网络，构建多尺度跳跃连接的尺度特征表示模块，对视网膜图像集中的输入图像进行编码，得到血管尺度特征；其次，通过上采样对血管尺度特征进行粗分割，得到具有全尺度信息的血管粗分割结果；然后，对血管粗分割结果的上下文信息进行相似度聚合，生成纹理特征滤波器；最后，通过结合纹理特征滤波器和定义包含骰子损失、双重对比损失的联合损失，分别对粗分割结果的血管边缘和区域进行纹理增强和优化，得到最终的血管分割结果。本发明具有较高的分割效率和准确性，能有效用于视网膜图像中的血管分割。
-
公开(公告)号：CN115019883A
公开(公告)日：2022-09-06
申请号：CN202210131034.9
申请日：2022-02-13
Applicant: 昆明理工大学
Abstract: 本发明涉及一种基于多网络图卷积的癌症驱动基因识别方法，属于系统生物学技术领域。本发明首先根据蛋白质相互作用网络得到结构网络，再为每个基因计算出增强特征，根据基因的生物特征之间的相似度得到特征网络，然后将结构网络、特征网络和生物特征放入多网络图卷积模型中，对模型进行训练，并利用训练好的模型预测新的癌症驱动基因，最后输出每个基因是否是癌症驱动基因的预测分数。本发明通过多网络图卷积识别方法，提高机器学习模型预测癌症驱动基因识别的准确性。
-
公开(公告)号：CN114143104A
公开(公告)日：2022-03-04
申请号：CN202111478227.3
申请日：2021-12-06
Applicant: 昆明理工大学
IPC: H04L9/40 , H04L67/1097
Abstract: 本发明涉及一种基于动态信任模型的DPoS共识机制节点信誉值度量方法，属于区块链技术领域。本发明首先根据区块链系统中节点ai的历史行为、交互节点评价值以及节点得到的奖惩值，度量节点ai在本轮共识中的信誉值Ri；然后通过信誉值对节点进行信誉分级，将节点分为可信节点、一般节点、不可信节点；最后选择可信节点作为本轮候选节点，参与本轮共识过程，一般节点和不可信节点则不能参与本轮出块。本发明通过动态度量DPoS共识机制中节点在每轮共识过程中的信誉值，并根据信誉值对节点进行信用分级，及时剔除系统中存在恶意行为的节点，为提高DPoS共识机制的安全性提供了新的理论依据和技术基础。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.027 seconds)
