-
公开(公告)号：CN107147500A
公开(公告)日：2017-09-08
申请号：CN201710446463.4
申请日：2017-06-07
Applicant: 吉林大学
CPC classification number: H04L9/3247 , G06F21/64
Abstract: 本发明公开了一种适用于非实时组播数据源认证的改进散列树方法，涉及信息技术领域，该适用于非实时组播数据源认证的改进散列树方法的计算开销低于SAIDA，通信开销低于散列星和散列树，在网络丢包率不超过25％时的整体认证概率能够达到90％以上。因此，该适用于非实时组播数据源认证的改进散列树方法是一种适用于非实时组播数据源认证的有效方法。
-
公开(公告)号：CN117555305B
公开(公告)日：2024-03-29
申请号：CN202410037972.1
申请日：2024-01-11
Applicant: 吉林大学
IPC: G05B19/418
Abstract: 本发明适用于车间智能生产调度技术领域，提供了一种基于NSGAII的多目标可变子批柔性车间作业调度方法，包括以下步骤：已知待求解的调度问题；建立FJSP‑LS的车间调度数学模型，车间调度数学模型包括总完成时间目标函数和机器空闲率目标函数，将总完成时间目标函数和机器空闲率目标函数作为适应度函数；基于NSGAII算法求解车间调度模型，求解得到最优调度方案；输出最优调度方案以及对应的调度甘特图。本发明提出了更贴合实际生产需求的以最小化总生产时间和最小化所有机器的总空闲率的多目标模型；本发明提出的多规则种群初始化方法增加了种群多样性，避免种群过早地陷入局部最优解；本发明提高了生产效率，降低了成本。
-
Patent Agency Ranking
公开(公告)号：CN119579306A
公开(公告)日：2025-03-07
申请号：CN202510135780.9
申请日：2025-02-07
Applicant: 吉林大学
Abstract: 本发明适用于信用风险评估技术领域，提供了一种基于联邦学习的信用风险评估方法，包括以下步骤：获取本地模型累计梯度和全局模型梯度，并依据其获取本地模型与中央服务器端全局模型之间的相似度，构建客户端间图关系；基于客户端间图关系获取客户端之间差异性，计算聚合权重并形成全局模型更新；中央服务器端将聚合后的全局模型更新发送给各个客户端，客户端继续下一轮的本地训练，直到模型达到预期性能。本发明具有提升全局模型泛化能力的效果，能够有效应用于金融信用风险评估。通过协作训练，本发明能够避免模型效果因数据量、数据类别或数据多样性不足而产生的精准度下降、鲁棒性较差等问题，从而构建一个更具泛化能力的信用风险评估模型。
-
公开(公告)号：CN108388472A
公开(公告)日：2018-08-10
申请号：CN201810173004.8
申请日：2018-03-01
Applicant: 吉林大学
Abstract: 本发明涉及一种基于Docker集群的弹性任务调度系统及方法，属于计算机技术领域。包括构建Rancher集群，创建负载均衡器，创建任务调度器，创建资源监控器，创建弹性控制器，创建Docker私有镜像仓库。本发明通过Docker集群构建分布式的任务调度系统，能够有效避免单点故障的同时提升了物理资源利用率；能够根据系统负载动态地增加或减少业务服务器，具有很好的弹性，能够适应请求量突增等情况；可直接使用Docker镜像实现快速部署，当出现服务器宕机时，可快速恢复系统运行状态，具有极强的稳定性及可扩展性。
-
公开(公告)号：CN113114714A
公开(公告)日：2021-07-13
申请号：CN202011212941.3
申请日：2020-11-03
Applicant: 吉林大学
Abstract: 本发明涉及一种大规模任务卸载到5G边缘服务器的节能方法及系统，属于物联网、通信计算领域。是无蜂窝数据移动设备请求执行大规模复杂性任务；无蜂窝数据移动设备选择一个有网络的空闲移动设备作为协助(helper)设备，根据给定的初始缓存策略判断是否需要进行任务卸载，根据判断结果进行任务执行。本发明为无蜂窝数据移动设备无网络移动设备执行大规模复杂性任务提供了一种较好的节能卸载方法，解决了移动设备计算资源、存储空间以及电量有限的问题，有效地节约了整个系统的能耗，并在一定程度减少了卸载延迟。
-
公开(公告)号：CN117555305A
公开(公告)日：2024-02-13
申请号：CN202410037972.1
申请日：2024-01-11
Applicant: 吉林大学
IPC: G05B19/418
Abstract: 本发明适用于车间智能生产调度技术领域，提供了一种基于NSGAII的多目标可变子批柔性车间作业调度方法，包括以下步骤：已知待求解的调度问题；建立FJSP‑LS的车间调度数学模型，车间调度数学模型包括总完成时间目标函数和机器空闲率目标函数，将总完成时间目标函数和机器空闲率目标函数作为适应度函数；基于NSGAII算法求解车间调度模型，求解得到最优调度方案；输出最优调度方案以及对应的调度甘特图。本发明提出了更贴合实际生产需求的以最小化总生产时间和最小化所有机器的总空闲率的多目标模型；本发明提出的多规则种群初始化方法增加了种群多样性，避免种群过早地陷入局部最优解；本发明提高了生产效率，降低了成本。
-
公开(公告)号：CN113114714B
公开(公告)日：2022-03-01
申请号：CN202011212941.3
申请日：2020-11-03
Applicant: 吉林大学
IPC: H04L67/10 , H04L67/568 , H04W52/02
Abstract: 本发明涉及一种大规模任务卸载到5G边缘服务器的节能方法及系统，属于物联网、通信计算领域。是无蜂窝数据移动设备请求执行大规模复杂性任务；无蜂窝数据移动设备选择一个有网络的空闲移动设备作为协助(helper)设备，根据给定的初始缓存策略判断是否需要进行任务卸载，根据判断结果进行任务执行。本发明为无蜂窝数据移动设备无网络移动设备执行大规模复杂性任务提供了一种较好的节能卸载方法，解决了移动设备计算资源、存储空间以及电量有限的问题，有效地节约了整个系统的能耗，并在一定程度减少了卸载延迟。
-
-
-
-
-
-
Search Results
7
records
(took 0.014 seconds)
