-
公开(公告)号：CN118394856A
公开(公告)日：2024-07-26
申请号：CN202410529360.4
申请日：2024-04-29
Applicant: 东南大学
Abstract: 本发明公开一种基于数据关系图的数据湖大规模表聚类方法、存储介质以及电子装置，其技术要点是：利用句嵌入将属性名转换成对应的语义向量，使用基于聚类算法的剪枝方案，减少所述属性相关度和表层次语义相关度的计算次数；基于向量间的余弦距离计算属性相关度和表层次语义相关度；用点表示湖中的表，用边连接领域相关的两个表，从而创建数据关系图；使用基于随机游走的节点嵌入技术学习数据关系图中的节点相关情况，生成描述表语义的向量，对湖中的表进行聚类，并自适应地输出湖中表领域的数量；利用主题模型提取簇内隐藏的领域信息，以实现提升大规模数据湖环境下表领域聚类的精度和速度的技术效果。
-
公开(公告)号：CN112907296B
公开(公告)日：2024-05-24
申请号：CN202110303725.8
申请日：2021-03-22
Applicant: 东南大学
IPC: G06Q30/0283 , G06Q50/40 , G06N20/00
Abstract: 本发明公开了一种行程截止时间敏感的电子收费道路动态定价方法，所述方法包括：建立行程截止时间敏感的模拟交通环境模型，包括城市路网模型、行程截止时间模型、行程行驶成本模型等，根据真实数据生成模拟数据并进行处理，得到输入状态向量；利用深度强化学习模型进行离线训练和学习，得到训练好的动态定价模型；行程截止时间敏感的模拟交通环境模型根据真实的城市车流环境，输出当前时间各条道路的车流信息作为状态，将其传输给动态定价模型，动态定价模型根据输入的状态信息进行电子收费道路的动态定价。本发明不仅能够有效缓解交通拥堵，而且能最大程度满足出行者的时间要求。
-
公开(公告)号：CN116567788A
公开(公告)日：2023-08-08
申请号：CN202310656751.8
申请日：2023-06-05
Applicant: 东南大学
Abstract: 本发明公开了一种基于多移动LoRa网关的LoRa终端低功耗数据传输方法，根据LoRa终端的部署情况，确定各移动LoRa网关的移动轨迹及负责服务的终端范围，并设定移动LoRa网关在指定时刻所处的位置及对应的需进行数据传输的LoRa终端批次；启动信道活动检测模式，LoRa终端以低功耗地感知移动LoRa网关的到达，在无需通信时处于休眠模式，在确认移动LoRa网关的到达后再进行数据传输；多移动LoRa网关进入LoRa终端通信范围后，与LoRa终端进行数据收集，LoRa终端则在接收到移动LoRa网关的指令后，按照移动LoRa网关指示的传输参数与移动网关进行数据传输；最后针对在线应用，LoRa终端通过移动LoRa网关将上行请求数据包发送到网络服务器，网络服务器综合LoRa终端的上行数据包，完成实时调度。
-
公开(公告)号：CN110913412B
公开(公告)日：2023-04-18
申请号：CN201911183399.0
申请日：2019-11-27
Applicant: 东南大学
Abstract: 本发明提供了一种无线网络中时变需求驱动的可接入点调度方法，包括：(1)建立时序需求点模型；(2)建立可移动AP调度方案；(3)采用静态调度和动态调度相结合的分配策略进行AP的派遣调度。本发明采用可移动AP实现按需提供服务，能够灵活部署，更好地适配用户需求，提高接入点的利用效率，减少资源浪费，降低部署成本；结合静态调度和动态调度相结合的AP分配策略，在真实需求和估计需求的差距可接受的情况下，执行静态调度，能够从全局的角度在保证服务需求点的同时，提高AP的利用率；在真实需求和估计需求的差距不可接受的情况下根据需求实时动态调整，有策略地增加或减少所需AP，调整派遣方案，更好地适应当前的用户需求。
-
公开(公告)号：CN115169715A
公开(公告)日：2022-10-11
申请号：CN202210856811.6
申请日：2022-07-20
Applicant: 东南大学
IPC: G06Q10/04 , G06Q10/06 , G06Q50/26 , G06F16/2458 , G06F16/29
Abstract: 本发明公开了一种城市环境下多时间段稀疏犯罪发生地点的预测方法。所述方法包括城市空间和犯罪记录建模、门控循环网络‑神经常微分方程‑贝叶斯GRU‑ODE‑Bayes犯罪地点预测模型、数据增强模块、邻近重复增强模块。根据真实数据进行处理来抽象数据得到模型输入向量；通过GRU‑ODE‑Bayes犯罪地点预测模型通过输入城市网格嵌入和犯罪特征来预测犯罪地点；并使用数据增强模块来丰富稀疏犯罪的训练数据，使用邻近重复增强模块来实现连续的犯罪预测。本发明能对稀疏犯罪地点进行一个有效的预测，利于公共安全和城市治理。
-
Patent Agency Ranking
公开(公告)号：CN113726747B
公开(公告)日：2022-07-12
申请号：CN202110919166.3
申请日：2021-08-11
Applicant: 东南大学
Abstract: 本发明公开了一种基于区块链的工业互联网数据访问控制系统，包含基于区块链的工业互联网访问控制框架和面向工业互联网工作流的访问控制框架；基于区块链的工业互联网访问控制框架包含分布式账本模块，身份认证模块，访问控制模块；面向工业互联网工作流的访问控制框架包含分布式账本模块，访问控制模块和工作流模块。在基于区块链的工业互联网访问控制框架的分布式账本模块的基础上，面向工业互联网工作流的访问控制框架的分布式账本模块增加了对工作流信息的存储功能，以更好的支持访问控制模块；工作流模块是对工作流进行管理，使工作流运行于区块链平台之上；访问控制模块在分布式账本模块和工作流模块的支撑下，实现工作流环境下的访问控制。
-
公开(公告)号：CN110740054B
公开(公告)日：2022-04-01
申请号：CN201910644115.7
申请日：2019-07-17
Applicant: 东南大学
IPC: H04L41/12 , H04L41/06 , H04L41/14 , H04L41/142
Abstract: 本发明公开一种基于强化学习的数据中心虚拟化网络故障诊断方法，包括如下步骤：步骤1，初始化网络故障诊断模型；步骤2，根据设定的故障诊断目标，采用强化学习算法训练Q表，所述Q表记录了每种故障下采取每个动作获得的累计折扣奖励值；步骤3，故障发生时，将网络状态信息映射到Q表中的网络状态，根据网络状态查询Q表，依据奖励值最大原则选择动作作为故障诊断结果；步骤4，使用信息增益方法进一步优化网络状态空间，降低模型内存使用开销同时提高诊断精度。此种方法将故障感知过程放置在信息采集服务器降低信息采集开销，同时使用强化学习算法构建网络故障诊断模型，再使用信息增益方法进一步优化故障诊断模型，提高了故障诊断精度。
-
公开(公告)号：CN110061927B
公开(公告)日：2021-07-23
申请号：CN201910344246.3
申请日：2019-04-26
Applicant: 东南大学
IPC: H04L12/801
Abstract: 本发明公开了一种多队列数据中心环境中基于显示拥塞通知(ECN)的标记方法，主要解决传统ECN无法感知微突发流、无法适应动态网络的问题。本发明主要包含三个部分，分别是ECN阈值下界计算、阈值基值设置和阈值动态调整。本发明首先针对多队列数据中心环境下微突发流的产生和传输过程进行稳态分析，为每一个交换队列求解出ECN阈值的下界，保证交换机队列缓冲区能够有效地吸收微突发流。然后基于理想的Generic Packet Schedule(GPS)模型，对ECN阈值下界进行调整并为每个队列设置阈值基值，保证交换队列的入队速率和出队速率平衡，最后，基于提高网络吞吐量的目标，针对交换机内存资源建立队列缓冲区最大化利用的优化模型，提出ECN阈值动态调整算法。
-
公开(公告)号：CN109831321B
公开(公告)日：2021-02-09
申请号：CN201910008291.1
申请日：2019-01-04
Applicant: 东南大学
Abstract: 本发明公开了一种数据中心中RDMA应用传输参数自适应选择方法，该方法包括以下步骤：步骤(1)分析和采集RDMA应用传输参数选择相关的应用特性以及服务器资源状态；步骤(2)构建基于应用特性和服务器资源状态的RDMA传输参数组合选择决策树模型，自适应地给不同应用选择最佳的RDMA传输参数组合；步骤(3)将步骤(2)得到的决策树模型以及RDMA通信编程的参数选择过程封装成通用的API给应用使用。该方法通过理论分析和实验构造应用可用的RDMA传输参数组合，根据应用特性和服务器资源状态建立RDMA传输参数组合选择决策树模型，为应用提供最佳的RDMA传输参数选择，从而优化RDMA应用的性能，同时降低RDMA应用开发难度和开发周期，赋能数据中心新型延迟敏感应用创新。
-
公开(公告)号：CN109104464B
公开(公告)日：2021-02-09
申请号：CN201810811983.5
申请日：2018-07-23
Applicant: 东南大学
Abstract: 本发明公开了一种边缘计算环境下面向协同存储的分布式数据更新方法，本方法包括两个部分，分别是面向协同存储的覆盖网络构建方法和分布式数据更新方法。本发明首先根据边缘服务器的地理位置和网络探测信息，为每个边缘服务器确定邻居列表，构建覆盖网络；然后，每个边缘服务器根据本地和邻居的数据放置信息，为数据块排序；在满足本地存储限制的前提下，选择最优的本地数据块集合，并将该信息发送给邻居服务器；重复上述两个步骤，直到所有边缘服务器的本地数据放置策略不再变化为止；最后，每个边缘服务器根据本地数据放置策略，下载对应数据块至本地存储系统，从而实现协同存储和分布式数据更新。
-
-
-
-
-
-
-
-
-
Search Results
156
records
(took 0.047 seconds)
