-
公开(公告)号：CN100358311C
公开(公告)日：2007-12-26
申请号：CN200610007720.6
申请日：2006-02-14
Applicant: 北京邮电大学
IPC: H04L12/28 , H04L12/24 , G05B19/418
CPC classification number: Y02P90/02
Abstract: 一种支持唤醒机制的异构传感器网络系统的实现方法，其特征在于：简单媒体节点一直处于工作状态，对环境进行实时监测，并定期将感知数据以多跳无线传输方式传送到数据汇聚节点；同时，每个简单媒体节点上设置的规则实时分析感知数据，一旦判断有异常事件发生，就启动唤醒机制：该简单媒体节点唤醒周边的复杂媒体节点，一起协同监测该异常事件，以便将简单媒体节点和复杂媒体节点采集到的多类型感知数据一并传回到数据汇聚节点，数据汇聚节点对这些不同类型感知数据进行分析和融合处理，及时做出正确决策。本发明介绍的节能唤醒的实现方法，较好地解决了在节点性能差异且资源有限的异构传感器网络中对复杂多变环境实现全面、实时监测的问题。
-
公开(公告)号：CN101009821A
公开(公告)日：2007-08-01
申请号：CN200710063402.6
申请日：2007-01-31
Applicant: 北京邮电大学
Abstract: 一种成本有效的视频传感器网络覆盖增强的实现方法，操作步骤为：(1)部署阶段：根据实际监测需求，估算所需部署的视频传感器节点数目，并随机部署在目标区域内；其中所有视频传感器节点均同构，且各视频传感器节点一经部署位置固定不变，但都可调整各自传感方向；(2)调整阶段：在视频传感器节点位置固定的情况下，调整各视频传感器节点的传感方向，消除视频传感器网络中感知重叠区和盲区，以较小代价增强视频传感器网络对目标区域的覆盖性能。本发明能确定满足实际监测需求的视频传感器网络部署数量，以节约网络成本；通过视频传感器节点传感方向的自调整，以较小代价实现视频传感器网络对监控区域目标探测能力的显著改善。
-
公开(公告)号：CN115473893B
公开(公告)日：2024-12-13
申请号：CN202211003403.2
申请日：2022-08-19
Applicant: 北京邮电大学
Abstract: 本发明公开了算力网络中的基于区块链的协作激励方法，属于算力网络领域；具体为：首先，搭建动态场景，针对请求节点m从协作节点m'侧为用户n购买渲染资源，通过分别计算请求/协作节点的成本和收益得到各自的效用函数；然后选举当前时隙t的区块生产者，计算区块链的维护成本；利用请求节点和协作节点的效用函数，结合区块链的维护成本，构建请求节点和协作节点的自身收益最大化目标函数；最后，采用凸优化理论和深度强化学习理论，分别对协作/请求节点的自身收益最大化目标函数进行求解，将求解结果构成博弈的纳什均衡，采用博弈理论分析节点之间的竞争关系。本发明分析了节点之间的竞争关系，激励协作者参与任务的协作计算，保障了节点的隐私性。
-
公开(公告)号：CN114513826B
公开(公告)日：2024-10-18
申请号：CN202210028709.7
申请日：2022-01-11
Applicant: 北京邮电大学
Abstract: 本发明提供一种基于跨技术通信的异构网络混合路由方法及装置，所述方法包括：确定与各ZigBee节点可直接进行数据交换的第一WiFi节点，生成各第一ZigBee节点的邻居节点信息列表；获取覆盖当前节点与目的节点之间区域的WiFi节点，在在所述当前节点的邻居节点信息列表中添加目的节点为虚拟邻居节点；基于当前节点与其相邻的第二ZigBee节点、其对应的第一WiFi节点之间的历史传输速率及传输可靠性确定备选下一跳节点，并将备选下一跳节点中的备选WiFi节点的ID信息发送至当前节点对应的第一WiFi节点；分别计算当前节点的邻居节点信息列表内的各备选WiFi节点、各备选第二ZigBee节点与所述目的节点之间的传输路径的传输时延，并基于最小的传输时延确定所述当前节点的下一跳节点。
-
公开(公告)号：CN113988293B
公开(公告)日：2024-07-12
申请号：CN202111269497.3
申请日：2021-10-29
Applicant: 北京邮电大学
IPC: G06N3/094 , G06N3/084 , G06N3/0895 , G06N3/045 , G06N3/0475 , G06F18/241
Abstract: 本发明公开了一种不同层级函数组合的对抗生成网络的方法，通过数据中毒破坏训练数据，最终破坏整个学习过程，从而有效提高中毒样本的毒害效果。本发明使用组合损失函数以及在不同阶段对数据进行处理，从而达到误识别的目的。同时，为了进一步达到对图片误识别的效果，本发明将自监督学习领域的对比学习应用于智能模型训练的过程中。在加载数据时使用数据对的形式，并在训练过程中使用特征整合的方式对数据进行处理，增强了数据污染时的毒害能力，保证了攻击图案在尽可能不被肉眼识别的情况下的攻击效果。
-
Patent Agency Ranking
公开(公告)号：CN117789005A
公开(公告)日：2024-03-29
申请号：CN202410056168.8
申请日：2024-01-15
Applicant: 北京邮电大学
IPC: G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本公开提供了一种多任务模型训练方法及装置、电子设备、可读存储介质，属于多任务决策领域，该方法包括：根据训练任务对训练数据集进行划分，得到多个子数据集；确定每个子数据集对应的任务标签，将每个子数据集对应的任务标签转换为每个子数据集对应的任务掩码；基于每个子数据集对应的任务掩码对多任务模型中的权重参数进行筛选，得到每个子数据集对应的第一权重参数；将多个子数据集依次输入至多任务模型中对多任务模型进行训练。本公开提供的多任务模型训练方法及装置、电子设备、可读存储介质能够根据任务掩码找到多个任务之间的共同特征，从而能够高效利用权重参数，同时使模型的计算开销大的问题得到缓解。
-
公开(公告)号：CN113591398B
公开(公告)日：2023-05-23
申请号：CN202110965400.6
申请日：2021-08-23
Applicant: 北京邮电大学
IPC: G06F30/27 , G06N3/044 , G06N3/092 , G06N7/01 , G06F111/04 , G06F111/08
Abstract: 本发明公开了一种基于深度强化学习的智能作业分批方法、装置及电子设备，涉及工业互联网技术领域。本发明实例包括以下步骤：获取每个作业的静态特征和动态特征，所述作业的静态特征包括作业交货期、作业的规格和工艺要求，所述作业的动态特征包括接收时刻；将所述各作业的静态特征和动态特征输入作业分批模块，作业分批模块利用马尔可夫决策过程将待组批作业集合中具有相似特征的作业组合为同一个批次，使最终组成的批次总数尽量少，且每个批次中的作业特征差异值尽量小。本发明可以充分利用工业互联网中大量的未标记数据学习稳定分批策略，并能处理有多维度特征的输入数据，给出稳定的、高效的作业分批解决方案，适用于作业量较大的应用场景中。
-
公开(公告)号：CN115983370A
公开(公告)日：2023-04-18
申请号：CN202211490956.5
申请日：2022-11-25
Applicant: 北京邮电大学
IPC: G06N3/084 , G06N3/0455 , G06F18/213
Abstract: 本发明提供一种散乱数据插值模型训练方法、插值方法及装置，包括：获取训练样本集，每个样本包括散乱数据及其对应的真实数据；获取初始网络模型，该模型包括数据预处理模块、编码器和解码器；将各散乱数据输入数据预处理模块网格化得到数字矩阵；为数字矩阵构建掩码矩阵；对数字矩阵进行掩码嵌入和位置编码；将多个数字矩阵封装为张量，提取可见元素构成特征序列输入编码器；编码器对可见元素特征序列进行特征提取，与待插值元素拼接后输入解码器，解码器综合局部与全局信息生成预测数据，利用预测数据和真实数据间的损失更新优化初始网络模型，最终得到散乱数据插值模型。本发明提供的模型能够用于散乱数据插值，并达到较高的准确度。
-
公开(公告)号：CN115481560A
公开(公告)日：2022-12-16
申请号：CN202110660559.7
申请日：2021-06-15
Applicant: 北京邮电大学
Abstract: 一种基于元学习的个性化联邦学习方法涉及联邦学习方法技术领域，解决了协同训练灵活性低、算法复杂的问题，步骤一、云服务器确认客户端数量、设置基础网络和元网络的超参数、初始化全局模型参数；步骤二、客户端下载全局模型参数，根据超参数和本地数据集训练本地模型；步骤三、上传本地模型参数，云服务器利用全局模型聚合方法计算全局模型参数；步骤四、返回步骤二直至客户端得到稳定的本地模型参数；步骤五、客户端从云服务器下载全局模型参数和全部本地模型参数，交替训练元网络和基础网络，云服务器保存本地模型参数并计算以更新全局模型参数；步骤六、重复步骤五直至本地模型达到要求的准确率或收敛。本发明协同训练的过程灵活性、算法简单。
-
公开(公告)号：CN115473894A
公开(公告)日：2022-12-13
申请号：CN202211059634.5
申请日：2022-08-31
Applicant: 北京邮电大学
Abstract: 本发明公开了算网中基于区块链的算力安全感知及协同方法，属于算力网络领域；具体为：首先，用户向所接入的边缘节点发起任务请求，边缘节点通过评测无线信道，为用户分配计算资源及带宽资源；通过本地资源优化后，边缘节点计算自己的剩余资源，并识别自身类型，协作节点产生算力交易发布到网络中；然后，请求节点产生请求交易；协作节点做出协作决策并提供协同计算服务，生成协作交易；最后，计算协作节点的信任值并选择区块生成节点；区块生成节点将所有的交易打包成区块；广播到网络被记录到区块链中。本发明采用区块链技术实现网络中的实时信息发布和交易记录，能够实时保障算网中算力感知及协作的安全性。
-
-
-
-
-
-
-
-
-
Search Results
131
records
(took 0.034 seconds)
