-
公开(公告)号：CN111791090B
公开(公告)日：2022-03-29
申请号：CN202010633618.7
申请日：2020-07-02
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于边缘计算与粒子群算法的刀具寿命磨损判定方法，属于数控机床领域。该方法首先在边缘侧对原始信号进行了异常值剔除、缺失值补充和小波阈值滤噪的操作，再利用皮尔逊相关系数提取了刀具寿命磨损状态密切相关的特征，然后对特征进行归一化处理，处理后的数据采用PCA技术进一步降低特征维度，然后将此特征集上传至云端服务器，在云端服务器中对边缘侧处理后的数据进行划分并构建支持向量机分类模型。并针对现有支持向量机模型参数难以选择的问题，提出了一种改进的粒子群算法用于优化支持向量机模型参数，实现了一种基于边缘计算与粒子群算法的刀具寿命磨损判定方法。
-
Patent Agency Ranking
公开(公告)号：CN114629501B
公开(公告)日：2024-06-14
申请号：CN202210259969.5
申请日：2022-03-16
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种机械加工过程状态信息的边缘数据分类压缩方法，属于数据压缩领域，包括S1：在边缘侧通过传感器采集机械加工过程状态信息边缘数据为原始数据；S2：原始信号数据利用自相关系数和平稳度判定算法将其自动识别并分类为稳变信号、缓变信号、振动信号和其他信号；S3：对S2所得到的稳变信号数据先进行一阶差分、再经过游程编码和算术编码进行压缩；S4：对S2所得到的缓变信号数据先采用BP神经网络进行拟合，再采用算术编码对神经网络进行压缩保存；S5：对S2所得到的振动信号数据通过2DDCT变换、多项式拟合量化、二进制缩减法和算术编码结合进行压缩；S6：对S2其他信号数据直接采用算术编码进行压缩存储。
-
公开(公告)号：CN112799811A
公开(公告)日：2021-05-14
申请号：CN202110104616.3
申请日：2021-01-26
Abstract: 本发明涉及边缘网关服务器中线程池任务调度，具体涉及一种边缘网关的高并发线程池任务调度方法，所述方法包括边缘网关分配器接收来自不同客户端或者边缘设备节点的请求任务；为请求任务设定出过期时间，并获取请求任务中的请求数据大小的哈希值；封装成请求对象；根据每个线程的任务队列中的任务总权重最小值选择出线程，并使用边缘网关分配器为任务总权重最小值的线程分配请求任务；主线程将请求对象分配到选择出的不同线程的任务队列中；根据请求对象中的过期时间进行优先级排序；判断线程处理器核是否空闲，若空闲，则直接按照优先级队列处理请求任务；本发明能够实现高并发线程池中任务的调度，达到线程池中各个线程的负载均衡。
-
公开(公告)号：CN112799811B
公开(公告)日：2024-04-26
申请号：CN202110104616.3
申请日：2021-01-26
Abstract: 本发明涉及边缘网关服务器中线程池任务调度，具体涉及一种边缘网关的高并发线程池任务调度方法，所述方法包括边缘网关分配器接收来自不同客户端或者边缘设备节点的请求任务；为请求任务设定出过期时间，并获取请求任务中的请求数据大小的哈希值；封装成请求对象；根据每个线程的任务队列中的任务总权重最小值选择出线程，并使用边缘网关分配器为任务总权重最小值的线程分配请求任务；主线程将请求对象分配到选择出的不同线程的任务队列中；根据请求对象中的过期时间进行优先级排序；判断线程处理器核是否空闲，若空闲，则直接按照优先级队列处理请求任务；本发明能够实现高并发线程池中任务的调度，达到线程池中各个线程的负载均衡。
-
公开(公告)号：CN114629501A
公开(公告)日：2022-06-14
申请号：CN202210259969.5
申请日：2022-03-16
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种机械加工过程状态信息的边缘数据分类压缩方法，属于数据压缩领域，包括S1：在边缘侧通过传感器采集机械加工过程状态信息边缘数据为原始数据；S2：原始信号数据利用自相关系数和平稳度判定算法将其自动识别并分类为稳变信号、缓变信号、振动信号和其他信号；S3：对S2所得到的稳变信号数据先进行一阶差分、再经过游程编码和算术编码进行压缩；S4：对S2所得到的缓变信号数据先采用BP神经网络进行拟合，再采用算术编码对神经网络进行压缩保存；S5：对S2所得到的振动信号数据通过2DDCT变换、多项式拟合量化、二进制缩减法和算术编码结合进行压缩；S6：对S2其他信号数据直接采用算术编码进行压缩存储。
-
公开(公告)号：CN111791090A
公开(公告)日：2020-10-20
申请号：CN202010633618.7
申请日：2020-07-02
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于边缘计算与粒子群算法的刀具寿命磨损判定方法，属于数控机床领域。该方法首先在边缘侧对原始信号进行了异常值剔除、缺失值补充和小波阈值滤噪的操作，再利用皮尔逊相关系数提取了刀具寿命磨损状态密切相关的特征，然后对特征进行归一化处理，处理后的数据采用PCA技术进一步降低特征维度，然后将此特征集上传至云端服务器，在云端服务器中对边缘侧处理后的数据进行划分并构建支持向量机分类模型。并针对现有支持向量机模型参数难以选择的问题，提出了一种改进的粒子群算法用于优化支持向量机模型参数，实现了一种基于边缘计算与粒子群算法的刀具寿命磨损判定方法。
-
-
-
-
-
Search Results
6
records
(took 0.017 seconds)
