-
公开(公告)号：CN119808887A
公开(公告)日：2025-04-11
申请号：CN202411703147.7
申请日：2024-11-26
Applicant: 重庆邮电大学 , 重庆数字交通产业集团有限公司
Abstract: 本发明涉及一种车联网中基于失活技术的联邦互蒸馏方法，属于移动通信技术领域。联邦学习是一种分布式机器学习方法，通过共享模型将局部知识聚合成全局模型，保证数据安全。在车联网场景中，该方法通信开销过高。同时，由于车辆本地数据分布差异较大，在局部知识共享时将降低全局模型性能。除此之外，车辆行驶过程中会在RSU覆盖区域之间切换，可能造成模型传输中断。为了解决上述问题，本发明提出了一种车联网中基于失活技术的联邦互蒸馏方法。该方法考虑车辆移动状况、交通状况等因素，使用马尔科夫链来进行RSU切换预测；通过筛选误导性数据，提升模型准确性；通过知识互蒸馏方法传递知识，降低通信开销；引入失活技术加速模型训练。
-
公开(公告)号：CN119107798A
公开(公告)日：2024-12-10
申请号：CN202411122085.0
申请日：2024-08-15
Applicant: 重庆邮电大学
IPC: G08G1/01
Abstract: 本发明涉及一种基于多模动态记忆性图卷积网络的交通流量预测方法，属于智能交通技术领域。目前图卷积神经网络的方法时空相关特性提取不足、周期性特征考虑不充分、动态演变相关性捕捉不准确。为了解决上述问题，本发明首先建立了时序特征提取模块和双向记忆循环网络模块，并将捕获的时序特征融合形成综合特征向量。然后，在动态图卷积模块中，通过扩散图卷积神经网络、注意力机制和典型交通模式的融合方式，捕捉节点间的空间相关性，并生成新的动态邻接矩阵。该动态邻接矩阵能够反映随时间变化的节点连接关系。本发明通过多模动态记忆性图卷积网络动态更新邻接矩阵，更好地应对突发事件和异常情况，有效提高了交通流量预测的准确性和鲁棒性。
-
公开(公告)号：CN119030976A
公开(公告)日：2024-11-26
申请号：CN202411122093.5
申请日：2024-08-15
Applicant: 重庆邮电大学
IPC: H04L67/10 , G06V10/80 , G06V10/52 , G06N3/0464 , G06V20/58 , G06N3/08 , G06F16/27 , G06F16/25 , G06F21/64 , G06F21/62 , H04L67/12 , H04W4/44 , H04W28/084 , H04W4/06 , H04W12/0431 , H04W12/03 , H04W12/00 , H04L9/00 , H04L9/08 , H04W12/122 , H04W12/02
Abstract: 本发明涉及一种基于联邦学习的智能网联汽车全景感知方法，属于移动通信技术领域。由于驾驶场景的复杂性，单任务模型难以处理多样化任务。深度学习模型的效果依赖于大量的数据，单车收集的数据不足以训练出具有泛化性的模型。本发明在车联网云边端网架构下，使车辆能够并行完成驾驶场景中的多个感知任务，实现全景感知。此外，设计了一种基于信誉值的车辆选择方法，以筛选高质量的车辆本地模型，并在聚合过程中采用秘密共享方法，避免因服务器遭受攻击或宕机导致的数据泄露。最后，将全局模型上传至区块链保存，提出数据异步分区共享方法。该方法在保护车辆的数据隐私同时，使车辆以更短的时间完成对驾驶场景的全景感知。
-
公开(公告)号：CN117763037A
公开(公告)日：2024-03-26
申请号：CN202311622941.4
申请日：2023-11-30
Applicant: 重庆邮电大学
IPC: G06F16/27 , G06F16/25 , G06F16/2458 , G06F16/21 , G06F18/23213 , G06N3/047 , G06N3/098 , G06N3/096 , H04L67/12 , H04L9/40 , H04L9/32
Abstract: 本发明涉及一种复杂车联网中基于区块链的个性化模型和数据共享方法，属于移动通信技术领域。根据能见度和道路类型将复杂环境进行个性化分组，并将个性化任务模型分割为共享特征提取器和本地个性化决策器；建立云‑边‑端三层网络架构以实现基于双层区块链的异步联邦学习和跨组模型共享；设计条件对抗生成网络数据增强方法，以平衡原始数据集分布并挖掘小样本数据特征；在本地个性化任务模型训练阶段，先采用基于客户端相似性的个性化分层聚合策略，再提出基于多元知识融合的异构模型互蒸馏方案。本发明在保证智能网联汽车安全协同训练的前提下，提升模型精度，降低通信开销，有效辅助复杂交通环境中的CAV智能驾驶决策。
-
公开(公告)号：CN117371732A
公开(公告)日：2024-01-09
申请号：CN202311382289.3
申请日：2023-10-24
Applicant: 重庆邮电大学
IPC: G06Q10/0631 , G06N20/00 , G06F18/23213 , G05D1/46 , G05B13/02 , G16Y20/20 , G16Y20/30 , G16Y40/35
Abstract: 本发明涉及一种基于多智能体机器学习的无人机辅助数据收集方法，属于通信技术领域。首先，对分布在不同海拔高度的传感器进行聚类以提高数据收集效率，将传感器分为簇成员和簇头，分别负责感知环境数据和收集数据并上传至无人机群。无人机在数据中心调度下，飞行到数据收集点后悬停，并收集该收集点关联的簇头上传的数据。最后，无人机遍历所有数据收集点后返回数据中心进行数据卸载，并由数据中心进行数据分析。本发明本发明提出改进的K‑means++算法优化传感器聚类，提出基于深度确定性策略梯度算法确定最优数据收集点的位置，最后提出基于多智能体演员‑评论家算法规划无人机群轨迹，以最小化无人机群数据收集总能耗。
-
Patent Agency Ranking
公开(公告)号：CN116980028A
公开(公告)日：2023-10-31
申请号：CN202311098094.6
申请日：2023-08-29
Applicant: 重庆邮电大学
Abstract: 本发明属于移动通信技术领域，具体涉及一种基于星地融合网络的用户终端网络切换接入方法，包括：构建包括卫星、地面基站和用户的星地融合网络场景，构建用户的通信模型和运动模型；基于用户接收信号强度、小区服务时间、网络接入成本和通信时延建立多目标奖励函数，构建最大化奖励模型；最后，基于深度确定性策略梯度算法对优化问题进行求解；本发明通过最大化奖励函数，保证最优用户切换策略，有效提升地面用户通信服务质量。
-
公开(公告)号：CN116634391A
公开(公告)日：2023-08-22
申请号：CN202310591381.4
申请日：2023-05-24
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于无人机辅助的数据收集方法，属于移动通信技术领域。以最小化无线传感器网络总功率为目标，提出一种基于无人机辅助的高效数据收集方法。首先，构建了UAVs辅助的数据采集模型。该模型分为两层，下层为地面层，地面层将传感器分为簇成员CM和簇头CH。CMs负责感知环境数据，并将数据发送至CH。CH负责对簇内CMs发送的数据进行收集和处理，并将最终数据上传至UAV。上层为空中网络层，由多架UAV组成，负责CHs上传数据的收集、存储和转发，最后将数据传输给地面数据中心DC进行数据分析。通过优化CH数量及位置、UAV位置和UAV与CHs关联，最小化系统总功率。
-
公开(公告)号：CN109656703B
公开(公告)日：2022-09-30
申请号：CN201811566614.0
申请日：2018-12-19
Applicant: 重庆邮电大学
Abstract: 本发明涉及涉及一种移动边缘计算辅助车辆任务卸载方法，属于车辆通信领域，其中车辆任务根据其属性可分为：可卸载任务和不可卸载任务。对于不可卸载的任务，选择本地计算任务；对于可卸载的任务，车辆利用本地计算资源和MEC计算资源共同处理任务，达到最小化任务计算代价的目的。其中最优卸载决策取决于任务在本地处理带来的效益和卸载到MEC带来的效益的对比。本发明在任务计算过程中，数据包队列呈动态变化，既有数据包到达也有数据包离开队列，同时由于时延也会产生丢包。保持队列稳定下，对于任务的丢包率进行优化可以改善减少任务计算代价，以及提高车辆用户数据传输体验。
-
公开(公告)号：CN113242553B
公开(公告)日：2022-05-20
申请号：CN202110691920.2
申请日：2021-06-22
Applicant: 重庆邮电大学
IPC: H04W12/122 , H04W12/60
Abstract: 本发明涉及一种基于区块链分片的恶意节点检测方法，属于移动通信技术领域。该方法利用分片技术提高区块链吞吐量。分片技术将网络节点划分为多个分片，每个分片可以并行处理交易记录。本发明提出了一种基于归一化熵估计恶意节点比例的方法，并计算出最大安全分片数。此外，结合贪心算法和最大最小公平算法，提出一种s型节点分配算法S‑NA。本方案在保证整个系统安全性的前提下，有效降低系统时延，提高吞吐量，降低雾计算网络中恶意节点比例。
-
公开(公告)号：CN111866181B
公开(公告)日：2022-05-13
申请号：CN202010796536.4
申请日：2020-08-10
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于区块链的雾网络中任务卸载优化方法，属于移动通信技术领域。该方法中有两种卸载模式：卸载到雾服务器FS，卸载到D2D设备群组，以实现计算密集型任务处理时延和能耗的优化。通过激励措施，如资源硬币奖励，激励FS和D2D设备群组为SMEs提供任务卸载服务。提出一种基于SMEs投票的股权委托证明机制DPoS，该机制中区块链通过SME对FS进行股权投票，选出一个FS验证集。管理器FS负责将交易事务打包生成新的区块，经过验证器FS的验证和审计后新的区块被放添加到区块链中。本方法能在保证SMEs数据安全的前提下，通过联合优化系统任务执行成本和区块链系统共识成本，实现资源分配的有效性。
-
-
-
-
-
-
-
-
-
Search Results
95
records
(took 0.026 seconds)
