-
公开(公告)号：CN119539140A
公开(公告)日：2025-02-28
申请号：CN202411403789.5
申请日：2024-10-09
Applicant: 北京邮电大学 , 国网数字科技控股有限公司 , 国网江苏省电力有限公司
IPC: G06Q10/04 , G06Q50/26 , G06N3/0442 , G06N3/08
Abstract: 本发明提供一种基于LSTM和自注意力的碳排放预测方法和系统，预测模型训练方法为：获取训练样本集，将训练样本输入初始碳排放预测模型，该模型包括长短时记忆层、自注意力层和线性层。利用长短时记忆层提取并输出每个影响因素对应的有效关键信息，将每个影响因素对应的有效关键信息输入至自注意力层，输出每个影响因素与其自身之外其他影响因素之间的关联信息。将每个影响因素对应的关联信息进行整合并输入线性层，输出碳排放预测结果。基于预测结果与真实标签的差距构建损失函数，最小化损失以更新模型参数直至达到预设训练轮数，获得训练后的碳排放预测模型。本发明综合考虑多种因素，捕捉数据序列的长期依赖关系，实现更准确的碳排放预测。
-
公开(公告)号：CN119313426A
公开(公告)日：2025-01-14
申请号：CN202411344686.6
申请日：2024-09-25
Applicant: 江西省通讯终端产业技术研究院有限公司 , 北京邮电大学
IPC: G06Q30/0601 , G06F18/23213 , G06F18/2415 , G06N3/0455 , G06N3/042 , G06N3/088
Abstract: 本发明提供一种商品推荐方法、装置、存储介质及程序产品，涉及计算机技术领域，方法包括：获取目标用户对应的异构图矩阵，异构图矩阵中包括若干个节点和连接各个节点的连接边；若干个节点包括用户节点和商品节点；获取预先训练的商品推荐模型，商品推荐模型包括图注意力自编码器模块、无监督聚类模块和商品推荐模块；图注意力自编码器模块用于得到用户节点对应的嵌入矩阵；无监督聚类模块用于基于嵌入矩阵得到用户节点聚类结果；商品推荐模块用于基于用户节点聚类结果确定用户权重，与交互权重生成商品评分基于商品评分推荐商品；将异构图矩阵输入商品推荐模型，得到目标用户对应的商品推荐结果；能够解决对新用户推荐时难以提供准确推荐的问题。
-
公开(公告)号：CN118353677A
公开(公告)日：2024-07-16
申请号：CN202410493622.6
申请日：2024-04-23
Applicant: 北京邮电大学 , 国网数字科技控股有限公司 , 国网江苏省电力有限公司
IPC: H04L9/40
Abstract: 本发明提供一种基于联邦学习的联盟链分布式拒绝服务攻击实时检测方法及系统，联盟链包括参与联邦学习的包含多个训练层节点和多个监控层节点的多个节点，每个节点被交替用作训练层节点和监控层节点，方法包括：在节点被用作训练层节点时，将DDoS攻击网络流量数据形成数据集，根据数据集对本地攻击检测局部模型进行训练，获得更新的局部模型参数和检测准确率并发送给云端聚合器，使云端聚合器根据多个更新的检测准确率确定对应的多个权重系数并对多个更新的局部模型参数聚合来获得更新全局模型参数并发送给联盟链；在节点被用作监控层节点时，从联盟链获取更新全局模型参数并更新本地模型来实时监控DDoS攻击，实时采集DDoS攻击网络流量数据以更新数据集。
-
公开(公告)号：CN118112612A
公开(公告)日：2024-05-31
申请号：CN202410151607.3
申请日：2024-02-02
Applicant: 北京邮电大学
Abstract: 本申请提供一种基于星间定权网络的多卫星导航系统定位方法，所述方法包括：基于标准单点定位模型计算接收机与多卫星导航系统中各个目标卫星各自对应的伪距观测值；根据所述伪距观测值得到对应的目标卫星的高度角、欧式距离、信噪比和伪距残差；基于所述高度角、欧式距离、信噪比和伪距残差得到卫星观测值特征矩阵；将所述卫星观测值特征矩阵输入星间定权网络，输出得到所述目标卫星的观测值权重以使得所述多卫星导航系统基于各个目标卫星的观测值权重进行定位。本申请能够有效提升多卫星导航系统的定位精度以及有效提升系统的可靠性。
-
公开(公告)号：CN117335960B
公开(公告)日：2024-04-02
申请号：CN202311445872.4
申请日：2023-11-02
Applicant: 北京邮电大学 , 国网数字科技控股有限公司
Abstract: 本发明提供一种零信任网络中基于区块链的碳数据共享访问方法及装置，用户通过终端向区块链平台发起原始访问请求；属性权威智能合约根据用户属性信息构建属性访问请求，并发送至访问控制判决智能合约；访问控制判决智能合约通过碳数据核查机制智能合约获取当前被请求访问的目标数据的碳核查任务状态信息，通过零信任智能合约对用户进行信任评估，生成综合信任值；根据用户的属性信息和综合信任值、目标数据的碳核查任务状态信息和访问策略，在零信任网络中进行访问控制判决；当通过访问控制判决时，用户获得访问控制令牌，利用私钥从区块链平台获取目标数据。本发明提供的方法适用于碳交易、碳核查等业务场景，能够有效防止数据泄露的问题。
-
Patent Agency Ranking
公开(公告)号：CN117076132B
公开(公告)日：2024-01-05
申请号：CN202311320639.3
申请日：2023-10-12
Applicant: 北京邮电大学 , 国网数字科技控股有限公司
Abstract: 本申请提供一种分层联邦学习系统的资源分配及聚合优化方法及装置，涉及机器学习领域，方法包括：根据分层联邦学习系统中的各个边缘服务器各自的域内训练时间及传输延时信息，确定当前迭代轮次的提交时间区间；将全局模型参数和提交时间区间发送至各个边缘服务器，以使各个边缘服务器分别为自身分组中的各个终端分配针对当前迭代轮次的全局模型参数的目标计算任务并同步聚合各个子模型参数，对提交时间区间内接收到的边缘聚合结果数据进行云聚合。本申请能够有效降低分层联邦学习系统的计算复杂度，尤其适用于物联网等大量终端构成的分层联邦学习系统的场景，还能够提高终端和边缘服务器的计算资源利用率，进而能够有
-
公开(公告)号：CN116867025A
公开(公告)日：2023-10-10
申请号：CN202310743119.7
申请日：2023-06-21
Applicant: 北京邮电大学 , 星耀能(北京)科技有限公司
Abstract: 本申请提供一种无线传感器网络中传感器节点分簇方法及装置，所述方法包括：采用流量预测的手段，在无线传感器网络中基于各个传感器节点的通信流量数据集得到传感器节点集在预设未来时间段内的整体通信预测能耗；其中，所述传感器节点集包括各个所述传感器节点；根据所述整体通信预测能耗构建用于选择最优簇首的适应度函数；根据所述适应度函数及蝴蝶优化算法得到所述传感器节点集对应的最优簇首分布数据。本申请能够基于预测能耗选择最优簇首，从而能够有效提升选择簇首节点的合理性，进而有效地降低无线传感器网络中的通信能耗。
-
公开(公告)号：CN116628285A
公开(公告)日：2023-08-22
申请号：CN202310901218.3
申请日：2023-07-21
Applicant: 北京邮电大学 , 国网数字科技控股有限公司
IPC: G06F16/903 , G06F16/9035 , G06Q40/04 , G06F16/27 , G06F16/901
Abstract: 本申请提供一种区块链交易数据查询方法及装置，方法包括：根据预存储在区块链网络中的布隆过滤器索引，确定当前的交易查询关键字对应的目标区块；从目标区块对应的预存储在区块链网络内的属性红黑树索引中，查找交易查询关键字对应的链下地址信息，以自该链下地址信息对应的链下数据库中提取交易查询关键字对应的交易数据。本申请能够在降低区块链网络中节点数据存储压力的基础上，有效提高区块链交易数据查询的效率及可靠性，能够有效降低区块链交易数据查询的时间成本和资源成本。
-
公开(公告)号：CN116360939A
公开(公告)日：2023-06-30
申请号：CN202310216223.0
申请日：2023-03-02
Applicant: 国网浙江省电力有限公司电力科学研究院 , 北京邮电大学
Abstract: 本发明公开了基于可信计算的多任务调度方法、系统、设备及存储介质，属于多任务调度技术领域。本发明的一种基于可信计算沙盒的联邦学习多任务调度方法，通过构建参与方节点、区块链调度模型以及训练节点，建立计算沙盒状态通道；在计算沙盒状态通道中，训练节点对相关参数进行全局模型聚合与参数的计算，得到联邦学习任务的训练结果和状态信息；将训练结果和状态信息传输至区块链调度模型，并关闭计算沙盒状态通道，以释放所占有的算力资源；区块链调度模型将训练结果发送给参与方节点，更新算力资源的状态信息，完成联邦学习多任务的调度，实现对联邦学习模型训练和聚合过程中的可信监管，并且能够避免隐私泄露，方案科学、合理，切实可行。
-
公开(公告)号：CN115622998A
公开(公告)日：2023-01-17
申请号：CN202210824585.3
申请日：2022-07-14
Applicant: 北京邮电大学 , 国网综合能源服务集团有限公司 , 国网江苏省电力有限公司苏州供电分公司 , 中国电子技术标准化研究院
IPC: H04L67/10 , H04L67/1095 , H04L67/568 , H04L67/60
Abstract: 本发明提供一种基于深度强化学习的边缘协作缓存方法及装置，所述方法的步骤包括：边缘节点基于数据请求调用数据，划分为多个数据块，并进行标记；构建第一状态向量，输入门循环单元中，得到第一隐藏状态向量，输入到边缘节点预训练的目标网络中，输出第一动作；基于第一动作更改边缘节点内保存的数据块，并基于变更数据块的边缘节点和另一个调用的数据块构建第二状态向量，进一步基于门循环单元得到第二隐藏状态向量；将第二隐藏状态向量输入到中心节点的价值网络中，得到估计动作，输出估计动作对应的估计值，基于估计值计算目标值；基于目标值计算得到损失函数值，更新价值网络中的网络参数，将价值网络中的网络参数同步至的目标网络。
-
-
-
-
-
-
-
-
-
Search Results
138
records
(took 0.053 seconds)
