-
公开(公告)号：CN119558842A
公开(公告)日：2025-03-04
申请号：CN202510112623.6
申请日：2025-01-24
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于DAG的跨分片点对点能源交易优化方法，属于跨分片交易处理技术领域；包括为：定义跨分片交易；基于有向图DAG结构描述多个子交易之间的依赖关系；构建基于DAG账本的协调层，选择信誉值最高的节点担任DAG委员会成员；对担任DAG委员会成员的节点进行交易验证、跨分片交易的转发和转发时验证。本发明采用乐观策略并行处理跨分片交易，结合DAG结构将跨分片交易分解为多个子交易，确保交易的原子性和一致性；在高频交易场景下，显著提高系统的吞吐量和处理速率，有效降低交易延迟；在跨分片内部节点组成DAG委员会，维护DAG账本实现高效的跨分片交易处理，消除对可信第三方的依赖，显著降低通信和验证成本。
-
公开(公告)号：CN119272313B
公开(公告)日：2025-02-25
申请号：CN202411804884.6
申请日：2024-12-10
Applicant: 南京邮电大学
Abstract: 本发明公开了一种面向大规模供应链数据的时间受控细粒度溯源方法，属于细粒度溯源处理技术领域；包括为：构建大规模供应系统；进行初始化，生成公开参数和主密钥；对用户数据进行加密；对加密后的用户数据进行溯源处理；对用户数据进行解密；获得数据。本发明通过采用聚合访问控制树方法，包含用户所有的属性节点，采用基本的访问策略，根据用户的属性不同实现细粒度的访问控制，有效解决加密和解密过程中增加的计算量；通过动态更新访问策略控制用户权限的时效性，利用智能合约和区块链时间戳验证来保证访问控制的公正性和不可篡改性，解决面向不同身份访问控制问题，实现时间维度的访问权限控制，确保了数据的隐私性和安全性。
-
公开(公告)号：CN118229300B
公开(公告)日：2024-07-16
申请号：CN202410524294.1
申请日：2024-04-29
Applicant: 南京邮电大学
Abstract: 本发明公开了一种分布式动态评估的区块链跨链交易方法，属于区块链跨链交易技术领域；方法为：付款人提出交易请求，和收款人同时公布自己支持的加密货币币种和需要的数量；公证人委员会调用智能合约，对公证人节点进行动态窗口信誉评估，计算公证人的信誉值；采用RNN‑DEW算法，调整公证人节点信誉的评价窗口；采用信誉等级衰减机制判断公证人节点是否活跃，选出信誉值最高的公证人参与交易；转账顺利完成，退还公证人押金，交易完成。本发明通过RNN‑DEW算法、信誉等级衰减机制以及动态评估准确识别潜在风险和恶意行为，防止恶意节点或攻击者利用跨链交易进行欺诈或双重支付行为，提高跨链交易的安全性以及计算信誉值的准确性。
-
公开(公告)号：CN118101000B
公开(公告)日：2024-07-02
申请号：CN202410502700.4
申请日：2024-04-25
Applicant: 南京邮电大学
Abstract: 本发明属于车联网无线通信技术领域，公开一种辅助6G车与车通信的混合智能反射面功率分配优化方法；所述方法包括混合智能反射面的配置；建立多车道高速公路车辆场景；混合智能反射面辅助车与车通信信道建模；混合智能反射面辅助车与车通信中继车辆的选择；建立混合智能反射面辅助车与车通信能耗模型；采用基于Dinkelbach的迭代算法优化有源元件放大功率和发射功率，完成功率分配优化；本发明使道路上行驶的每辆车都有成为辅助中继的可能，极大提高了车与车通信灵活性；解决了无源智能反射面的“乘性衰落”和有源智能反射面元件的能耗大的问题，显著提高接收信号的信噪比从而提高车与车通信的可靠性。
-
公开(公告)号：CN118101000A
公开(公告)日：2024-05-28
申请号：CN202410502700.4
申请日：2024-04-25
Applicant: 南京邮电大学
Abstract: 本发明属于车联网无线通信技术领域，公开一种辅助6G车与车通信的混合智能反射面功率分配优化方法；所述方法包括混合智能反射面的配置；建立多车道高速公路车辆场景；混合智能反射面辅助车与车通信信道建模；混合智能反射面辅助车与车通信中继车辆的选择；建立混合智能反射面辅助车与车通信能耗模型；采用基于Dinkelbach的迭代算法优化有源元件放大功率和发射功率，完成功率分配优化；本发明使道路上行驶的每辆车都有成为辅助中继的可能，极大提高了车与车通信灵活性；解决了无源智能反射面的“乘性衰落”和有源智能反射面元件的能耗大的问题，显著提高接收信号的信噪比从而提高车与车通信的可靠性。
-
Patent Agency Ranking
公开(公告)号：CN117993637A
公开(公告)日：2024-05-07
申请号：CN202311669302.3
申请日：2023-12-07
Applicant: 南京邮电大学
IPC: G06Q10/0631 , G06Q10/087 , G16H40/20 , G06F18/27 , G06N3/0464 , G06N3/08
Abstract: 本发明属于医药需求预测领域，公开了一种面向智慧医药的物流中心需求预测方法，其融合基于线性数据预测的ARIMA与基于非线性预测的CNN‑TCN方法，构建医药物流中心需求预测模型，并提出新型的补货策略和方法评价指标，实现库存管理的优化，改善客户的服务质量。
-
公开(公告)号：CN117809292A
公开(公告)日：2024-04-02
申请号：CN202311842516.6
申请日：2023-12-29
Applicant: 南京邮电大学
IPC: G06V20/60 , G06V20/56 , G06V10/82 , G06V10/25 , G06T7/12 , G06T7/70 , G06T17/05 , G06F16/29 , G06Q10/047 , G06Q10/083 , G06N3/0464 , G06N3/082 , G06N5/046 , G01C21/20
Abstract: 本发明属于自动化技术领域，公开了一种基于图像的AGV分拣方法及系统，利用图像导航、识别、分割技术，并结合AGV机器人，实现商超货物分拣工作的基本机械化，相比人工分拣，具有较高的准确率，较低的成本，以及更高的效率。而传统的AGV分拣机器人需要通过RFID进行商品识别，在不增加机械结构的基础上，存在无法准确识别商品数量的问题，本发明利用目标识别和实例分割算法，可以准确实现纯图像层面的商品识别和数量判断，将半自动需要人工介入的AGV提升到全自动执行，有效提升系统效率。
-
公开(公告)号：CN119272845B
公开(公告)日：2025-04-25
申请号：CN202411783712.5
申请日：2024-12-06
Applicant: 南京邮电大学
Abstract: 本发明属于信息技术领域，公开一种用于工业异构设备的对比双焦点知识蒸馏联邦学习方法，通过1个服务器和N个客户端构建对比双焦点知识蒸馏联邦学习模型，各个客户端分别在本地数据集上进行预训练，得到初始化本地模型；服务器接收来自多个客户端的知识，通过双焦点蒸馏策略推动服务器模型演化为更高精度、更具泛化能力的服务器端全局模型，客户端计算全局模型与本地模型输出的特征对比损失和相对熵损失，同时，计算本地模型与全局模型和上一轮本地模型输出的特征对比损失，以及本地模型输出与硬性标签之间的交叉熵，通过知识蒸馏损失项和本地监督损失项的联合训练，本地模型在保持原有数据分布优势的同时，能够获得更高的全局准确率。
-
公开(公告)号：CN119271380B
公开(公告)日：2025-02-07
申请号：CN202411787909.6
申请日：2024-12-06
Applicant: 南京邮电大学
IPC: G06F9/48 , G06F16/27 , G06F21/64 , G06N5/01 , G06Q40/04 , H04L67/61 , H04L67/104 , H04L67/1095 , H04L67/1097 , H04L9/00 , H04L41/16
Abstract: 本发明公开了一种基于DAG的跨链分片调度方法，属于跨链分片调度技术领域；包括为：构建交易依赖图DAG模型；采用基于出度的节点选择算法，从有向图中无前序的节点里挑选优先级高的节点进行调度；采用FAST‑MCTS算法将事务分配到最佳的分片，最小化跨分片通信数量和延迟；采用ODS‑BFS调度算法对动态DAG进行遍历，优先处理出度较高的节点。本发明通过动态DAG图对跨链事务进行建模，捕捉不同事务之间的依赖关系，确保事务按依赖顺序执行，避免跨链交易过程中出现的回滚概率；通过将有依赖关系的事务调度到同一分片上，降低跨分片事务的冲突，适应不同规模的分片数量，保持较低的跨分片比例和较高的吞吐量。
-
公开(公告)号：CN119255302A
公开(公告)日：2025-01-03
申请号：CN202411783709.3
申请日：2024-12-06
Applicant: 南京邮电大学
IPC: H04W28/084 , H04W28/08 , H04W12/069 , H04W24/06 , H04L67/1001 , H04L9/40 , H04L67/61 , H04L41/14
Abstract: 本发明属于信息技术领域，公开一种基于数字孪生的NOMA辅助云边端通信计算方法，包括构建云边端协同通信计算架构，考虑终端异构性、边缘服务器负载均衡性问题，对计算任务进行部分卸载，选择将卸载部分传输至本地边缘服务器进行计算，或选择将本地边缘服务器作为中继节点，进一步传输至第三方边缘服务器或是云服务器进行协同计算，同时考虑边缘计算的安全性问题，将问题公式化，并构建资源分配与任务卸载决策的优化目标以及相应的约束条件，转化为多智能体MDP；在数字层利用MADDPG算法求解，实现与物理层实时交互完成策略下发，实现云边端协同的通信计算，提升问题模型的安全性以及准确性，满足终端的Qos需求。
-
-
-
-
-
-
-
-
-
Search Results
35
records
(took 0.024 seconds)
