-
公开(公告)号：CN116527567B
公开(公告)日：2023-09-12
申请号：CN202310788324.5
申请日：2023-06-30
Applicant: 南京信息工程大学
IPC: H04L45/02 , H04L45/12 , H04L45/302
Abstract: 本发明公开了一种基于深度强化学习的智能网络路径优选方法与系统，包括：采集目标网络的原始数据，计算目标网络的每条可执行路径的状态信息，构建深度强化学习模型，获取目标网络当前时刻的网络状态、执行最优路径动作、下一时刻的网络状态、当前奖励，并存储在经验回放池中，对深度强化学习模型进行迭代训练和参数更新，获得目标网络的最优路径，下发至目标网络的交换机设备中进行路径安装，本发明所设计的方法提高了智能体提取显著奖励经验的概率，加快了智能体学习最优策略的速度，算法的收敛速度显著提高，有效提高了网络吞吐量，降低了端到端时延和丢包率。
-
-
公开(公告)号：CN115458932B
公开(公告)日：2023-04-18
申请号：CN202211401778.4
申请日：2022-11-10
Applicant: 南京信息工程大学
Abstract: 本发明公开了无线移动通信领域的一种改善高次模式辐射特性的小型化柔性可穿戴天线，所述天线包括三层毛毡基板和四层聚酰亚胺薄膜电路，金属结构被印刷在聚酰亚胺薄膜上，金属结构有四层，四层金属层从下到上依次为微带线层、缝隙耦合层、均匀的超表面层和非均匀的堆叠贴片层。本发明天线有效抑制了高次模式方向图的畸变，在高频段保持良好的宽边辐射特性，还具有很宽的匹配带宽，天线增益稳定，3 dB增益带宽超过49%；整体由柔性材料加工，尺寸较小、适合穿戴，具有较强的鲁棒性，性能受柔性基板形变的影响较小，而且天线受人体组织影响小，电磁辐射吸收率在安全范围内。
-
公开(公告)号：CN115458932A
公开(公告)日：2022-12-09
申请号：CN202211401778.4
申请日：2022-11-10
Applicant: 南京信息工程大学
Abstract: 本发明公开了无线移动通信领域的一种改善高次模式辐射特性的小型化柔性可穿戴天线，所述天线包括三层毛毡基板和四层聚酰亚胺薄膜电路，金属结构被印刷在聚酰亚胺薄膜上，金属结构有四层，四层金属层从下到上依次为微带线层、缝隙耦合层、均匀的超表面层和非均匀的堆叠贴片层。本发明天线有效抑制了高次模式方向图的畸变，在高频段保持良好的宽边辐射特性，还具有很宽的匹配带宽，天线增益稳定，3 dB增益带宽超过49%；整体由柔性材料加工，尺寸较小、适合穿戴，具有较强的鲁棒性，性能受柔性基板形变的影响较小，而且天线受人体组织影响小，电磁辐射吸收率在安全范围内。
-
公开(公告)号：CN114710410A
公开(公告)日：2022-07-05
申请号：CN202210634436.0
申请日：2022-06-07
IPC: H04L41/0823 , H04L41/083 , H04L41/0833 , H04W24/02 , G06N3/08 , G06N20/00
Abstract: 本发明公开了一种基于深度强化学习的网络数据采集效率优化方法及系统，优化方法包括：通过分析网络特征状态数据信息，建立动态多服务台队列模型和异质特征数据信息年龄模型；定义优化前后不同特征数据的信息年龄、服务器接收队列长度以及路由效果为损失函数，建立问题约束模型，通过深度强化学习求解不同特征数据更新频率间隔，改善不同特征状态数据的更新频率对路由性能的影响。网络终端采集特征状态数据并送达控制器的过程满足负指数分布，能够计算服务器接收不同类型特征数据的最佳更新频率，结果表明该优化方法能够有效提升系统时效性和路由选取有效性；能够有效应对车际移动自组网信息时效性差、队列资源受限等问题。
-
Patent Agency Ranking
公开(公告)号：CN114666230A
公开(公告)日：2022-06-24
申请号：CN202210568365.9
申请日：2022-05-24
Applicant: 南京信息工程大学
IPC: H04L41/147 , H04L41/142 , H04L41/14
Abstract: 本发明公开了一种基于修正因子的网络流量灰色预测方法，基于构建好的网络拓扑结构和它的原始流量序列，对原始流量序列进行归一化，构造并初始化修正因子的缓冲算子函数，对归一化流量序列中的每个元素施加缓冲算子函数，获得预处理流量序列，之后对预处理流量序列实施灰色预测，得到当前流量预测序列，计算归一化流量序列与预测流量序列的均方误差，对修正因子的值进行迭代更新，获得最优修正因子以及该修正因子对应的预测流量序列，对预测流量序列进行反归一化，得到最终预测流量序列，本发明提出的一种基于修正因子的网络流量灰色预测方法，在保证流量预测算法复杂度较低的前提下，实现对复杂网络流量的高精度预测。
-
公开(公告)号：CN114006826A
公开(公告)日：2022-02-01
申请号：CN202210000659.1
申请日：2022-01-04
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种融合流量特征的网络流量预测方法，具体涉及网络信息工程技术领域，收集并获得预设时间周期范围内的历史网络流量数据，并将所获的历史网络流量数据按照预设时间步长划分为预设数量个子流量序列，分别针对各个流量序列，构建并获得网络流量预测模型，应用网络流量预测模型，对子流量序列所对应的网络流量进行预测，获得网络流量的预测分类标签结果。通过本发明的技术方案将网络流量的自相似特性作为先验知识，将其融入长短记忆神经网络的门控机制中，再结合一维卷积神经网络和注意力机制提取流量序列的时间特征，能够恢复原始数据的特征，赋予模型预测结果的可解释性，从而提高网络流量的预测精度更好的描述网络流量的变化趋势。
-
公开(公告)号：CN119854204A
公开(公告)日：2025-04-18
申请号：CN202510315710.1
申请日：2025-03-18
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于深度强化学习的资源智能联合优化方法，该方法包括如下步骤：步骤1：搭建通信网络拓扑，检测网络拓扑中的数据流量；步骤2：随机产生任务流，在网络拓扑中模拟任务的解析以及发送；步骤3：交换机接收任务并寻找任务的n条简单路径；步骤4：设置约束条件，在n条简单路径中筛选候选路径；步骤5：以总时延最小为目标，在选候选路径中选择最优路径，并为最优路径分配最优计算机资源和通信资源；步骤6：将最优路径每条链路所分配的通信资源下发给交换机实现通信资源分配。本发明提出的方法能够在保证任务时延要求的前提下，有效地容纳更多的并发任务，从而最大化资源利用率。
-
公开(公告)号：CN119721498A
公开(公告)日：2025-03-28
申请号：CN202510213230.4
申请日：2025-02-26
Applicant: 南京信息工程大学
IPC: G06Q10/063 , G06N3/006
Abstract: 本发明公开了基于改进蜣螂优化算法的SD‑MANET覆盖优化方法，包括：将任务区域内协同作战分队中的作战士兵、无人机及无人车作为作战节点，以作战节点的数量及感知半径作为输入，以协同作战分队的最优部署位置作为输出，构建该任务区域内基于布尔感知模型的SD‑MANET拓扑模型；联合切比雪夫混沌映射、鱼鹰优化算法及自适应t分布变异改进蜣螂优化算法，利用改进后的蜣螂优化算法优化SD‑MANET拓扑模型，得到任务区域内协同作战分队的最优部署位置。本发明在不增加算法复杂度的同时提高了收敛性及性能，确保有/无人协同作战分队在复杂战场环境中的高效部署及协同作战分队的初始部署网络覆盖率。
-
公开(公告)号：CN119232171A
公开(公告)日：2024-12-31
申请号：CN202411745562.9
申请日：2024-12-02
Applicant: 南京信息工程大学
IPC: H03M7/30 , G06N3/045 , G06N3/0442 , G06N3/084
Abstract: 本发明公开了一种面向孪生系统的数据智能压缩方法，采集视频、音频和文本数据进行预处理；构建Bootstrap模型，对输入数据进行特征提取和初步压缩；构建由Bootstrap模型和Supporter模型组成的Combined模型，将Bootstrap模型输出的概率分布与Supporter模型输出的概率分布相结合；使用算术编码方法对输出的概率分布进行最终压缩，以减少数据传输的体积，并将数据向目标设备进行传输；目标设备对接收到的数据进行解码和重构，还原出压缩前的原始数据；本发明提高了数据压缩比和压缩时间效率，从而有效减少数据传输的时延，适应孪生系统中的多种数据类型，保证数据的实时处理。
-
-
-
-
-
-
-
-
-
Search Results
123
records
(took 0.035 seconds)
