-
公开(公告)号:CN115842768B
公开(公告)日:2024-10-22
申请号:CN202211473921.0
申请日:2022-11-22
Applicant: 桂林电子科技大学
IPC: H04L45/00 , G06N3/0442 , G06N3/0464 , G06N3/08 , H04L45/30 , H04L45/02 , H04L47/125
Abstract: 本发明公开一种基于图神经网络的时空特征融合的SDN路由优化方法,利用强化学习智能体学习网络交换机流量负载与网络性能之间的相互依赖关系,并确定一组最佳路由转发方案,以在网络的端到端路径带宽容量和负载均衡之间取得平衡。通过结合图神经网络的预测来寻找数据包的最佳路径,即开发基于图神经网络的时空特征融合网络模型(GCT‑Route网络模型),来辅助深度强化学习快速完成自学习过程。本发明可以解决因强化学习智能体在学习过程中长时间探索试错而导致网络路由性能下降的问题。
-
公开(公告)号:CN118713826A
公开(公告)日:2024-09-27
申请号:CN202410892066.X
申请日:2024-07-04
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于分组奇偶校验法的改进后的误码估计方法,涉及量子通信技术领域,分别将筛后密钥系统地分为若干组,每组包含预定数量的量子比特;对于每组包含预定数量的量子比特,分别计算其奇偶校验和;得出校验和序列后,通过信道传输校验和信息;比对各自的奇偶校验和;根据奇偶校验和不一致的分组,计算出当前的误码率;若误码率在特定范围内,在初次误码率计算完成后,根据前期通信的结果对密钥序列进行重新分组;调整后,继续执行奇偶校验和的生成、传输与比对操作,在两轮比对之后,得到了两次计算的误码率;采用加权求和方法来整合这两次的误码率,从而得到一个最接近真实误码率的综合误码率。
-
公开(公告)号:CN118677906A
公开(公告)日:2024-09-20
申请号:CN202410683814.3
申请日:2024-05-29
Applicant: 桂林电子科技大学
Abstract: 本发明提供一种基于聚合签名的分组拜占庭容错共识方法,涉及区块链技术领域。该方法根据节点之间对历史交易的评价来对节点的信誉值进行评估,并使用惩罚机制约束节点的恶意行为;将节点的信誉值作为代理节点和主节点选举的依据,从而选举出具有高可信度的节点来引领共识;通过将节点划分为多个小组并设置代理节点作为消息交互的中转站的通信方式,缩小消息传输和共识的范围;通过聚合签名,将多个节点的签名聚合成单一签名,以便降低通信和存储开销,并有效防止代理节点的恶意行为,从而确保共识的安全性。该方法有效降低了通信开销,实现了线性的通信复杂度,具有良好的可扩展性和共识效率,能够用于节点较多的大规模网络中。
-
公开(公告)号:CN113569866B
公开(公告)日:2024-09-10
申请号:CN202110802456.X
申请日:2021-07-15
Applicant: 桂林电子科技大学
IPC: G06V10/28 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08 , G01R31/52 , G01R31/58 , H05K7/20
Abstract: 本发明公开了一种基于深度学习识别HPV试纸的方法,属于图像处理技术领域,可以实现在机体识别HPV试纸时,可先通过漏电传感器检测电源线是否发生漏电现象,若发生漏电现象,将信息反馈到警报灯上进行报警,保证工作的安全性,同时通过第一散热风扇和第二散热风扇的均压通风配合散热板的散热,使形变记忆囊体内的冷却水蒸发成水蒸气,进行吸热,同时形变记忆囊体在高温下发生膨胀至与具有防尘作用的防尘框和防尘网相接触,防尘框内的二氧化碳气体可以有效的起到吸热和隔热作用,故水蒸气则随着形变记忆囊体的膨胀向上运动,由于隔热作用,上方温度较低,故开始凝结成水珠滴落下来,实现循环利用,有效的增强了其散热效果。
-
公开(公告)号:CN118555176A
公开(公告)日:2024-08-27
申请号:CN202410776727.2
申请日:2024-06-17
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种面向WiFi‑7的正交频分复用OFDM信号峰均比抑制方法,主要解决现有技术在寻找最优相位因子组时搜索精度不足和优化能力有限的问题。其实现方案是:对输入二进制比特流进行高阶正交振幅调制生成原始频域序列并完成频域分块;对频域子块进行上采样后,执行逆快速傅里叶变换生成时域子块;随机产生多个相位信息组并对其迭代更新;计算两个定义不同决策参数Q和Temp,根据其值采取不同的搜索策略对相位信息组进行迭代更新;从迭代后的相位信息组中选择最优相位因子组与时域子块加权求和,得到峰均比抑制后的信号。本发明能以有限的计算资源获得更优秀的峰均比PAPR抑制增益,降低OFDM系统计算复杂度,可用于WiFi7室内通信场景。
-
公开(公告)号:CN118422325A
公开(公告)日:2024-08-02
申请号:CN202410507117.2
申请日:2024-04-25
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种二维磁性半导体CrSCl晶体及其制备方法和应用,通过真空化学气相传输法制备,以铬粉、二氯化铬和硫粉为原料,混合后真空密封在石英安瓿瓶中,使用双温区管式炉调整转料区和沉降区的温度,生长CrSCl晶体,生长完毕后获得块状CrSCl晶体;通过机械剥离法将块状CrSCl晶体剥离并转移至所需基底,氩气退火后获得干净且高质量的二维磁性半导体CrSCl晶体。本发明制备出的二维CrSCl晶体结晶质量好、重复性高、居里温度高和磁晶各向异性的特点,是下一代自旋电子器件和量子器件的新研究平台。
-
公开(公告)号:CN113778620B
公开(公告)日:2024-07-09
申请号:CN202110924708.6
申请日:2021-08-12
Applicant: 桂林电子科技大学
IPC: G06F9/455
Abstract: 本发明涉及集群存储技术领域,具体涉及一种基于多SDN控制器与软硬件协同的大规模集群存储系统架构,通过存储层中设置的多个存储服务器对海量的数据进行存储,然后通过多个SDN交换机和存储服务器连接以进行数据交换,其中多个所述SDN交换机可以周期性地进行交换域的划分,使得所述控制器可以更好地控制,所述控制器在系统运行的不同时期负载也不同,因此可以周期性的进行主控器和从控制器的划分以利用较为限制的控制器作为主控器使用,可以提高管控能力,所述FPGA硬件加速器基于FPGA硬件加速器支撑,可以在多副本、纠删码场景下对不同业务流的调度效率和数据存取速度,提升大规模存储系统的性能。
-
公开(公告)号:CN115996133B
公开(公告)日:2024-04-09
申请号:CN202210737011.2
申请日:2022-06-27
Applicant: 西安电子科技大学
IPC: H04L9/40 , G06N3/08 , G06N3/0464
Abstract: 本发明提供一种工业控制网络行为检测方法以及相关装置,本发明的工业控制网络行为检测方法,包括:获取SCADA流量数据集,并对所述SCADA流量数据集进行特征提取,得到第一特征集合;基于所述第一特征集合计算得到扩展特征;利用所述扩展特征对所述第一特征集合进行扩展,得到第二特征集合;基于所述第二特征集合确定网络行为是否异常。该方法能够扩展特征,使得特征能够显式表达,克服了现有技术中特征信息量不足的问题。
-
公开(公告)号:CN117834509A
公开(公告)日:2024-04-05
申请号:CN202410019360.X
申请日:2024-01-05
Applicant: 桂林电子科技大学
IPC: H04L45/02 , H04L45/76 , H04L49/60 , H04L67/1095 , H04L69/164
Abstract: 本发明公开一种SDN下多控制器的多域拓扑同步方法,包括以下步骤:各控制器通过LLDP协议获取该域内当前网络拓扑信息并更新之前的域内网络拓扑信息;若各控制器收到本域交换机上交的LLDP包中的网络拓扑信息无法与该域内当前网络拓扑信息进行匹配,则将收到该LLDP包的交换机端口定义为域间连接端口;各控制器将当前网络拓扑信息封装为包含东西向拓扑同步协议的UDP数据包,向邻域控制器发送UDP数据包;收到UDP数据包的控制器根据LLDP包中源交换机的dpid查询UDP数据包中包含的邻域交换机信息;各控制器根据域内当前拓扑信息和域间连接信息,更新当前网络拓扑信息,完成拓扑同步。本发明用于实现多控制器SDN网络下单个域拓扑发生改变,其他域中控制器拓扑的同步更新。
-
公开(公告)号:CN112949738B
公开(公告)日:2024-03-05
申请号:CN202110284437.2
申请日:2021-03-17
Applicant: 西安电子科技大学
IPC: G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08 , G06N20/20 , G06V10/771 , G06V20/10
Abstract: 本发明属于高光谱遥感图像处理技术领域,具体公开了一种基于EECNN算法的多类不平衡高光谱图像分类方法,包括步骤:获取待训练高光谱图像和待分类高光谱图像;对每个高光谱图像进行光谱‑空间像素块划分;对每类样本分别进行随机过采样处理;将人工训练样本沿波段维进行随机特征选择和空间变换;获取平衡训练样本集,并对其进行随机特征选择;构建集成CNN模型并对其的每个子分类器进行训练,采用训练完的模型对待分类图像进行分类,获取最终预测类别。本发明不但具有集成学习的良好泛化性能,同时具有深度学习强大的特征提取能力,提高分类精度。
-
-
-
-
-
-
-
-
-