-
公开(公告)号：CN114390057B
公开(公告)日：2024-04-05
申请号：CN202210038074.9
申请日：2022-01-13
Applicant: 南昌工程学院
IPC: H04L67/1001 , H04L47/12 , G06N20/00 , G06N7/01
Abstract: 本发明公开了一种MEC环境下基于强化学习的多接口自适应数据卸载方法，包括以下步骤：将多个用户设备、边缘基站、服务器数据传输策略构成的环境，建模为一个有限状态的马尔科夫决策模型；基于马尔科夫决策模型构建奖励函数，使用多智能体深度强化学习算法对神经网络进行训练，获得最优决策动作，确定数据卸载的传输方式。强化学习可以实现无模型的状态到动作的高维映射关系的自学习，发明中基于强化学习获得多接口自适应数据卸载方法，有效的缓解服务器端的压力，提升网络资源利用率，达到缓解网络拥堵、降低端到端时延以及减少数据卸载传输能耗的目标。
-
公开(公告)号：CN114393962A
公开(公告)日：2022-04-26
申请号：CN202210095706.5
申请日：2022-01-26
Applicant: 南昌工程学院
Abstract: 本发明涉及胎压监测技术领域，公开了一种基于数据挖掘的故障预警系统，包括根据轮胎行驶温度发出报警信息的温度预警区间模块，以及根据轮胎的实时胎压发出报警信息的胎压预警区间模块，还包括能根据一段时间内的路况信息换算出后续一段时间内干预温度预警区间与胎压预警区间范围的波动区间模块。本发明能够根据路况现状实时修改温度预警区间与胎压预警区间，提高温度预警与胎压预警的参考价值，同时，避免因路面湿滑造成车辆轮胎等部件发生故障现象，提高温度预警区间与胎压预警区间的实用性与科学性，还能根据路况，配合行驶速度，优化温度预警区间与胎压预警区间，提供更具有科学性的防故障预警指导意见。
-
公开(公告)号：CN119936790A
公开(公告)日：2025-05-06
申请号：CN202510077090.2
申请日：2025-01-17
Abstract: 本发明提供了一种地面无人平台系统对空中目标TDOA定位方法，包括：基于TDOA定位的测量值获取非线性定位方程组，基于似然函数对非线性定位方程组进行求解获取目标函数；根据Chan方法获得目标位置的估计值确定三维空间搜索区域，初始化五行环种群，基于前20％的元素生成剩下的元素并代入目标函数计算目标函数值；获取每个元素所受的作用力，并基于作用力的正负性对当前元素进行替换，获取多个替换后的元素；基于目标函数值最小化对替换后的元素进行迭代，直至当前迭代次数达到预设的最大迭代次数时停止，输出更新后的最优元素；将更新后的最优元素作为地面无人平台监测到的空中目标位置，得到地面无人平台TDOA三维协同定位的最终目标位置估计值。
-
公开(公告)号：CN119477956A
公开(公告)日：2025-02-18
申请号：CN202510059928.5
申请日：2025-01-15
Abstract: 本发明提供了一种基于荷花定律的人工兔搜索机制图像分割方法，涉及图像处理技术领域，本发明结合最大类间方差法和最大熵法的优点设计了联合判别方程，避免了采用单一阈值分割方法时分割精度不高的缺点。在搜索机制上，本发明将荷花定律这一人生哲理与人工兔搜索机制相结合并用于设计人工兔搜索机制在能量收缩阶段的能量方程，使求解机制更符合大自然生物的能量消耗规律，同时优化了人工兔搜索机制在绕道觅食阶段和随机隐藏阶段的位置更新公式，减小陷入局部最优解的可能。本发明所设计的基于荷花定律的人工兔搜索机制图像分割方法拥有更快的收敛速度、更高的收敛精度、更高的分割精度和更好的鲁棒性。
-
公开(公告)号：CN114374741B
公开(公告)日：2024-04-19
申请号：CN202210038806.4
申请日：2022-01-13
Applicant: 南昌工程学院
Abstract: 本发明公开了MEC环境下基于强化学习的动态分组车联网缓存方法，包括以下步骤：S1：获取待分组的所有车辆信息、路侧单元信息、宏基站信息、核心网、缓存内容信息；S2：确定移动车组缓存池和中心车辆；S3：根据移动车组缓存池、路侧单元和宏基站信息，构建系统内容缓存和交付模型；S4：根据车组内全部车辆获取内容总延迟最小为目标函数，建立基于演员‑评论家框架的多智能体协同边缘缓存模型；S5：通过训练模型得到相应缓存策略，选择系统延时最小的策略进行内容缓存。可解决车辆频繁与路侧基站通信导致基站负载过大，端到端内容获取的延时过长问题。
-
Patent Agency Ranking
公开(公告)号：CN114390057A
公开(公告)日：2022-04-22
申请号：CN202210038074.9
申请日：2022-01-13
Applicant: 南昌工程学院
IPC: H04L67/1001 , H04L47/12 , G06N20/00 , G06N7/00
Abstract: 本发明公开了一种MEC环境下基于强化学习的多接口自适应数据卸载方法，包括以下步骤：将多个用户设备、边缘基站、服务器数据传输策略构成的环境，建模为一个有限状态的马尔科夫决策模型；基于马尔科夫决策模型构建奖励函数，使用多智能体深度强化学习算法对神经网络进行训练，获得最优决策动作，确定数据卸载的传输方式。强化学习可以实现无模型的状态到动作的高维映射关系的自学习，发明中基于强化学习获得多接口自适应数据卸载方法，有效的缓解服务器端的压力，提升网络资源利用率，达到缓解网络拥堵、降低端到端时延以及减少数据卸载传输能耗的目标。
-
公开(公告)号：CN119961791A
公开(公告)日：2025-05-09
申请号：CN202510454286.9
申请日：2025-04-11
Applicant: 南昌工程学院 , 国网江西省电力有限公司 , 深圳市国电科技通信有限公司
IPC: G06F18/2415 , G06F18/25 , G06F18/21 , G06Q50/06 , G06F16/2458 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/0455 , G06N3/082 , G06N3/084
Abstract: 本发明提供了一种基于注意力机制多特征融合的电力日志异常检测方法，涉及电力数据处理技术领域。电力日志异常检测方法包括以下步骤：收集电力系统日志数据并进行预处理获得原始日志数据，基于Drain对所述原始日志数据进行日志解析获得结构化日志序列，基于ALBERT模型将所述结构化日志序列转化为初始向量集合；基于TextCNN模型提取初始向量集合的局部特征，基于特征注意力机制为编码器特征维度上进行加权；基于BiGRU层添加上下文特征，基于时间注意力机制作为解码器获得日志体的特征表示，将特征表示输入由全连接层和Softmax激活函数组成的输出层获得日志异常概率。本发明结合了TextCNN模型和BiGRU的双注意力机制模型，可以有效地提高异常检测的准确性和效率。
-
公开(公告)号：CN115604274A
公开(公告)日：2023-01-13
申请号：CN202211241559.4
申请日：2022-10-11
Applicant: 南昌工程学院(CN)
IPC: H04L67/1008
Abstract: 本发明公开了一种MEC环境下基于服务器负载均衡机制的自适应计算卸载方法，包括以下步骤：S1：将多个用户设备、任务、边缘基站和服务器构成环境；S2：根据优化目标和边缘服务器的负载情况确定系统状态；S3：基于环境构建马尔科夫决策模型；S4：基于改进DDPG算法对所述马尔科夫决策模型进行求解；S5：获得最优决策动作，确保边缘服务器负载均衡，得到最优计算卸载策略。基于边缘服务器负载均衡，引入随机早期检测算法，提出一种改进深度强化学习算法获得自适应计算卸载方法，有效缓解服务器端的压力，提升网络资源利用率，达到缓解网络拥堵、降低端到端时延以及减少能耗的目标。
-
公开(公告)号：CN114374741A
公开(公告)日：2022-04-19
申请号：CN202210038806.4
申请日：2022-01-13
Applicant: 南昌工程学院
Abstract: 本发明公开了MEC环境下基于强化学习的动态分组车联网缓存方法，包括以下步骤：S1：获取待分组的所有车辆信息、路侧单元信息、宏基站信息、核心网、缓存内容信息；S2：确定移动车组缓存池和中心车辆；S3：根据移动车组缓存池、路侧单元和宏基站信息，构建系统内容缓存和交付模型；S4：根据车组内全部车辆获取内容总延迟最小为目标函数，建立基于演员‑评论家框架的多智能体协同边缘缓存模型；S5：通过训练模型得到相应缓存策略，选择系统延时最小的策略进行内容缓存。可解决车辆频繁与路侧基站通信导致基站负载过大，端到端内容获取的延时过长问题。
-
公开(公告)号：CN114416825A
公开(公告)日：2022-04-29
申请号：CN202210094134.9
申请日：2022-01-26
Applicant: 南昌工程学院
IPC: G06F16/2458 , G06F16/27 , H04L9/40
Abstract: 本发明公开了一种实时控制网络中的海量数据处理系统，涉及数据处理领域，其技术方案包括处理主机，处理主机的内部包括中央处理模块、获取系统、数据屏蔽系统、云端存储模块和调控系统，中央处理模块与获取系统之间通信连接，获取系统的内部包括数据采集模块、数据统计模块和数据筛选模块，获取系统对外部网络中的数据进行采集统计，并根据采集到的网络数据进行筛选，将同类型数据汇集在同一集合中，通过异常数据识别模块、数据来源获取模块和封禁模块的配合使用能够对数据中的异常数据进行识别，同时对异常数据的发布源进行封禁，降低网络信息的冗杂程度，从而增加整体数据处理系统的流畅行与工作效率。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.032 seconds)
