一种智能手机合并转发延迟时间评估方法

    公开(公告)号:CN113645638B

    公开(公告)日:2023-10-31

    申请号:CN202110850196.3

    申请日:2021-07-27

    Applicant: 常州大学

    Abstract: 本发明公开了一种智能手机合并转发延迟时间评估方法,包括以下步骤:建立智能手机Wi‑Fi模块模型、用户请求模型、阻塞控制器模型、唤醒控制器模型,进而由四个模型构成智能手机进行网络请求的PTA模板;对网络请求获取和释放唤醒锁概率分布进行配置,对用户请求参数进行配置;对智能手机网络请求进行蒙特卡洛模拟并得到不同网络请求概率分布下的智能手机Wi‑Fi模块能耗数据和用户不适感数据;根据步骤三所生成数据的显著性计算不同场景下通用的合并转发延迟时间。本发明准确反映不同合并转发延迟时间在不同使用场景下对智能手机能耗以及用户不适感方面的影响,帮助程序员定量分析通用的最优合并转发延迟时间,在满足用户需求的情况下最小化网络请求能耗。

    基于时态均衡分析的多智能体多任务分层连续控制方法

    公开(公告)号:CN115576278B

    公开(公告)日:2023-08-04

    申请号:CN202211210483.9

    申请日:2022-09-30

    Applicant: 常州大学

    Abstract: 本发明公开了一种基于时态均衡分析的多智能体多任务连续控制方法,包括步骤:基于时态逻辑构建多智能体多任务博弈模型,进行时态均衡分析并合成多智能体顶层控制策略;构建规约自动补全机制,通过增加环境假设完善有依赖关系的任务规约;构建顶层控制策略与底层深度确定性策略梯度算法的连接机制,并基于此框架构建多智能体的连续任务控制器。本发明基于时态逻辑捕捉任务的时态属性,通过规约补全提高系统规约的可解释性以及可用性,并将其生成顶层抽象任务表征并将其应用于底层的连续系统的控制,解决了多智能体多任务连续控制上存在的可扩展性差、易陷入局部最优、奖励稀疏等实际问题。

    一种不同区域岩性识别模型的无监督自适应方法

    公开(公告)号:CN116524234A

    公开(公告)日:2023-08-01

    申请号:CN202310290789.8

    申请日:2023-03-23

    Applicant: 常州大学

    Abstract: 本发明公开一种不同区域岩性识别模型的无监督自适应方法,首先对源域有岩性标签的岩石图像和目标域无标记岩石图像进行特征提取、降维,并求得初始投影矩阵。使用基于类原型和结构化预测策略对目标域岩石样本进行岩性伪标签预测,同时使用强化学习对目标域带有岩性伪标签的岩石样本进行选择性伪标记;然后通过使用有岩性标记源域数据和强化学习选择出的岩性伪标记目标域数据的局部保留投影来更新投影矩阵,并使用基于类原型和结构化预测策略更新目标域所有数据的岩性伪标记;通过更新投影最终实现不同区域岩性识别模型的领域自适应。本发明方法提高了未标记数据伪标签和域对齐的准确性。

    基于时态均衡分析的多智能体多任务分层连续控制方法

    公开(公告)号:CN115576278A

    公开(公告)日:2023-01-06

    申请号:CN202211210483.9

    申请日:2022-09-30

    Applicant: 常州大学

    Abstract: 本发明公开了一种基于时态均衡分析的多智能体多任务连续控制方法,包括步骤:基于时态逻辑构建多智能体多任务博弈模型,进行时态均衡分析并合成多智能体顶层控制策略;构建规约自动补全机制,通过增加环境假设完善有依赖关系的任务规约;构建顶层控制策略与底层深度确定性策略梯度算法的连接机制,并基于此框架构建多智能体的连续任务控制器。本发明基于时态逻辑捕捉任务的时态属性,通过规约补全提高系统规约的可解释性以及可用性,并将其生成顶层抽象任务表征并将其应用于底层的连续系统的控制,解决了多智能体多任务连续控制上存在的可扩展性差、易陷入局部最优、奖励稀疏等实际问题。

    一种基于BPMN的岩性识别主动学习方法与系统

    公开(公告)号:CN115526110A

    公开(公告)日:2022-12-27

    申请号:CN202211248370.8

    申请日:2022-10-12

    Applicant: 常州大学

    Abstract: 本发明公开了一种基于BPMN的岩性识别主动学习方法与系统,该系统包括BPMN流程前端模块、数据集标注模块、岩性识别主动学习任务模块、动态表单模块、基于camunda流程引擎模块、模型部署模块、存储模块,本发明基于BPMN2.0规范自动化在服务器端训练目标进行岩性识别功能,采用基于BPMN的岩性识别主动学习方法,在原有机器学习的步骤上增加可信度的计算、标注候选集提取模块和标注模块,通过机器的主动学习方式提高参数学习、模型训练与复杂程度,提升模型效果,提高工作效率。

    一种智能手机合并转发延迟时间评估方法

    公开(公告)号:CN113645638A

    公开(公告)日:2021-11-12

    申请号:CN202110850196.3

    申请日:2021-07-27

    Applicant: 常州大学

    Abstract: 本发明公开了一种智能手机合并转发延迟时间评估方法,包括以下步骤:建立智能手机Wi‑Fi模块模型、用户请求模型、阻塞控制器模型、唤醒控制器模型,进而由四个模型构成智能手机进行网络请求的PTA模板;对网络请求获取和释放唤醒锁概率分布进行配置,对用户请求参数进行配置;对智能手机网络请求进行蒙特卡洛模拟并得到不同网络请求概率分布下的智能手机Wi‑Fi模块能耗数据和用户不适感数据;根据步骤三所生成数据的显著性计算不同场景下通用的合并转发延迟时间。本发明准确反映不同合并转发延迟时间在不同使用场景下对智能手机能耗以及用户不适感方面的影响,帮助程序员定量分析通用的最优合并转发延迟时间,在满足用户需求的情况下最小化网络请求能耗。

Patent Agency Ranking