-
公开(公告)号：CN112325897A
公开(公告)日：2021-02-05
申请号：CN202011304737.4
申请日：2020-11-19
Applicant: 东北大学
IPC: G01C21/34
Abstract: 本发明公开一种基于启发式深度强化学习的路径规划方法，属于路径规划技术领域。该方法包括：使用栅格化方法对地图环境进行建模；对环境进行特征提取，建立价值地图；利用Actor Critic强化学习算法进行训练；采用经典启发式算法A*作为强化学习的启发式函数，建立启发式信息；设计注意力机制平衡特征提取模块和启发式模块的权重；使用分层强化学习进行任务划分。本发明的优点为：收敛速度快、稳定性强；路径规划效果更为准确；适应复杂的未知环境；将模块封装成强化学习系统便于算法调用与改进。
-
公开(公告)号：CN108391300A
公开(公告)日：2018-08-10
申请号：CN201810211810.X
申请日：2018-03-15
Applicant: 东北大学
Abstract: 本发明公开一种机会网络中基于信誉度的可信路由算法，综合考虑了节点特征相似度、节点活跃度等，并将交流信息量化为节点间的直接信誉度。为了更准确地评估节点之间的信誉度，节点考虑邻居节点的信誉评价，接收其他节点的间接信誉度。信誉管理模型将直接信誉度和间接信誉度相结合得到综合信誉度，存储在节点的信誉表中，周期地进行信誉度更新。在信誉度模型的基础上，设计一种基于拍卖模型的节点激励策略，通过使用虚拟货币对节点进行激励，以此促进节点协作完成数据传输服务。
-
公开(公告)号：CN118118403A
公开(公告)日：2024-05-31
申请号：CN202410148685.8
申请日：2024-02-02
Applicant: 东北大学
IPC: H04L45/036 , H04L45/02 , H04L45/00
Abstract: 本发明公开一种基于图神经网络和DDQN的SDN域间路由方法，涉及计算机网络路由技术领域。发明提出的技术方案使用了图神经网络算法模型，可以学习输入和输出数据之间的复杂关系，并可以学习捕捉、建模网络的固有物理特性，对网络可以进行精准的建模与求解。在效果方面，本发明的技术方案在SDN网络上表现出良好的稳定性，可以及时有效解决网络中的拥塞问题，在丢包率方面的性能明显优于RR和SPF两种路由算法，从而提高了网络的性能，此外，当网络中的某个链路出现拥塞时，基于图神经网络和DDQN的SDN域间路由算法能够及时调整路由路径，从而保证了较高的网络吞吐量，同时利用机器学习方法对网络进行建模，无需做出传统路由方法的简化假设。
-
公开(公告)号：CN117938731A
公开(公告)日：2024-04-26
申请号：CN202410110393.5
申请日：2024-01-26
Applicant: 东北大学
Abstract: 本发明提供一种基于门控循环单元和图神经网络的SDN路由方法，涉及计算机网络路由技术领域。引入图神经网络对网络进行建模；引入注意力机制，实现对不同邻居信息的不同权重聚合；将GRU和注意力机制进行结合，提出基于注意力机制的门控循环单元模型，并使用它代替图神经网络中的传统RNN循环单元，解决RNN的梯度消失问题，实现面向软件定义网络的智能路由决策，在大规模网络和流量增加的情况下，提升了网络的性能。
-
公开(公告)号：CN116011520A
公开(公告)日：2023-04-25
申请号：CN202310059697.9
申请日：2023-01-16
Applicant: 东北大学
IPC: G06N3/0464 , G06N3/096 , G06N20/00 , G06F18/214 , G06F18/21
Abstract: 本发明设计一种云边端协同系统中轻量化模型的自动生成方法，属于自动机器学习领域；首先构建超网模型并对其进行选择，对得到的超网模型进行训练、评估与参数更新；在完成超网训练后，根据超网中的权重对子网选择和训练；最后通过优化超网模型提升生成过程的精度；在模型搜索上，本发明通过引入温度因子这一搜索策略优化，可以用更短的搜索时长完成相同的模型搜索任务；同时在子模型选择的过程中，不同的边、子操作等不会出现权重接近的情况，使结果模型更加可信和可靠。
-
Patent Agency Ranking
公开(公告)号：CN112325897B
公开(公告)日：2022-08-16
申请号：CN202011304737.4
申请日：2020-11-19
Applicant: 东北大学
IPC: G01C21/34
Abstract: 本发明公开一种基于启发式深度强化学习的路径规划方法，属于路径规划技术领域。该方法包括：使用栅格化方法对地图环境进行建模；对环境进行特征提取，建立价值地图；利用Actor Critic强化学习算法进行训练；采用经典启发式算法A*作为强化学习的启发式函数，建立启发式信息；设计注意力机制平衡特征提取模块和启发式模块的权重；使用分层强化学习进行任务划分。本发明的优点为：收敛速度快、稳定性强；路径规划效果更为准确；适应复杂的未知环境；将模块封装成强化学习系统便于算法调用与改进。
-
公开(公告)号：CN112650949A
公开(公告)日：2021-04-13
申请号：CN202011642110.X
申请日：2020-12-31
Applicant: 东北大学
IPC: G06F16/9536 , G06F16/9537 , G06K9/62
Abstract: 本发明公开一种基于多源特征融合协同过滤的区域POI需求识别方法，包括：步骤1：获取区域相关数据和POI相关数据；步骤2：设计基于K近邻的MR访问推断算法，得到用户访问POI的区域轨迹数据；步骤3：分析处理区域相关数据和POI相关数据，以及用户访问POI的区域轨迹数据，变成神经网络可以输入的形式；步骤4：构建带有注意力机制的神经协同过滤模型；步骤5：优化带有注意力机制的神经协同过滤模型；步骤6：建模区域和POI之间的关系，得到每个区域的POI需求。本发明采用了多特征融合的协同过滤的手段，不仅考虑了人群轨迹，还结合了区域的地理特征以及POI的评价特征，通过神经协同过滤模型去建模区域和POI之间的关系，算法复杂度低，需求分析精度高。
-
公开(公告)号：CN112565247A
公开(公告)日：2021-03-26
申请号：CN202011398154.2
申请日：2020-12-03
Abstract: 本发明提供一种基于IPv6的移动终端实时多媒体数据流传输系统及方法，涉及数据传输技术领域。本系统包括用户管理模块、视频推流模块、服务器端模块、视频拉流播放模块以及D2D(Device‑to‑Device Communication)通信模块；使用Wi‑Fi Direct建立了移动设备间的通信网络，实现了吞吐量较大、时延较低的D2D通信来传输实时多媒体数据流，有效地卸载了核心网络的流量。然后针对本系统的应用场景，设计了基于TCP的轮询传输机制，较好地解决了视频数据在D2D传输过程中缺少解码信息无法解码的问题。
-
公开(公告)号：CN108449267A
公开(公告)日：2018-08-24
申请号：CN201810211815.2
申请日：2018-03-15
Applicant: 东北大学
IPC: H04L12/721
Abstract: 本发明的一种基于链路质量估计的可靠路由算法，包括由网关发起拓扑发现，使得网络中的节点获知自己周围邻居节点及其相对网关的深度；根据发送的探测包的总数和邻居节点收到探测包的数量，获得相对各个邻居节点的交付率；网关构造路由信息包，并对路由信息包中的路由信息进行初始化；网关发送路由信息包，接收到路由信息包的邻居节点进行计算，若新的解优于原有最优解则对路由信息进行更新，并将更新后的路由信息包发送给邻居节点；根据路由信息中的节点把包传递到网关的成功率和相对网关的深度，获得最优路径。本发明的路由算法以少量的额外代价来获得了更高的可靠性。该算法的主要特点是快速有效；减少误判的可能性。
-
公开(公告)号：CN102788658B
公开(公告)日：2014-04-30
申请号：CN201210258357.0
申请日：2012-07-24
Applicant: 东北大学
IPC: G01L11/00
Abstract: 本发明一种用于量筒散粒体底部压力测试的室内实验装置及方法，该装置包括电子称，还包括主框架和量筒，所述的主框架由底座、螺纹丝杠、移动底座、螺母、轴承、第一圆锥齿轮、摇杆、摇杆支架、右侧立柱、固定柱-立柱连接杆、右侧固定柱、套筒立柱、套筒、套筒-螺母连接杆和第二圆锥齿轮组成；本发明不仅可以测试散粒体流动过程中量筒的底部压力，同时还可以对散粒体贮存量筒过程中底部压力变化的全过程进行实时测试。另外，该设备还可改变量筒底部结构形式，对漏斗等不同形式底部结构量筒的底部压力进行测试。
-
-
-
-
-
-
-
-
-
Search Results
52
records
(took 0.024 seconds)
