公开(公告)号：CN118118406A

公开(公告)日：2024-05-31

申请号：CN202410276657.4

申请日：2024-03-12

Applicant: 福州大学

Inventor： 陈星 ,  李金亮 ,  张铭豪 ,  陈佳雯

IPC: H04L45/12 ,  H04L45/76

Abstract: 本发明提供一种算力网络中考虑路由路径的工作流调度方法，针对由云资源、边缘资源以及各种终端设备组成的算力网络环境下的工作流调度问题，考虑到数据传输在算力网络中的路由路径选择问题，提出了一种结合PSO‑GA和MoDijkstra算法的工作流调度方法PGMD(PSO‑GA and MoDijkstra)，综合优化工作流的完成时间和执行代价。该算法综合考虑工作流任务的调度问题和数据在算力网络中的传输路径选择问题，同时优化工作流任务的虚拟机选择和数据传输的路径选择的完成时间和成本。实验结果表明，与其他工作流调度方法相比，基于PGMD的工作流调度策略有效的降低了算力网络中的工作流调度问题的完成时间和执行代价。

公开(公告)号：CN116932216A

公开(公告)日：2023-10-24

申请号：CN202310917079.3

申请日：2023-07-25

Applicant: 福州大学

Inventor： 陈星 ,  张铭豪 ,  李金亮 ,  蒋腾聪

IPC: G06F9/50 ,  G06F9/455 ,  G06N3/006 ,  G06N3/126

Abstract: 本发明涉及一种无服务器计算环境下基于PSO‑GA的应用资源分配方法，包括：系统随机生成初始的容器部署方案，然后基于初始容器部署方案以及节点和用户设备数据，通过贪心决策算法确定用户任务的放置位置；根据用户任务放置结果，计算任务平均响应时间以及资源总成本；使用PSO‑GA算法，基于任务平均响应时间和资源总成本加权得到适应度值，逐步迭代更新找到最优容器部署方案。该方法有利于提高应用资源分配有效性，提供高服务质量且低成本的资源分配方案。

公开(公告)号：CN114398109A

公开(公告)日：2022-04-26

申请号：CN202210018928.7

申请日：2022-01-07

Applicant: 福州大学

Inventor： 陈星 ,  陈佳雯 ,  林章颖 ,  张铭豪 ,  陈礼贤

IPC: G06F9/448 ,  G06F16/36 ,  G06K9/62

Abstract: 本发明涉及一种基于通用知识图谱的个性化智能助手构建方法。该方法将通用知识图谱引入到场景建模与开发过程中，通过基于相似度计算的API匹配与推荐以及基于特征匹配的API参数抽取方法，实现用户自然语言指令到API的自动化匹配和执行。

公开(公告)号：CN114398109B

公开(公告)日：2024-12-24

申请号：CN202210018928.7

申请日：2022-01-07

Applicant: 福州大学

Inventor： 陈星 ,  陈佳雯 ,  林章颖 ,  张铭豪 ,  陈礼贤

IPC: G06F9/448 ,  G06F16/36 ,  G06F18/22 ,  G06N5/02

Abstract: 本发明涉及一种基于通用知识图谱的个性化智能助手构建方法。该方法将通用知识图谱引入到场景建模与开发过程中，通过基于相似度计算的API匹配与推荐以及基于特征匹配的API参数抽取方法，实现用户自然语言指令到API的自动化匹配和执行。

公开(公告)号：CN117692930A

公开(公告)日：2024-03-12

申请号：CN202311690658.5

申请日：2023-12-11

Applicant: 福州大学

Inventor： 陈星 ,  唐焕博 ,  张建山 ,  翁杰 ,  张铭豪

IPC: H04W24/02 ,  H04W4/40 ,  H04W40/24

Abstract: 本发明涉及一种移动边缘计算中的无人机三维部署和内容缓存优化方法，对于在支持高速缓存的多无人机辅助蜂窝网络系统中以最小化系统中所有用户的内容访问时延为目标的优化问题，将其分解为无人机部署、缓存放置以及用户关联三个子问题，采用基于凸近似的无人机部署优化算法求解无人机部署子问题，采用基于贪心的缓存放置优化算法求解缓存放置子问题，采用基于罚函数的连续凸近似用户关联优化算法求解用户关联子问题，将以上三个求解过程进行联合迭代，实现对内容访问时延的优化。该方法有利于最小化系统中所有用户的内容访问时延。

公开(公告)号：CN114138416A

公开(公告)日：2022-03-04

申请号：CN202111472211.1

申请日：2021-12-03

Applicant: 福州大学

Inventor： 陈星 ,  张铭豪 ,  杨立坚 ,  陈佳雯

IPC: G06F9/455 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种面向负载‑时间窗口的基于DQN云软件资源自适应分配方法。大多数现有方法只考虑工作负载的当前状况，因此无法很好地适应受工作负载波动影响的真实云环境。本发明方法考虑了资源分配过程中的当前和未来工作负载。具体而言，基于工作负载时间窗口的原始Deep Q‑Network（DQN）管理操作预测模型经过培训，该模型可用于预测不同系统状态下的适当管理操作。接下来，设计了一种新的反馈控制机制，通过迭代执行管理操作来构建当前系统状态下的客观资源分配计划。大量的仿真结果表明，该DRAW方法生成的管理操作的预测精度可以达到90.69%。此外，DRAW可以实现最佳/接近最佳性能，并在不同情况下比其他经典方法高出3～13%。

公开(公告)号：CN117270406A

公开(公告)日：2023-12-22

申请号：CN202310899820.8

申请日：2023-07-21

Applicant: 福州大学

Inventor： 陈星 ,  陈金荣 ,  李金亮 ,  张铭豪

IPC: G05B15/02 ,  G05B19/418

Abstract: 本发明提供了基于联邦学习的智能家居服务管控方法，包括以下步骤：步骤1：针对智能家居设备异构性问题，提出智能家居时序知识图谱构造方法，将具体设备与上层管控逻辑解耦，以服务的形式统一管理智能家居设备功能，并提供用户感知的环境变化和服务状态时序数据的支持；步骤2：针对智能家居服务中不同用户的差异化需求，在时序知识图谱的基础上为用户提供差异化、个性化的智能家居服务管控。