基于孤立森林算法的联邦学习异常点识别及相关设备

    公开(公告)号:CN119961799A

    公开(公告)日:2025-05-09

    申请号:CN202411779737.8

    申请日:2024-12-05

    Abstract: 一种基于孤立森林算法的联邦学习异常点识别及相关设备,涉及车联网技术领域。其中,方法应用于路边单元设备,所述路边单元设备与至少一个车辆通信连接,包括:获取全局模型的训练参数,所述全局模型通过联邦学习训练;将所述训练参数发送至各所述车辆,所述训练参数用于结合车辆的本地数据得到车辆梯度;获取所述车辆梯度,基于孤立森立算法确定各所述车辆梯度对应的声誉分,所述声誉分表征所述车辆在所述全局模型进行联邦学习过程中的评分指标;将所述声誉分小于阈值对应的车辆确定为异常点。实施本申请提供的技术方案,能够更好地适应车联网环境下数据分布的动态变化特性,有效提高了异常点识别的准确性,避免了由于采用固定阈值而导致的误判问题。

    面向网络孪生业务的算力匹配方法以及装置

    公开(公告)号:CN119211958A

    公开(公告)日:2024-12-27

    申请号:CN202411079124.3

    申请日:2024-08-07

    Abstract: 本发明提供一种面向网络孪生业务的算力匹配方法以及装置,其中,上述方法包括:获取分布式网络的业务集合;将业务集合构建为有向无环任务图,并将分布式网络构建为无向网络图;将业务集合中使用各个业务功能所需的传输数据量作为关联度指标,基于关联度指标对有向无环任务图进行分割,得到业务功能分解结果;基于无向网络图的拓扑排序,对业务功能分解结果中的每个业务功能进行有序编号,得到业务功能分解结果中每个业务功能的聚类编号;基于有向无环任务图与聚类编号,创建网络孪生业务任务图;将网络孪生业务任务图中具有依赖关系的合并业务功能,映射至目标算力网络的算力节点;通过本发明能够利用分散的资源来最大限度地提高处理效率。

    无人机集群自主移动方法、装置、存储介质及电子设备

    公开(公告)号:CN117666596A

    公开(公告)日:2024-03-08

    申请号:CN202311376893.5

    申请日:2023-10-23

    Abstract: 本申请公开了一种无人机集群自主移动方法、装置、存储介质及电子设备,其中方法包括:获取无人机的帕累托解集;基于目标无人机集群中各个无人机的优化目标和帕累托解集,确定目标无人机集群中各个无人机对应的策略网络;将目标无人机集群中任一无人机的状态数据和任一无人机对应的相邻无人机的状态数据输入至任一无人机对应的策略网络,得到任一无人机对应的策略网络输出的任一无人机的规划路径;基于各个无人机的规划路径,控制无人机集群移动至目标地点。本申请提供的方法和装置,无人机集群中的不同无人机可以通过优化目标选取不同的策略网络,可以对无人机独立控制,提高了无人机集群的移动效率。

    无线自组织网络中断补偿方法及装置

    公开(公告)号:CN113630906B

    公开(公告)日:2023-07-18

    申请号:CN202111005837.1

    申请日:2021-08-30

    Abstract: 本发明提供一种无线自组织网络中断补偿方法及装置,该方法包括:任一小区中断后,根据目标区域内所有用户终端重新分配至各基站进行服务的多种分配方式,以及每个基站对天线下倾角、天线方位角和所服务用户终端功率的多种分配方式,确定多个不同的基站服务用户终端的分配方案;从多个不同的分配方案中确定使所有用户终端的加权传输速率最大的分配方案,作为补偿后的分配方案。该方法针对影响用户服务质量和基站功效的关键参数进行调节,比单一参数调节更加灵活。使用用户传输速率来衡量优化效果,能够真实的反映优化带来的改变,且能够优先满足比较重要的业务,在用户密度较高或者较多基站发生中断的场合下,能够尽量满足高优先级用户的服务需求。

    基于流量预测的空中基站部署方法及装置

    公开(公告)号:CN116095695A

    公开(公告)日:2023-05-09

    申请号:CN202211659229.7

    申请日:2022-12-22

    Abstract: 本发明提供一种基于流量预测的空中基站部署方法及装置,方法包括:对预先获取的历史流量数据进行预处理,得到邻近性流量数据和周期性流量数据;将邻近性流量数据和周期性流量数据输入至流量预测模型,得到流量预测模型输出的流量预测结果;其中,流量预测模型利用基于邻近性流量数据提取的空间特征、基于邻近性流量数据和周期性流量数据提取的时间特征,进行流量预测;流量预测模型是根据训练样本数据及其对应的流量标签训练得到的;根据流量预测结果,对空中基站进行部署。本发明通过提取预处理后的邻近性流量数据和周期性流量数据的空间和时间序列特征,以提前预测潜在的流量热点,从而确保在突发通信请求的基础上按需部署。

    一种用于电网边缘计算系统的数据流调度方法及装置

    公开(公告)号:CN116095175A

    公开(公告)日:2023-05-09

    申请号:CN202211648061.X

    申请日:2022-12-21

    Abstract: 本发明提供一种用于电网边缘计算系统的数据流调度方法及装置,一种用于电网边缘计算系统的数据流调度方法包括:获取电网边缘计算系统的混合数据流,对混合数据流进行分类,生成多种类型的目标数据流;其中,目标数据流用于传输电网业务;获取服务质量需求指标,利用服务质量需求指标分别对多种类型的目标数据流进行优先级划分,生成业务优先级;获取电网业务的流量预测结果;其中,流量预测结果由电网业务的历史流量数据处理生成;基于业务优先级和电网业务的流量预测结果,对业务带宽资源进行动态分配,生成混合数据流的调度结果。该方法实现了带宽资源的有效分配,保证了电力时延敏感业务与非时延敏感业务的服务质量。

    一种电网边缘计算卸载分配方法及系统

    公开(公告)号:CN114340016B

    公开(公告)日:2022-07-26

    申请号:CN202210255851.5

    申请日:2022-03-16

    Abstract: 本发明提供一种电网边缘计算卸载分配方法及系统,该方法包括:获取智能电网中每个电力终端在当前时刻的网络状态信息;将目标电力终端对应的网络状态信息,输入到电网边缘计算卸载分配模型,得到所述目标电力终端中待处理计算任务的边缘计算卸载分配策略;根据所述边缘计算卸载分配策略,将所述待处理计算任务进行分割,并将分割后的待处理计算任务缓存到对应的电力终端和/或移动边缘计算服务器,以对所述待处理计算任务进行边缘计算卸载。本发明使用多智能体强化学习求解算法进行边缘计算卸载分配决策,充分利用电力终端设备的缓存和计算资源,得到更为准确且高效的边缘计算卸载分配方案,可有效降低远距离移动边缘计算服务器的传输时延。

Patent Agency Ranking