-
公开(公告)号：CN109871619A
公开(公告)日：2019-06-11
申请号：CN201910132882.X
申请日：2019-02-22
Applicant: 中南大学
Abstract: 本发明公开了一种基于网格划分的静态充电桩部署方法，包括建立网络模型；对待分析区域进行网格划分；计算各网格内共享电单车的平均数据并排除部分网格；计算剩余网格内共享电单车的分布数据并选定静态充电桩分布的网格；对选定的网格进行位置优化从而确定最终的静态充电桩的部署位置。本发明基于网格划分，并以共享电单车的分布方差作为衡量指标，因此本发明方法能够更好的兼顾动态变化的共享电单车的分布情况，在共享电单车的覆盖率和稳定性方面能够取得更好的部署性能，能够更好得解决静态充电桩一旦部署便难以移动的问题。
-
公开(公告)号：CN109068337A
公开(公告)日：2018-12-21
申请号：CN201810771303.1
申请日：2018-07-13
Applicant: 中南大学
Abstract: 本发明公开了一种用于移动机会网络的能量感知时间可达图方法，包括获取构建能量感知时间可达图的参数；对计算变量初始化；在无法进行数据传输的情况下对能量感知时间可达图进行计算得到对应的直接通信能量图与临时传输时间图；在只能进行数据直接传输的情况下对能量感知时间可达图进行计算得到对应的直接能量图；在可以进行数据直接传输和间接传输的情况下对能量感知时间可达图进行计算得到对应的直接能量图；对所有的顶点及可能的路径进行间接能量图计算得到间接能量图；比较直接能量图与间接能量图中数据的大小得到最小能量图；判断数据传输的可达性并获得能量感知时间可达图的数据。本发明客观科学对改善移动机会网络的性能具有重要作用。
-
公开(公告)号：CN108616837A
公开(公告)日：2018-10-02
申请号：CN201810329557.8
申请日：2018-04-13
Applicant: 中南大学
CPC classification number: H04W4/38 , G06F21/6227 , G06F21/64 , H04L63/0435 , H04L63/068 , H04L63/123 , H04W12/02 , H04W12/04
Abstract: 本发明公开了一种用于双层传感网的Top-k查询方法，包括为每个传感器节点下载密钥和密钥材料；传感器节点将传感数据和验证信息发送给存储节点存储；存储节点对Top-k查询请求进行处理并将处理结果发送给Sink节点；Sink节点对存储节点发送的Top-k查询结果进行验证，从而完成双层传感网的Top-k查询。本发明方法能够确保数据存储节点在不对数据加密项进行解密的情况下顺利进行Top-k查询处理，既能实现Top-k查询的数据隐私性保护，又能实现查询结果的真实性和完整性验证，同时还能有效降低传感器节点在传输验证信息时所需要的通讯开销。
-
公开(公告)号：CN106161118A
公开(公告)日：2016-11-23
申请号：CN201610872522.X
申请日：2016-09-30
Applicant: 中南大学
CPC classification number: H04W24/06 , H04L41/145 , H04W40/10 , H04W40/32 , H04W84/18
Abstract: 本发明公开了一种无线传感网中能量均衡的k‑跳分簇路由方法，属于无线传感器网络领域，包括以下步骤：构建区域面积为M×M平方米并且随机散布有n个传感器节点的无线传感器网络模型；基于所述无线传感器网络模型，构建自由空间能量衰减模型；基于所述自由空间能量衰减模型，构建能量均衡跨簇路由方法EBCKCR。本发明能以较少的控制消息代价建立簇首到SINK节点的多跳通信路径，并且路径中的传感器节点具有较高的能量水平，这样能够防止数据收集过程中路径上某些能量低的传感器节点过早死亡，延长了网络生命周期。
-
公开(公告)号：CN114969532B
公开(公告)日：2025-02-07
申请号：CN202210622315.4
申请日：2022-06-01
Applicant: 中南大学
IPC: G06F16/9535 , G06F16/9537 , G06N3/042 , G06N3/045 , G06N3/0464 , G06N3/084 , G01C21/34 , G01C21/20 , G06N3/048
Abstract: 本发明公开了一种基于异质图神经网络的多模态交通推荐方法，包括获取历史出行数据并处理得到训练数据集；构建起点‑目的地多二部图嵌入方案；构建异质交通图；设计带有残差网络的分层注意力机制；构建多模态交通推荐初始模型并训练得到基于异质图神经网络的多模态交通推荐模型；采用基于异质图神经网络的多模态交通推荐模型进行实时的多模态交通推荐。本发明方法能够显式捕获实体之间的关联并从多种视角以分层次的方式捕获不同实体之间的潜在联系，同时解决模型无法区分节点特征的问题，能够有效提升多模态交通推荐问题的准确性，推荐准确率高且可靠性好。
-
Patent Agency Ranking
公开(公告)号：CN115420299B
公开(公告)日：2024-07-26
申请号：CN202211071242.0
申请日：2022-09-01
Applicant: 中南大学
Abstract: 本发明公开了一种基于GPS轨迹和图神经网络的出行时间预测方法，包括获取GPS序列并排序；计算最开始的若干个节点的特征数据；计算GPS序列中每个节点的前若干个节点的特征数据；合并特征数据与节点自身的特征数据得到更新后的节点特征并排序，构建粗‑细粒度二部图；将粗‑细粒度二部图进行图神经网络聚合得到更新的粗‑细粒度二部图；再次进行图神经网络聚合得到每个节点两跳内邻居节点的特征；采用循环神经网络学习特征数据得到局部路径的时间预测结果；对局部路径的时间预测结果加权求和得到最终的全局路径的出行时间预测结果。本发明不仅实现了出行时间预测，而且可靠性高、准确性好，适用范围广。
-
公开(公告)号：CN108737995A
公开(公告)日：2018-11-02
申请号：CN201810502344.0
申请日：2018-05-23
Applicant: 中南大学
Abstract: 本发明公开了一种充电车移动受限的充电调度方法，包括获取无线可充电传感器网络的数据信息并模；采用路径扫描算法获得初始化数据；采用遗传算法进行第一次优化；采用局部搜索算法进行第二次优化；进行分解和插入得到最终的调度方案。本发明方法充分考虑了实际情况中道路的有向性，因此本发明方法适用于实际道路情况，能够有效减少充电车的平均移动能耗，为充电车搜寻到移动能耗更少的最优充电路径，而且本发明方法科学可靠。
-
公开(公告)号：CN113011878B
公开(公告)日：2023-10-20
申请号：CN202110282292.2
申请日：2021-03-16
Applicant: 中南大学
Abstract: 本发明公开了一种基于智能合约的加密货币多通道支付方法，包括建立支付通道网络的拓扑图；维护路径以及路径窗口大小并进行跟踪；发送方请求交易；判断支付通道余额是否足够并处理；发送方确认交易单元的路由并写入事务处理单元；转发传入的交易和确认并减少或增加通道余额；通道中的交易所消耗的资金为挂起且不可用直到收到确认后才可用；接收方收到事务后生成确认信息并发送到发送方；判断交易是否超时并处理；重复上述步骤进行持续交易。本发明实现了跨不同路径以不同的速率发送事务单元，实现了高吞吐量支付；确保了渠道的均衡使用和跨流程的公平性，同时吞吐量最大化，安全高效地进行加密货币的交易。
-
公开(公告)号：CN115963832A
公开(公告)日：2023-04-14
申请号：CN202211706791.0
申请日：2022-12-29
Applicant: 中南大学
IPC: G05D1/02
Abstract: 本发明公开了一种基于深度强化学习的机器人自主探索方法，包括机器人实时获取周围环境的数据信息；构建机器人工作空间的初始环境图；增量构建地图并检测地图的边界和信息增益；得到最终的环境拓扑地图；构建机器人自主探测学习模型；机器人采用自主探索学习模型探索周围环境并计算得到下一步的执行策略；重复以上步骤完成基于深度强化学习的机器人自主探索。本发明打破了动作空间和观察空间的维数诅咒，同时又不丢失工作空间的结构属性；采用无模型强化学习技术在与物理或仿真系统试错交互的过程中学习探索策略，无需人为干预；而且本发明方法实现了机器人的自主探索，可靠性高、准确性好且效率较高。
-
公开(公告)号：CN113011878A
公开(公告)日：2021-06-22
申请号：CN202110282292.2
申请日：2021-03-16
Applicant: 中南大学
Abstract: 本发明公开了一种基于智能合约的加密货币多通道支付方法，包括建立支付通道网络的拓扑图；维护路径以及路径窗口大小并进行跟踪；发送方请求交易；判断支付通道余额是否足够并处理；发送方确认交易单元的路由并写入事务处理单元；转发传入的交易和确认并减少或增加通道余额；通道中的交易所消耗的资金为挂起且不可用直到收到确认后才可用；接收方收到事务后生成确认信息并发送到发送方；判断交易是否超时并处理；重复上述步骤进行持续交易。本发明实现了跨不同路径以不同的速率发送事务单元，实现了高吞吐量支付；确保了渠道的均衡使用和跨流程的公平性，同时吞吐量最大化，安全高效地进行加密货币的交易。
-
-
-
-
-
-
-
-
-
Search Results
35
records
(took 0.015 seconds)
