-
公开(公告)号：CN105187140A
公开(公告)日：2015-12-23
申请号：CN201510410965.2
申请日：2015-07-14
Applicant: 福建师范大学
IPC: H04B17/382
Abstract: 本发明涉及一种认知无线网络中的分布式可信频谱协作感知方法，包括用于设置未知次用户初始信誉度值的自适应初始信誉度赋值方法；用于评估次用户直接信誉度的动态直接信誉度计算模型；用于激励次用户提供真实推荐意见的VCG机制；用于综合直接信誉度和推荐信誉度的综合信誉度计算模型；用于更新次用户信誉度的信誉度更新机制；用于完成最终决策的数据融合与决策机制。本发明综合考虑影响次用户直接信誉度评估的各种因素以及推荐信息的安全可靠性，能够有效提高对协作次用户信誉度评估和频谱感知的准确性；同时基于VCG的推荐信誉度计算模型，能够有效激励次用户提供真实的推荐信息，抑制内部合谋欺骗，提高协作次用户选择的可靠性以及网络的安全性。
-
公开(公告)号：CN105141528A
公开(公告)日：2015-12-09
申请号：CN201510458775.8
申请日：2015-07-30
Applicant: 福建师范大学
IPC: H04L12/751
CPC classification number: H04L45/02
Abstract: 本发明涉及一种基于Core-Selecting和信誉机制的物联网可信路由选择方法，包括以下步骤：源节点首先查询历史的交互记录，给最为可信的节点发送中继节点选择请求消息，如果无法找出最为可信的节点或选出的节点没有做出反馈，则源节点广播发送中继节点选择请求消息给所有的邻居节点；邻居节点收到请求消息后，采用基于Core-Selecting的信誉模型评估请求节点的可信度，并提供反馈信息表明是否愿意提供中继服务；源节点收到反馈信息后，同样对愿意提供中继服务的节点采用基于Core-Selecting的信誉模型进行可信度评估，并最终选择出最可信的中继节点。本发明能够有效的提高路由路径选择的安全性和可靠性，并且能够有效抵御内部的共谋攻击。
-
公开(公告)号：CN119600349A
公开(公告)日：2025-03-11
申请号：CN202411666370.9
申请日：2024-11-20
Applicant: 福建师范大学
IPC: G06V10/764 , G06V10/80 , G06V10/82 , G06T3/4053 , G06N3/045 , G06N3/047 , G06N3/0475 , G06N3/094 , G06N3/0895
Abstract: 本发明涉及一种基于辅助任务的半监督光谱图像分类方法，包括：获取多光谱图像和对应的低分辨率RGB图像，对低分辨率RGB图像进行超分辨率重建，生成高分辨率RGB图像，然后与多光谱图像配对形成图像对并进行数据扩增；利用两个架构相同但参数独立的特征提取网络分别对高分辨率RGB图像和多光谱图像进行特征提取，采用双重注意力机制进行特征融合，生成融合特征；对有标签数据计算监督损失，对无标签数据生成伪标签，结合一致性正则化策略计算无监督损失；通过贝叶斯优化方法对融合特征的权重参数和损失权重进行自动化调优，采用反向传播算法更新模型参数；将融合特征输入分类网络，输出光谱图像分类结果。该方法有利于提高光谱图像分类的准确性和鲁棒性。
-
公开(公告)号：CN114417398B
公开(公告)日：2024-09-17
申请号：CN202111543907.9
申请日：2021-12-16
Applicant: 福建师范大学
Abstract: 本发明公开了一种基于区块链和联邦学习的数据共享方法，将相互信任的区块链节点组建为一个团队，接收请求任务后选择满足信用评级要求的团队来响应请求任务；接收数据共享任务后使用满足信用评级要求的团队中的节点进行验证模型的训练，直至验证模型达到预设准确性或者达到最大训练时间，实现模型共享来保护数据提供者的隐私；将模型训练过程打包到本地，基于节点贡献的共识算法在区块链节点间达成共识并对所述满足信用评级要求的团队进行信用奖励因此数据共享过程中的每一个训练过程都被记录，以确保数据提供者提供高质量的数据，达成共识后进行信用奖励，能够及时进行信用评级的更新，保证信用评级的可靠性，缓解物联网中数据的隐私保护问题。
-
公开(公告)号：CN117978663A
公开(公告)日：2024-05-03
申请号：CN202410151097.X
申请日：2024-02-02
Applicant: 福建师范大学 , 中国热带农业科学院热带生物技术研究所
Abstract: 本发明公开基于轮转领导者的可扩展BFT共识保持活性方法，首先建立树形拓扑结构和通信模式来促进流水线处理和减少通信延迟；然后进程进行提案阶段，诚实领导者提出一个区块，其他节点进行投票并形成一个QC；最后视图变换与提交：如果连续的QC满足条件准确，则进行提交操作；否则，进行视图变换并重新开始提案和投票阶段。本发明通构建以领导者为根的树形拓扑并使用多重签名聚合节点的投票来解决领导者瓶颈问题；通过在流水线中处理连续的提案投票阶段，可以减轻通信步骤的增加对吞吐量的影响；具有高吞吐量、公平性和活性保证的特点。
-
Patent Agency Ranking
公开(公告)号：CN117579635A
公开(公告)日：2024-02-20
申请号：CN202311530369.9
申请日：2023-11-16
Applicant: 福建师范大学 , 中国热带农业科学院热带生物技术研究所
IPC: H04L67/1061 , G06N3/092 , G06Q20/38 , H04L67/1014 , H04L67/1023 , H04L9/40
Abstract: 本发明公开一种区块链架构的动态状态分片方法，包括步骤：首先，该方法通过图划分和中继交易来解决区块链状态分片中跨分片交易和重配置带来的问题。然后我们将最优区块生成策略的搜索问题转化为马尔可夫决策过程。通过深度强化学习动态调整分片数量、区块间隔和区块大小，提高了区块链的吞吐量和非恶意节点的占比。本发明旨在解决众包系统中的服务器单点故障、用户隐私泄露和仲裁不公问题，同时提高系统的性能和安全性。
-
公开(公告)号：CN117332859A
公开(公告)日：2024-01-02
申请号：CN202311166639.2
申请日：2023-09-11
Applicant: 福建师范大学
IPC: G06N5/04 , G06N3/006 , G06Q10/0631 , G06Q10/083 , G06N20/00
Abstract: 本发明公开了一种基于数字孪生和演化博弈的众包物流方法，包括：构建众包物流系统利益相关者之间的多方演化博弈模型，将现实世界中各个众包参与者映射为数字孪生虚拟空间里参与演化博弈的玩家，分析演化稳定策略；将演化博弈的玩家映射为多智能体强化学习的代理人，并在数字孪生虚拟空间中使用多智能体强化学习预测当前众包物流系统参与者策略的演化趋势；将预测的结果反馈给现实空间，并提供建议，参与者凭此及时做出策略调整；本发明能够促进众包物流系统的健康发展。
-
公开(公告)号：CN112702186B
公开(公告)日：2023-10-27
申请号：CN202011322406.3
申请日：2020-11-23
Applicant: 福建师范大学
IPC: H04L41/0803 , H04L47/125 , H04L41/12 , G06F17/18
Abstract: 本发明提供了一种SD‑WAN环境下的多控制器部署方法及终端，获取SD‑WAN网络的拓扑结构、SD‑WAN网络中交换机与控制器之间的第一时延及SD‑WAN网络中控制器与控制器之间的第二时延；根据拓扑结构将SD‑WAN网络划分为第一时延及所述第二时延最小的第一预设数量的子域；获取每个子域中交换机与控制器之间的第三时延及预设的负载均衡约束；根据负载均衡约束确定使第一时延、第二时延及第三时延最小的每个子域中控制器的位置；本发明对软件定义网络进行子域划分，在此基础上以最小化控制器与交换机之间的时延为优化目标确定每个子域中控制器的部署位置，使控制器与交换机间的时延和交换机与交换机之间的时延最小化，且负载均衡，从而保证SD‑WAN的整体性能。
-
公开(公告)号：CN108320281B
公开(公告)日：2021-11-09
申请号：CN201810053582.8
申请日：2018-01-19
Applicant: 福建师范大学
Abstract: 本发明提供了一种基于多特征扩散的图像显著性检测方法及终端，在选择种子节点时，不将所有处于图像边缘的节点都默认为背景节点，而是从整体考虑，通过融合背景先验、颜色先验、位置先验这三种先验算法作为图像的高层先验特征来选取种子节点，以避免边缘处的显著性物体都被检测为背景的情况。最后，提取图像的多层特征构造不同的扩散图和扩散矩阵，从多个角度反映节点的相似性，并非线性融合由图像的中、高层特征分别获得的相应显著图得到最终显著图。在常用的数据集上与现有部分经典的显著性物体检测算法相比，本发明可提高图像显著性检测的准确性，解决了现有技术中对显著性物体检测不突出且背景区域不能被很好抑制住的问题。
-
公开(公告)号：CN113553614A
公开(公告)日：2021-10-26
申请号：CN202110727758.5
申请日：2021-06-29
Applicant: 福建师范大学
Abstract: 本发明公开了一种基于强化学习的隐私保护移动群智感知方法，本发明基于激励机制进行KL隐私保护的数据聚合；基于假设检验进行数据可靠性验证；采用强化学习算法进行用户信誉更新和聚合权重计算；本发明使用基于声誉的激励机制提供了一种KL隐私保护数据聚合；另一方面，本发明提供了基于假设检验的数据可靠性验证和用户信誉更新，这两种方法共同减轻了篡改数据的影响；同时，采用一种强化学习算法来获得最优测试阈值；本发明提供的数据具有更好的聚合精度。
-
-
-
-
-
-
-
-
-
Search Results
83
records
(took 0.06 seconds)
