公开(公告)号：CN108012121A

公开(公告)日：2018-05-08

申请号：CN201711340896.8

申请日：2017-12-14

Applicant: 安徽大学

Inventor： 张以文 ,  钟响亮 ,  吴金涛 ,  严远亭

IPC: H04N7/18 ,  G06K9/62 ,  G06K9/00

CPC classification number: H04N7/18 ,  G06K9/00718 ,  G06K9/00744 ,  G06K9/6215 ,  G06K9/6256 ,  G06K9/6267

Abstract: 本发明公开了一种边缘计算和云计算融合的实时视频监控方法，包括：构建样本的训练库，使用样本训练库中的图像信息训练CNN卷积神经网络，构建CNN卷积神经网络模型结构作为训练芯片内容，将训练芯片嵌入前端边缘设备中；实时提取边缘设备监控视频，将原始视频分解为多帧图像；通过CNN卷积神经网络训练芯片对多帧图像进行特征和相似性计算；将提取出的相似性图片和信息存储到远程云端设备，长期备份管理，提供给监管部门使用和分析计算，将消息推送相关部门单位，对相关部门实施报警。本发明还公开了一种实时视频监控系统。本发明的优点在于：在边缘设备端使用CNN卷积神经网络图像识别检索技术实时对图片处理，解决了云服务器海量存储和计算压力。

公开(公告)号：CN114490386A

公开(公告)日：2022-05-13

申请号：CN202210093923.0

申请日：2022-01-26

Applicant: 安徽大学

Inventor： 严远亭 ,  苏振 ,  张以文 ,  张燕平

IPC: G06F11/36 ,  G06F16/215 ,  G06K9/62

Abstract: 本发明提供一种基于信息熵过采样的软件缺陷预测方法及系统，方法包括：获取软件缺陷数据集；将数据集划分为训练集测试集，并计算训练集中多数类样本和少数类样本的类确定性熵；根据类确定性熵将多数类样本和少数类样本划分为安全样本、关键样本、危险样本，并选择少数类关键样本作为种子样本；清除多数类危险样本；对少数类关键样本局部邻域约束过采样；采用新的平衡训练集训练软件缺陷预测模型，并对测试集进行测试。本发明解决了现有技术中存在的类不平衡及类重叠问题对分类模型产生不利影响，导致软件缺陷预测效果较差的技术问题。

公开(公告)号：CN114490386B

公开(公告)日：2025-02-14

申请号：CN202210093923.0

申请日：2022-01-26

Applicant: 安徽大学

Inventor： 严远亭 ,  苏振 ,  张以文 ,  张燕平

IPC: G06F11/3668 ,  G06F16/215 ,  G06F18/214 ,  G06F18/241

Abstract: 本发明提供一种基于信息熵过采样的软件缺陷预测方法及系统，方法包括：获取软件缺陷数据集；将数据集划分为训练集测试集，并计算训练集中多数类样本和少数类样本的类确定性熵；根据类确定性熵将多数类样本和少数类样本划分为安全样本、关键样本、危险样本，并选择少数类关键样本作为种子样本；清除多数类危险样本；对少数类关键样本局部邻域约束过采样；采用新的平衡训练集训练软件缺陷预测模型，并对测试集进行测试。本发明解决了现有技术中存在的类不平衡及类重叠问题对分类模型产生不利影响，导致软件缺陷预测效果较差的技术问题。

公开(公告)号：CN106503140A

公开(公告)日：2017-03-15

申请号：CN201610916937.2

申请日：2016-10-20

Applicant: 安徽大学

Inventor： 张以文 ,  王祥如 ,  郭星 ,  严远亭 ,  刘政怡

IPC: G06F17/30

CPC classification number: G06F16/9535

Abstract: 本发明公开了一种基于Hadoop云平台Web资源个性化推荐系统及方法；用户模型模块收集用户在Web资源页面的浏览行为信息，并根据用户在Web资源页面的浏览行为信息为用户的不同行为类型赋予不同的权值，再根据上述不同的权值计算出用户对上述Web资源页面的兴趣度；推荐算法模块根据用户模型模块计算出的兴趣度，利用推荐算法对收集的用户在Web资源页面的浏览行为信息进行聚类处理得出聚类结果，然后根据上述聚类结果构建矩阵，再通过对上述构建的矩阵进行目标资源最近邻分析得出目标资源的最近邻结果，并根据上述最近邻结果对用户的兴趣度进行预测和融合处理得出推荐方案；并行处理模块，在Hadoop云平台下对推荐算法进行离线分布式计算并对计算结果进行存储。

公开(公告)号：CN120045294A

公开(公告)日：2025-05-27

申请号：CN202411854684.1

申请日：2024-12-17

Applicant: 安徽大学

Inventor： 严远亭 ,  朱经宝 ,  周鹏 ,  陈喜 ,  赵姝 ,  张以文

IPC: G06F9/48 ,  G06F9/50 ,  G06F3/01 ,  H04L67/1008 ,  H04L67/104 ,  H04L67/131 ,  H04L67/61

Abstract: 本发明公开了一种基于多路径传输的多人VR任务卸载方法，包括以下步骤：S1，用户佩戴VR眼镜提供交互应用加入交互系统；S2，构造多路径传输网络；S3，用户初始化其位置和方向，VR头显跟踪用户运动记录数据，生成任务并打包，根据多路径调度算法发送到边缘服务器；S4，获取场景中渲染的3D模型的三角面和纹理像素数量，从边缘服务器获取当前用户数；S5，边缘服务器给予优先级调度与最优化方法，进行自适应任务调度与计算资源分配并执行任务；S6，边缘服务器渲染出该相机的虚拟画面，并以视频流的形式返回给用户；VR头显将远程渲染的结果与本地渲染的结果合并并输出。本发明降低了终端设备计算负荷的同时，为多用户提供更流畅、一致的VR交互体验。

公开(公告)号：CN119815302A

公开(公告)日：2025-04-11

申请号：CN202411774094.8

申请日：2024-12-05

Applicant: 安徽大学

Inventor： 严远亭 ,  何满 ,  周鹏 ,  余成进 ,  张以文

IPC: H04W4/38 ,  H04W40/02 ,  H04W40/32 ,  H04W84/18 ,  H04W28/06 ,  H04L69/14

Abstract: 本发明公开了一种基于多路径的大规模传感器数据汇聚方法，其中方法包括，部署传感器采集环境数据，传感器节点随机分簇，建立传感器源节点、簇头节点和汇聚节点之间的通信链路；利用多路径选择算法，选择最佳传输路径，实现系统总效益最大化；簇头节点利用动态数据包捆绑(DPB)算法，对数据包进行捆绑处理后再发送到汇聚节点；汇聚节点接收到数据后，进行数据包重构，获取原始数据信息；本发明基于多路径的无线传感器网络数据汇聚方法和系统，能有效的进行数据的采集和汇聚，通过多路径传输协议，加快了数据的传输速率和交付率，保证了数据的延迟约束，降低系统能量需求，大大提高系统的资源利用率以及系统的可靠性。