-
公开(公告)号：CN104837155A
公开(公告)日：2015-08-12
申请号：CN201510153642.X
申请日：2015-04-02
Applicant: 湘潭大学
CPC classification number: Y02D70/10 , H04W24/02 , H04W52/0203
Abstract: 本发明提出一种类BP神经网络的分簇传感网络数据收集方法。首先对监控的无线传感器网络进行初始化处理,依节点的GPS信息寻找网络的地理中心位置，其次根据节点的位置信息选举网络簇头节点并构建簇，再由已经完成的分簇网络建立BP神经网络模型，最后根据网络的总传输跳数动态调整网络的分簇数量，至网络达到最优簇头数目的稳态。本发明能适用于不同规模大小的网络，以最优分簇数量收集网络数据，具有减少网络能耗、延长网络生命周期、降低网络延时等优点。
-
-
公开(公告)号：CN117527810A
公开(公告)日：2024-02-06
申请号：CN202210908776.8
申请日：2022-07-29
Applicant: 湘潭大学
IPC: H04L67/1023 , H04L47/50 , H04L67/12
Abstract: 本发明提出了一种基于边云协同卸载的智能资源分配方法。本发明步骤为：首先用户根据就近原则选择边服务器，并通过任务切片将部分任务进行卸载计算，然后边缘服务器通过智能算法对任务进行排序，形成资源分配决策，计算任务在边缘服务器的预计等待及计算时间，并比较两部分任务的完成时间重新调整任务划分，最后对于任务分配不均衡的边缘服务器之间进行智能调整，边服务器根据最后的任务划分以及资源分配方式进行计算。本发明通过任务切片的方式降低了每个任务的计算时间，智能算法以及队列排序有效地提高了任务计算效率，并通过参数间的迭代优化，算法收敛形成任务划分比例和决策依据，有效提高任务计算的效率。
-
公开(公告)号：CN113595801B
公开(公告)日：2023-06-30
申请号：CN202110906290.6
申请日：2021-08-09
Applicant: 湘潭大学
IPC: H04L41/0826 , H04W24/02
Abstract: 本发明提出了一种基于任务流量和时效性的边缘云网络服务器部署方法。首先根据网络场景得到无线接入点(AP节点)的通信延迟参数和所有边缘服务器的容量和成本参数；然后构建基于任务流量和时效性的边缘网络服务器部署成本最小化问题模型，对边缘云网络中的所有AP节点执行一种近似算法，解决基于任务流量和时效性的边缘网络服务器部署成本最小化问题，计算出边缘服务器的部署决策；最后网络运营商根据部署决策在边缘云网络中的部分AP节点上部署边缘服务器。本发明能够适用于边缘云网络场景下边缘服务器的部署，在满足边缘服务器计算资源限制和保障边缘服务器与其他基站间低通信时延的前提下，最小化部署边缘服务器的总成本。
-
公开(公告)号：CN110298197B
公开(公告)日：2023-05-26
申请号：CN201910608038.X
申请日：2019-07-08
Applicant: 湘潭大学
Abstract: 本专利公开了一种具有保护隐私效用的的自动代客泊车方法。主要步骤为：1、用户在停车预约服务商上完成注册，并进行停车预约。2、停车预约服务商将预约请求发送给停车场终端，终端将停车许可和路线发送给用户。3、用户车辆按照指定路线停入指定位置，用户确认停车完毕。本专利通过匿名技术有效的保护了用户隐私，还有效的防止用户恶意侵占多余停车位，有效的解决了城市中停车困难的问题。
-
Patent Agency Ranking
公开(公告)号：CN116126475A
公开(公告)日：2023-05-16
申请号：CN202310157342.3
申请日：2023-02-23
Applicant: 湘潭大学
Abstract: 本发明提出了一种安全驱动的云数据中心容器迁移方法，在云数据中心的环境下，容器对不同资源的需求影响服务器的负载，租户对所需服务的安全性保证是对云服务提供商最基本的要求。本方法首先设定服务器、容器的安全等级，然后通过计算服务器的CPU利用率以及内存判断其负载程度，并对恶意租户的容器在服务器中容器数量占比以及覆盖率进行计算，最后我们上述问题归一化并对此问题进行求解，从而得出一个更好的容器迁移方案，降低数据中心整体负载、提高数据中心容器的安全性、提高租户的满意度。
-
公开(公告)号：CN113028912B
公开(公告)日：2022-09-20
申请号：CN202110427803.5
申请日：2021-04-21
Applicant: 湘潭大学
Abstract: 本发明提出了一种基于3D视觉的子弹底火引药填充量检测方法。首先，对获取到的底火深度图像采用直方图均衡、二值化、膨胀、孔洞去除和腐蚀进行预处理，得到高质量的图像。然后，采用基于弧邻接矩阵的快速椭圆检测方法对预处理后的底火深度图像进行圆域检测，拟合得到各个圆域的圆心Ci。第三，计算各个椭圆圆心Ci与椭圆质心之间的欧式距离ρi，确定目标圆域。最后，将目标圆域分别缩小二倍和四倍，并映射到底火深度图像中，获取对应区域的高度信息，从而判断子弹底火引药的填充量。本发明的优点在于检测子弹底火引药填充量的实时性高，鲁棒性强，准确度高。
-
公开(公告)号：CN113849457A
公开(公告)日：2021-12-28
申请号：CN202110985362.0
申请日：2021-08-25
Applicant: 湘潭大学
IPC: G06F16/11 , G06F16/17 , G06F16/174 , G06N3/04 , G06N3/08
Abstract: 本发明提出了一种基于神经网络的多云数据中心动态副本放置方法。包括下列主要步骤：首先，根据文件的历史访问记录，统计文件的各个周期的访问量，使用LSTM神经网络预测文件下一段时间的访问量；其次，根据文件副本数计算文件的可用性，及可用性差值用来确定该文件的最小副本数，然后根据文件访问量和最小副本数计算各文件的副本数；最后，根据数据中心对文件访问请求的平均处理时间，及惩罚代价，以及各个数据中心的负载方差构建目标函数，对文件副本进行放置；本发明提高了对文件访问量的预。
-
公开(公告)号：CN109240817B
公开(公告)日：2021-11-02
申请号：CN201811018403.3
申请日：2018-08-31
IPC: G06F9/48
Abstract: 本发明提出一种用于分布式系统的双目标快速优化任务调度方法。本发明步骤：首先，计算应用中各任务在各处理器上执行的可靠性，并对该可靠性按大小排序；然后，将各任务在其可靠性最大的可用处理器上进行复制，直至各任务的实时可靠性满足可靠性目标；第三，将各任务的实时可靠性按大小排序并作乘积，直至乘积小于可靠性目标，得到满足可靠性目标所需的副本数下限(n个)；第四，根据应用的可靠性与可靠性目标的大小关系，将实时可靠性最小的n个任务分别在其可靠性最大的可用处理器上复制一次；第五，重复步骤三和步骤四直至应用的可靠性满足可靠性目标为止；最后，确定应用的可靠性，冗余数，运行时间。本发明具有高效率、低冗余的优点。
-
公开(公告)号：CN113347277A
公开(公告)日：2021-09-03
申请号：CN202110802149.1
申请日：2021-07-15
Applicant: 湘潭大学
IPC: H04L29/08
Abstract: 本发明提出了一种边缘计算中基于任务切分的卸载分配方法。首先根据边缘计算网络场景得到待卸载任务的各项数据参数和边缘服务器的性能参数；然后构建可切分任务的卸载问题模型，采用一种贪心算法求解可切分任务的卸载问题，得到可切分任务的卸载决策集合；最后网络控制器通过卸载决策集合将任务卸载到边缘服务器上执行，计算得到卸载任务的总收益。本发明适用于不同种类、不同规模的终端设备群，在服务器资源和传输时延的限制下，考虑使边缘云网络中任务的卸载决策方案最优化，把可切分任务的子任务卸载到最合适的边缘服务器上，从而能够最大化边缘计算网络场景下卸载任务的总收益。
-
-
-
-
-
-
-
-
-
Search Results
139
records
(took 0.021 seconds)
