-
公开(公告)号：CN112182645B
公开(公告)日：2022-02-11
申请号：CN202010967393.9
申请日：2020-09-15
Applicant: 湖南大学
Abstract: 本发明公开了一种针对目的地预测的可量化隐私保护方法、设备及介质，其中方法为：利用拉普拉斯机制，向多组相同的历史轨迹数据集注入不同半径的噪声以获得对应轨迹数据集；对每组轨迹数据集进行目的地预测，并根据预测结果计算对应的隐私保护程度进而构建训练样本，以噪声半径等级作为训练样本的标签值；以所有训练样本及其标签值，训练基于多重线性回归的隐私量化保护模型；当接收到隐私保护程度需求和待保护的轨迹时，将隐私保护程度需求输入至隐私量化保护模型；利用拉普拉斯机制，按照隐私量化保护模型输出的噪声半径等级，向待保护的轨迹注入噪声。本发明能够充分满足用户的隐私需求，给用户提供精确和稳定的轨迹隐私保护。
-
公开(公告)号：CN114025359A
公开(公告)日：2022-02-08
申请号：CN202111280872.4
申请日：2021-11-01
Applicant: 湖南大学
Abstract: 本发明公开了一种基于深度强化学习的资源分配与计算卸载方法、系统、设备及介质，方法为：将移动设备的能量收集时间、任务卸载大小、任务卸载时间、CPU频率联合作为计算任务卸载策略变量，基于移动设备的计算任务大小、运算能力、通信信道特点以及计算任务卸载策略变量，构建移动设备收集的能量计算模型和消耗的能量计算模型，两者相减得到移动设备在各时隙的剩余能量计算模型；对所有移动设备所有时隙的剩余能量求和，得到移动边缘计算系统的剩余能量计算模型；将移动边缘计算系统的剩余能量作为优化目标，采用深度强化学习方法，通过最大化优化目标，计算得到各移动设备的计算任务卸载决策。本发明提高移动设备用户的应用体验。
-
公开(公告)号：CN112702714B
公开(公告)日：2021-12-14
申请号：CN202011577013.7
申请日：2020-12-28
Applicant: 湖南大学
Abstract: 本发明公开了一种无人机协作式的车联网运算任务卸载方法，包括：移动边缘运算服务器接收车联网卸载的运算任务，若超过自身运算容限，则确定该移动边缘运算服务器为过载服务器，否则为非过载服务器；过载服务器基于自身的过载运算量，向无人机发出求助信号；无人机接收所有过载服务器的协作求助信号，并以最小化过载运算量的时延开销为目标、以自身长期能耗为约束条件构建原始优化问题，通过对原始优化问题进行转换和求解，得到为所有过载服务器的过载运算量提供协作式策略。本发明可以缓解由于卸载运算量分布不均衡造成的移动边缘运算服务器过载问题。
-
公开(公告)号：CN113762338A
公开(公告)日：2021-12-07
申请号：CN202110868311.X
申请日：2021-07-30
Applicant: 湖南大学
Abstract: 本发明公开了一种基于多重图注意力机制的交通流预测方法、设备及介质，方法为：获取训练样本；构建由若干交通流预测子模型构成的交通流预测生成组合模型GC‑GE和由编码器、注意力机制及全连接层构成的交通流预测优化模型GA‑OP；GC‑GE使用每个预测子模型进行初始预测；GA‑OP通过对历史交通流、初始预测交通流、交通流外部因素进行编码，利用注意力机制获取三者间的两两交互关系，并将这些张量拼接到全连接层上进行评分以对整个模型进行训练；最后根据评分确定GC‑GE中各子模型的权重，以此获得最终的预测交通流。本发明不仅考虑了交通流的时空相关性，还考虑交通流外部因素的影响，保证了预测结果的有效性。
-
公开(公告)号：CN109451462B
公开(公告)日：2020-11-03
申请号：CN201811367528.7
申请日：2018-11-16
Applicant: 湖南大学
Abstract: 本发明公开了一种基于半马尔科夫链的车载网络频谱资源分配方法，其提出一种基于激励机制频谱复用策略，以鼓励宏用户与车辆用户共享可用频谱资源。其中路边单元配备有认知设备，可以感知到周围环境中未被使用的空闲频段，并针对宏用户和车辆用户之间动态频谱接入策略，建立了半马尔科夫链模型，同时利用数值迭代算法求解最优策略。本发明所述方法可以更加充分利用空闲的频谱资源，同时使得系统长期收益回报最大。
-
Patent Agency Ranking
公开(公告)号：CN109451462A
公开(公告)日：2019-03-08
申请号：CN201811367528.7
申请日：2018-11-16
Applicant: 湖南大学
Abstract: 本发明公开了一种基于半马尔科夫链的车载网络频谱资源分配方法，其提出一种基于激励机制频谱复用策略，以鼓励宏用户与车辆用户共享可用频谱资源。其中路边单元配备有认知设备，可以感知到周围环境中未被使用的空闲频段，并针对宏用户和车辆用户之间动态频谱接入策略，建立了半马尔科夫链模型，同时利用数值迭代算法求解最优策略。本发明所述方法可以更加充分利用空闲的频谱资源，同时使得系统长期收益回报最大。
-
公开(公告)号：CN101179490B
公开(公告)日：2011-07-20
申请号：CN200710036176.2
申请日：2007-11-21
Applicant: 湖南大学
Abstract: 一种基于事件感知的选播路由方法，适用基于事件驱动的无线传感器网络，其步骤为：最先感知到兴趣事件的节点广播唤醒包，该包携带跳数信息HOP与选播地址组AD，AD唯一标志兴趣事件的选播地址组。感知到唤醒包中同样的兴趣事件的节点加入选播地址组，取本地节点到目的节点的最小跳数与唤醒包中的HOP的最小值作为新的HOP继续广播；感知到的事件与唤醒包中的兴趣事件不同的节点将唤醒包的生存跳数加1，然后转发；当唤醒包生存跳数大于2，则丢弃，从而找出具有相同选播地址AD的节点组和距目的节点最近的节点作为簇头节点；同组节点将数据发送给簇头节点，簇头节点进行数据融合后沿最短路径将数据发送给目的节点。
-
公开(公告)号：CN101883330A
公开(公告)日：2010-11-10
申请号：CN201010216479.4
申请日：2010-07-02
Applicant: 湖南大学
Abstract: 本发明结合车载自组网的特点提出一种应用于车载自组网的基于网络编码的多播路由方法，首先发包节点收集其两跳邻居节点信息形成两跳邻居信息表；根据两跳邻居信息表记录邻居节点数目与每千米存在节点数阈值大小关系选择路由模式，如果前者大于后者，进入网络编码模式，否则进入机会路由模式。网络编码模式下，首先确定前向节点集；然后确定当前节点发送数据速率k以及局部拓扑最大流最小割值n；结合最大距离可分码计算最小有限域，选取域中非零元构造满足k列线性无关关系的全局编码矩阵；节点以编码矩阵为依据下发编码规则，下游节点严格按照规则编码。重复以上过程直至消息到达目标节点。本路由方法是一种可扩展、效率高、适应性强的路由方法。
-
公开(公告)号：CN101562862B
公开(公告)日：2010-09-29
申请号：CN200910043419.4
申请日：2009-05-15
Applicant: 湖南大学
CPC classification number: Y02D70/00
Abstract: 本发明公开了一种无线传感器网络能量均衡的路由方法，本发明的路由算法把传感器网络构成一个按最小跳数分层的网络，且使用多跳传输和直接与汇聚节点通信的混合传输策略。在多跳传输时，使用改进的基于多路径路由的最大能量路径算法。本方法利用节点直接传输和逐跳转发相结合的混合传输方式来消除sink附近区域能量消耗热点问题，在逐跳转发时采用改进的最大能量路径机制来解决局部区域的能量平衡问题，该最大能量路径机制又采用了多路径路由方式，因此，该算法很好的实现了网络全局范围内的能量均衡使用，有效的延长了网络的生命周期。
-
公开(公告)号：CN101173980A
公开(公告)日：2008-05-07
申请号：CN200710036173.9
申请日：2007-11-21
Applicant: 湖南大学
IPC: G01S1/08
Abstract: 一种基于超宽带的室内节点定位算法，用超宽带无线电为通信物理层，其步骤是，室内布置参考节点，选取室内不同位置，测量此位置接收到参考节点的射频特征；将这些特征融合，并引入射频特征可信度以补偿室内非视距路径的影响，将修正的射频特征与相应的位置坐标建立关系数据库，作为训练数据集；引入支撑向量回归模型，通过训练数据集估计射频特征与节点位置坐标的函数关系；将待定位节点的射频特征代入支撑向量回归模型，计算出节点的位置坐标。本发明结合超宽带抗多径与干扰能力强优点，利用数据融合与机器学习理论使定位算法具有高可靠性、高精度等特点。
-
-
-
-
-
-
-
-
-
Search Results
110
records
(took 0.023 seconds)
