-
公开(公告)号：CN109871897A
公开(公告)日：2019-06-11
申请号：CN201910147977.9
申请日：2019-02-28
Applicant: 桂林理工大学
IPC: G06K9/62
Abstract: 本发明公开了一种海林格距离为参考标准的过采样方法。伪随机选取小类中某一样本点为参考点，采用SMOTE技术合成样本点，在合成样本点过程中，计算参考点所在小类与其它类的海林格距离，形成海林格距离矩阵，计算海林格距离矩阵列向量的最小值；将每次产生的样本点单独放入小类中，计算参考点所在小类和其它类的海林格距离，形成海林格距离矩阵，计算海林格距离矩阵列向量的最小值。比较两次海林格距离的最小值，判断合成样本点的质量。本发明能提高新合成样本点的质量，避免样本点重叠问题，达到了在尽可能小的影响其它类的情况下提高新合成样本点质量的目的，适用于在特定二类和多类不平衡数据集下提高过采样技术合成的样本点的拟合性和泛化性。
-
公开(公告)号：CN109859065A
公开(公告)日：2019-06-07
申请号：CN201910148450.8
申请日：2019-02-28
Applicant: 桂林理工大学
Abstract: 本发明提出了一种基于谱聚类的多目标复杂网络社区发现方法，该方法将社区划分问题转化为多目标问题，首先构造社团内部联系比例(KKM)和社团外部联系比例(RC)两个目标函数，KKM关于社团个数的减函数，RC是关于社团数目的增函数。两个函数可以起到相互制约的作用，可以更好的让多目标优化算法搜索到更好的解。而采用能在任意形状的样本空间上聚类等优点的谱聚类对种群中的个体进行划分，决定其是否属于候选重叠节点集，使得在一些结构未知且边信息缺失的复杂网络数据集中也能较为准确的找到候选重叠节点，在离散编码中用-1，0和0向量将重叠节点和非重叠节点进行混合编码，为多目标优化算法提供较好的初始种群，从而更准确的发现重叠社区结构。
-
公开(公告)号：CN119110415A
公开(公告)日：2024-12-10
申请号：CN202411171202.2
申请日：2024-08-26
Applicant: 桂林理工大学
IPC: H04W72/50 , H04W24/06 , H04W72/0446 , H04B5/79
Abstract: 本发明涉及无线供能边缘计算和任务调度技术领域，具体涉及一种面向无线供能边缘计算网络的资源分配方法，首先，综合考虑异构接入点、移动终端、时变信道和异构任务，并建立了相应的系统模型、设备与服务模型、任务模型计算模型；然后，综合考虑多种影响计算性能的因素，设计基于混合延迟任务的选择算法；最后，考虑无线供能边缘计算网络网络模型特性，基于一维时间变量二分搜索的坐标下降算法解决移动终端的卸载决策和系统时间资源分配问题。本发明能够在时变信道下有效的做出异构接入点选择、卸载决策和时间资源分配方案，从而提高系统整体计算效能。
-
公开(公告)号：CN119048779A
公开(公告)日：2024-11-29
申请号：CN202411171713.4
申请日：2024-08-26
Applicant: 桂林理工大学
IPC: G06V10/75 , G06F16/33 , G06V10/80 , G06V10/764 , G06N3/0442 , G06N3/084
Abstract: 本发明涉及数据融合技术领域，具体涉及一种面向多模态数据的图像‑文本快速匹配方法，首先通过引入目标注意力模型，从而构建多模态数据的语义关联模型，捕捉不同模态之间的共性。其次，使用双线性融合方法探索图像与文本之间的关系建立了多模态张量融合模型，直接学习相似度分数，无需构造整个嵌入子空间且在两个模态之间建模向量，避免了建立公共嵌入空间中距离度量时带来的计算开销。最后，根据计算的相似度分数，使用双向边际最大损失函数来计算模型损失，实现了图像与文本的快速匹配。与现有大多数基于分类与基于嵌入的跨模态匹配方法相比，本发明可以有效均衡匹配精度及模型复杂度。
-
公开(公告)号：CN118779077A
公开(公告)日：2024-10-15
申请号：CN202410891413.7
申请日：2024-07-04
Applicant: 桂林理工大学
Abstract: 本发明涉及人工智能及大数据技术领域，具体涉及一种加速分布式训练作业的自适应调度方法，涉及调度、迁移和预留三个过程，首先，通过建模分析和机器学习来预测作业完成时间，设计最佳作业划分方法。然后，考虑到了作业迁移的开销，设计了一种预估作业迁移开销的方法来减少开销。最后，由于迁移的开销不可忽略性，因此设计了预留方法来减少非必要的迁移。本发明分别采用基于作业和节点特征的预测模型以及分层选择策略进行高效调度。通过分析作业迁移的必要性并考虑迁移代价，以及调度与迁移的关系，为调度方法设计了用于优化的预留方法。
-
Patent Agency Ranking
公开(公告)号：CN118249885A
公开(公告)日：2024-06-25
申请号：CN202410312065.3
申请日：2024-03-19
Applicant: 中国电子科技集团公司第三十四研究所 , 桂林理工大学
IPC: H04B7/185 , H04B10/118 , H04L1/00
Abstract: 本发明涉及星间链路通信技术领域，具体涉及一种基于RS编码技术实现的星间激光链路纠错方法，星间激光链路数据发送端对数据依次进行预处理、封装、映射、组帧、加扰、加同步头、前向纠错编码和数据发送操作，得到数据信息；基于RS编码技术对数据信息进行前向错误纠正，通过激光端转换为无线激光信号发送得到串行数据流；数据接收端对串行数据流依次进行帧同步、前向纠错解码、解扰、解帧、解映射、数据解封装和以太数据预处理操作，该方法利用RS(255,223)编译码技术，通过交织技术将可能出现的较长突发差错离散成随机差错，避免突发错误符号趋向于发生在一个RS码字内，导致RS码在突发错误周期性发生时由于某些码字中包含太多错误无法纠正的问题。
-
公开(公告)号：CN117676706A
公开(公告)日：2024-03-08
申请号：CN202311488800.8
申请日：2023-11-09
Applicant: 桂林理工大学
IPC: H04W28/08 , H04W28/084 , H04W4/029
Abstract: 本发明涉及边缘计算技术领域，具体涉及一种多用户移动感知与用户卸载关联匹配方法，首先构建基于非正交多址(NOMA)技术的超密集网络边缘计算场景系统模型；其次针对用户的非线性移动特性，采用基于扩展卡尔曼滤波的多项式拟合算法进行轨迹预测；最后以提升所提模型最低卸载信干燥比为目标，设计一种基于广度优先搜索的用户‑基站卸载关联匹配算法，实现对微基站重叠覆盖区域内的用户与基站关联。本发明提出的用户‑基站卸载关联匹配方法考虑了用户动态运动的影响，因此更能逼近现实超密集网络边缘计算卸载的情况，同时通过扩展卡尔曼滤波对GPS测量的历史轨迹数据进行滤波，提升了历史轨迹数据的精确度。
-
公开(公告)号：CN117676705A
公开(公告)日：2024-03-08
申请号：CN202311488286.8
申请日：2023-11-09
Applicant: 桂林理工大学
IPC: H04W28/08 , H04W28/084 , H04W4/029 , H04W4/40
Abstract: 本发明涉及无线通信技术领域，具体涉及一种多无人机协同的智慧园区物联网数据边缘协同处理方法，首先基于博弈论计算卸载算法优化终端设备计算任务卸载比例，改进基站及无人机单位资源售价更新策略：通过计算效用函数一阶偏导更新基站及无人机单位资源价格，实现算法快速收敛；然后基于上一阶段的终端设备卸载比例，提出融合模拟退火算法及天牛须算法的退火天牛须算法用于优化无人机飞行轨迹，在外部迭代采用模拟退火中的蒙特卡洛准则接受差解，跳出局部最优，弥补了天牛须算法容易陷入局部最优解的缺陷。本发明通过对多无人机飞行轨迹以及终端计算任务卸载问题进行优化，从而降低计算任务的时延及能耗加权和总成本，提高网络服务质量。
-
公开(公告)号：CN112214295B
公开(公告)日：2024-02-06
申请号：CN202011007696.2
申请日：2020-09-23
Applicant: 桂林理工大学
Abstract: 本发明公开了一种多CPU/GPU异构服务器集群的低能耗作业调度方法。首先接收用户提交的作业，根据该作业在CPU和GPU上的执行时间情况对该作业进行分类，然后调用动态分配方法对该作业进行分配。动态分配方法的中心思想在于尽可能把任务分配到偏好的处理器上以确保较好的执行效果，无法分配时把尝试把处理器的任务队列中异构比较小的任务替换出来，必要时可以通过DVFS技术调高处理器频率的方法强行分配，通过这种方法达到少开服务器以降低能耗的效果。本发明以最小化集群完成任务所需能耗为目的，在满足作业时限的前提下，实现在线的调度作业，该方法计算简单、运算速度快，适用于在线、大规模的服务请求场景。
-
公开(公告)号：CN111885546B
公开(公告)日：2023-03-14
申请号：CN202010734978.6
申请日：2020-07-28
Applicant: 桂林理工大学
Abstract: 本发明公开了一种基于协作干扰和人工噪声的车载物理层安全传输方法，属于无线通信领域，包括如下步骤，相邻车载用户通过V2V的通信方式实现私密信号的传输，同时存在随机分布的若干个被动窃听节点和协作干扰节点；将动态车载环境下的不完美信道信息建模为一阶高斯马尔科夫过程；设计不完美信道信息下基于协作干扰和人工噪声协助的车载通信物理层安全传输机制；根据V2V链路目的节点以及窃听端的信干噪比分别计算V2V链路与窃听链路的连通中断概率与安全中断概率；根据V2V链路的连通中断概率与安全中断概率，构建V2V链路安全吞吐量的优化模型；通过优化V2V链路源节点的功率分配因子实现车载通信链路安全吞吐量最大化，保障车载通信链路的物理层安全。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.116 seconds)
