-
公开(公告)号：CN116610955A
公开(公告)日：2023-08-18
申请号：CN202310628247.7
申请日：2023-05-30
Applicant: 北京邮电大学
IPC: G06F18/214 , G06F18/24
Abstract: 本发明提供一种利用分类结果反馈增强人工智能分类性能的方法，即：收集原始数据；对原始数据进行预处理形成数据组一；将所有类型的分类结果数据分别填充到数据组一中形成数据组二；对数据组一进行再填充后与数据组二共同构成数据组三；在数据组一的基础上构建模型一，在数据组三的基础上构建模型二；对模型一和模型二进行并行训练；将模型一和模型二进行组合，按照组合后的模型进行组合应用。本发明与传统的数据处理方法和模型组合方法相比，不仅解决了传统方法数据利用率低、模型通用性差的不足，而且，显著地提高了数据的使用效率，增强了模型的通用性，提升了网络模型的准确率和F1值，实现了增强人工智能分类性能的发明目的。
-
公开(公告)号：CN109474482A
公开(公告)日：2019-03-15
申请号：CN201811622990.7
申请日：2018-12-28
Applicant: 北京邮电大学
IPC: H04L12/24
Abstract: 本发明公开了一种基于网络技术的虚拟实验方法，该方法包括下述步骤：S1.进行网络规划；S2.构建所规划的网络中包括的各个部件，并赋予其硬件逻辑属性以及接口属性；S3.根据预定功能构建网络实验验证模块，包括综合验证模块、交换机验证模块、路由器验证模块、FW验证模块、链路验证模块、服务器验证模块中的至少一个；S4.根据构建的各个部件以及验证模块，进行网络拓扑显示；S5.基于构建的虚拟网络以及验证的功能自动推荐与各个部件相对应的实体硬件以及相对应的配置文件。通过本发明，能够通过所述虚拟实验系统，能够很好地模拟网络技术的硬件组件、网络配置及虚拟网络配置等主要网络使用的实验，并且借助IaaS技术，充分地结合了硬件资源复用的理念。
-
公开(公告)号：CN119535084A
公开(公告)日：2025-02-28
申请号：CN202411507245.3
申请日：2024-10-28
Applicant: 北京邮电大学
IPC: G01R31/08 , G06F18/241 , G06F18/2131 , G06F18/213 , G06N3/0464 , G06N3/042 , G06N3/045 , G06N3/048
Abstract: 本发明公开了一种基于FFT‑CNN‑GCN混合网络的电网故障诊断方法及系统，包括：同时实现电网线路的故障类型判断、故障线路定位和故障距离判断；通过快速傅里叶变换(Fast Fourier Transform,FFT)对电压和电流信号进行时域和频域分解，提取信号的基波频率和相位；利用CNN对分解后的数据进行时序特征提取，并引入层归一化技术以增强模型的稳定性和性能；结合GCN处理电网的空间拓扑结构，提取和整合空间特征。本发明在不同任务、采样间隔和不同噪声的影响下，其准确率均明显优于现有的基于人工智能的方法，且具有较好的泛化性能。
-
公开(公告)号：CN118485461A
公开(公告)日：2024-08-13
申请号：CN202410678145.0
申请日：2024-05-29
Applicant: 北京邮电大学
IPC: G06Q30/0201 , G06Q30/0283 , G06Q40/04 , G06Q50/06 , G06N3/126
Abstract: 本发明公开了一种基于合同的多时间尺度电力交易定价方法，包括：根据不同类型能源消费者的购电意愿，建立日前交易收益模型；确定日内调度优化目标，基于所述日前交易收益模型和所述日内调度优化目标，建立多时间尺度交易模型；对所述多时间尺度交易模型进行求解，获取多时间尺度电力交易定价。本发明考虑到能源供应商(energy supplier，ES)和能源消费者(energy consumers，ECs)之间存在信息不对称问题，本发明在兼顾一日用电峰谷差、用户用电满意度和用户风险偏好的背景下，最大化双方收益。
-
公开(公告)号：CN117932535A
公开(公告)日：2024-04-26
申请号：CN202410089029.5
申请日：2024-01-22
Applicant: 北京邮电大学
IPC: G06F18/25 , G06F18/214 , G06N3/0464 , G06N3/08 , G06F18/2433
Abstract: 本发明提供一种利用多元离散数据融合时序数据增强CNN分类性能的方法，即收集多元离散数据和时序数据；将时序数据作为数据组一基础数据，将多元离散数据中的一种离散数据作为数据组一结果数据，将剩余的其它种类离散数据作为数据组一扩充数据；将数据组一扩充数据填充到数据组一基础数据中作为数据组二基础数据；数据组二结果数据同数据组一；构建基于数据组一、二的CNN模型一和二；对模型一和二并行训练；对训练后的模型一、二进行测试和评估，根据评估结果修正模型参数、重构模型，直至模型一和二的准确率≥50％，F1值≥50％，且模型二较模型一性能提升≥5％。本发明利用多元离散数据，将其与时序数据融合对原始数据进行填充，提升模型分类的准确性和F1值。
-
Patent Agency Ranking
公开(公告)号：CN117719830A
公开(公告)日：2024-03-19
申请号：CN202410105844.6
申请日：2024-01-25
Applicant: 北京邮电大学
Abstract: 本发明涉及一种陆空协同无人车‑无人机自主接驳装置及其使用方法，该装置包括：无人车、货物储存模块、货物转运模块、货物吸取推送模块、接驳平台，可以通过开发的控制系统实现无人机‑无人车之间快递包裹的自主交接。当无人机自主递交快递包裹给无人车时，货物转运模块带动快递包裹从无人机货舱转运到货物储存模块相对应的位置；当无人车自主递交快递包裹给无人机时，快递包裹先由货物储存模块转移到货物吸取推送模块上，再通过货物转运模块运送到接驳平台上，最后顶升到无人机的货舱中。本发明充分发挥陆、空协同投递优势，实现面向平战急多场景的高效、快速、灵活的智能化货物无人投递，推动智慧物流，降本增效、绿色发展。
-
公开(公告)号：CN116204318A
公开(公告)日：2023-06-02
申请号：CN202310217586.6
申请日：2023-03-08
Applicant: 北京邮电大学
Abstract: 本发明公开了融合计算卸载及能源馈送激励的边缘网络资源交易方法，包括：构建边缘计算场景，基于边缘计算场景构建计算卸载方案及能源馈送方案；对所述计算卸载方案及能源馈送方案进行融合，生成资源交易目标方案；对所述资源交易目标方案进行关系解耦，生成最优化目标方案；获取边缘计算任务数据，基于边缘计算任务数据，通过优化算法对最优化目标方案进行求解，生成最优资源购买方案。
-
公开(公告)号：CN113869836A
公开(公告)日：2021-12-31
申请号：CN202111247871.X
申请日：2021-10-26
Applicant: 北京邮电大学
Inventor： 刘晓平 , 赵国安 , 张静 , 孔继利 , 范宏强 , 王莉 , 张圣凡 , 陈金燕 , 陈楚飞 , 陈璨 , 滕丽婷 , 潘冠桥 , 姜宏潮 , 金千惠 , 王嘉俊 , 赵天祎
Abstract: 本发明提出一种快件物流仓运转配环节中多主体动态博弈定价方法,包括需求确认、博弈定价、结果确认、合同签订及讨价还价五个步骤，该种快件物流仓运转配环节中多主体动态博弈定价方法通过多主体环节，基于动态博弈、演化博弈、双合作博弈理论，结合主体信用和资源效率评价输入，研发多主体博弈定价模型和方法，建立多主体动态博弈定价模型，突破快件物流资源共享的动态价格机制和利益分配技术难题，支撑快件物流资源共享动态定价系统建设，解决行业共享发展模式瓶颈及核心利益问题，同时，利用讨价还价模型，便于多个主体之间进行定价商议，以寻求更合适的定价。
-
公开(公告)号：CN116030328A
公开(公告)日：2023-04-28
申请号：CN202211696084.8
申请日：2022-12-28
Applicant: 北京邮电大学
IPC: G06V10/82 , G06V10/764 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种基于时序和分类数据构建CNN训练图像数据的方法，包括：收集时序数据，对时序数据进行预处理，获取第一数据集，基于第一数据集构建初始图像数据，获得分类数据，并将初始图像数据与任一维度的分类数据合并成新的图像数据；构建CNN模型，基于新的图像数据和剩余的分类数据对CNN模型进行训练，获得训练好的CNN模型，基于训练好的CNN模型对图像数据的构造方式进行验证。本发明科学合理利用了可以获得的有限数据，较好地应用于CNN网络图像数据的构造，使得图像数据的潜在的信息更加丰富，便于CNN网络进行分类问题的训练，在相同模型的基础上提升了CNN网络预测的准确性和F1值，提升了模型的实际应用价值。
-
公开(公告)号：CN116204318B
公开(公告)日：2024-06-21
申请号：CN202310217586.6
申请日：2023-03-08
Applicant: 北京邮电大学
Abstract: 本发明公开了融合计算卸载及能源馈送激励的边缘网络资源交易方法，包括：构建边缘计算场景，基于边缘计算场景构建计算卸载方案及能源馈送方案；对所述计算卸载方案及能源馈送方案进行融合，生成资源交易目标方案；对所述资源交易目标方案进行关系解耦，生成最优化目标方案；获取边缘计算任务数据，基于边缘计算任务数据，通过优化算法对最优化目标方案进行求解，生成最优资源购买方案。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.029 seconds)
