一种基于图神经网络的个性化任务分配算法

    公开(公告)号:CN119940860A

    公开(公告)日:2025-05-06

    申请号:CN202510203938.1

    申请日:2025-02-24

    Applicant: 河南大学

    Inventor: 丁爽 孙伟杰

    Abstract: 本发明涉及移动群智感知的任务分配技术领域,具体涉及一种基于图神经网络的个性化任务分配算法,该算法包括:提取工作者能力要素和任务需求要素构建工作者‑任务推荐分配图,提出一个基于图神经网络的任务推荐分配模型,预估待分配任务与可聘用工作者之间的推荐分配可能性;依据对任务执行时间的约束条件,从工作者‑任务推荐分配对集合中筛选出工作者‑任务预分配对集合;设计工作者‑任务分配二部图的构建方法,以最小化任务执行综合成本为目标,采用二部图最优匹配算法获得工作者‑任务分配对集合。本发明挖掘工作者和任务之间的非线性潜在分配规则,获得端到端的个性化任务分配策略,提高了任务分配的合理性。

    一种面向高速行驶车辆的依赖型任务在线卸载决策方法

    公开(公告)号:CN116594779A

    公开(公告)日:2023-08-15

    申请号:CN202310613269.6

    申请日:2023-05-24

    Applicant: 河南大学

    Abstract: 本发明涉及车载边缘计算技术领域,具体涉及一种面向高速行驶车辆的依赖型任务在线卸载决策方法,包括:执行信息收集工作模块,获得更新后的待执行任务集合和更新后的RSU_MEC集合;执行子任务包构建模块,确定目标子任务包集合;执行加权超图构建模块,获得卸载决策时间段对应的加权超图;执行最大权重的超匹配集合构建模块,确定加权超图的最大权重的超匹配集合;获得预设卸载决策时间段内的各个最优在线任务卸载策略。本发明提高了高速行驶车辆的依赖型任务在线卸载决策的时效性,有助于协助高速行驶车辆做出实时的任务卸载策略,主要适用于车辆在高速行驶过程中,对依赖型车载任务做出实时卸载决策。

    在线社交网络中基于自我中心网络的推荐评分预测方法和系统

    公开(公告)号:CN116561444A

    公开(公告)日:2023-08-08

    申请号:CN202310598208.7

    申请日:2023-05-19

    Applicant: 河南大学

    Inventor: 丁爽 李美颖

    Abstract: 本发明提供一种在线社交网络中基于自我中心网络的推荐评分预测方法和系统。该方法包括:将用户社交信任数据和用户对物品的评分数据存储为图结构,记作社交推荐图;预处理社交推荐图以得到用户节点初始特征、物品节点初始特征和评分初始特征;对于任一用户节点,基于该用户节点的自我中心网络提取得到该用户节点的社交信任特征和物品偏好特征,对二者融合得到该用户节点的用户特征;对于任一物品节点,利用该物品节点的用户邻居节点,提取得到该物品节点的物品特征;针对不存在评价关系的用户节点与物品节点组成的节点对,根据该用户节点的用户特征和该物品节点的物品特征,得到评分预测结果。

    一种基于异构量化的物联网隐私保护定位方法及相关设备

    公开(公告)号:CN118921655A

    公开(公告)日:2024-11-08

    申请号:CN202410957863.1

    申请日:2024-07-16

    Applicant: 河南大学

    Abstract: 本发明提供一种基于异构量化的物联网隐私保护定位方法及相关设备。该方法包括:步骤1:每个锚点测量自身与目标节点的距离和角度以计算自身对目标节点的位置更新信息;步骤2:对所有锚点的位置更新信息进行异构量化,得到各自对应的量化后的位置更新信息和量化误差;步骤3:目标节点根据每个锚点的量化误差为每个锚点分配权重以对所有锚点的位置更新信息进行加权聚合,得到目标节点的位置估计信息;步骤4:判断是否达到迭代停止条件,若是,则将本轮得到的目标节点的位置估计信息作为最终的位置定位结果,反之,则重复步骤1至步骤3。本发明在实现定位过程中的隐私保护的同时,保证了定位的精确性和高效性。

    社交网络中用户间关系预测方法及多头混合聚合图卷积网络

    公开(公告)号:CN115660882A

    公开(公告)日:2023-01-31

    申请号:CN202211279277.3

    申请日:2022-10-19

    Applicant: 河南大学

    Abstract: 本发明提供一种社交网络中用户间关系预测方法及多头混合聚合图卷积网络。该方法包括:将社交网络存储为有向图数据;预处理有向图数据以得到节点初始特征和边初始特征;针对任一节点,将邻居节点初始特征和相关的边初始特征做有向图卷积操作以得到节点融合特征;针对任一节点,将节点融合特征经两次残差处理以得到节点混合聚合特征;针对任一节点,并行执行l个前一个步骤,再将结果连接以得到节点最终特征;针对任意不存在边的节点对,将两个节点的最终特征连接以得到节点间的预测边特征,再将结果变换处理以得到对应的用户间社交关系预测值。该方法可实现端到端的用户间关系预测,提高预测准确率,降低模型训练的时空复杂度。

    一种基于节点社区交互概率的机会路由方法

    公开(公告)号:CN116981008A

    公开(公告)日:2023-10-31

    申请号:CN202310856020.8

    申请日:2023-07-12

    Applicant: 河南大学

    Inventor: 丁爽 苏旭轩

    Abstract: 本发明涉及延迟容忍网络的数据传输技术领域,具体涉及一种基于节点社区交互概率的机会路由方法,该方法包括:将目标节点对应的目标信息发送至对方节点,其中,目标信息包括:消息摘要向量、社区属性表和节点‑社区交互概率表;通过目标节点,接收对方节点对应的目标信息;创建目标节点的待转发消息队列,更新目标节点对应的目标信息包括的节点‑社区交互概率表,得到更新后的目标信息;根据对方节点对应的目标信息和目标节点对应的更新后的目标信息,采用NCIPOR算法的单节点消息转发策略,对待转发消息队列中的每条待转发信息进行转发。本发明能在网络资源紧张时,实现消息传输的高投递率、低网络开销和低平均跳数,从而提高了路由性能。

Patent Agency Ranking