-
公开(公告)号：CN108710637A
公开(公告)日：2018-10-26
申请号：CN201810321282.3
申请日：2018-04-11
Applicant: 上海交通大学
CPC classification number: H04W4/025 , G06Q50/265 , H04W4/40
Abstract: 本发明提供了一种基于时空关系的出租车异常轨迹实时检测方法，包括如下步骤：通过学习训练数据集中出发点到当前点的直线距离与行驶距离和驾驶时间之间的关系，并建立时空模型；通过时空模型计算出当前点到出发点直线距离所对应的行驶距离和驾驶时间的正常范围；判断出租车当前点的行驶距离和驾驶时间是否均超出了正常范围，如果是，则被判定为异常点。本发明通过学习轨迹中的时空关系来对轨迹进行检测，更为通用，所需要的轨迹也相对较少，这样产生的误报也相对较低；本发明在检测异常点时，只需要记录当前的模型的参数即可进行判断，因此相较于现有技术带来的时间和内存更低。
-
公开(公告)号：CN107832265A
公开(公告)日：2018-03-23
申请号：CN201710962639.1
申请日：2017-10-17
Applicant: 上海交通大学
CPC classification number: G06F17/18 , G06F9/5027
Abstract: 本发明提供了一种基于状态感知的desktop的CPU负载预测方法，根据用户行为和CPU负载的变化趋势对desktop的状态划分为突变状态，空闲状态和正常状态，并针对desktop的状态，对CPU负载进行如下预测：当desktop处于突变状态时，根据应用程序启动或关闭时对CPU负载的影响的历史信息预测该应用程序启动或关闭对CPU负载的影响，进而预测当前CPU负载；当desktop处于空闲状态时，预测下一个时间点的CPU负载等效于当前时间点的CPU负载；当desktop处于正常状态时，采用自回归模型预测当前CPU负载。本发明有效提高了CPU负载的预测准确率。
-
公开(公告)号：CN106779986A
公开(公告)日：2017-05-31
申请号：CN201611146649.X
申请日：2016-12-13
Applicant: 上海交通大学
CPC classification number: G06Q30/08 , G06F9/5027 , G06F9/5077
Abstract: 本发明提供了一种IaaS中针对弹性需求和加权异构虚拟机的在线拍卖方法，包括如下步骤：拍卖模型建立步骤：根据云服务提供商和云服务用户建立在线拍卖模型；虚拟机分配和计费步骤：基于在线拍卖模型计算分配给当前到达的用户的虚拟机集合和相应的费用。本发明提出了一种统一的模型，允许用户通过指定一个目标容量请求多种类型虚拟机，本发明建立了弹性用户需求模型，允许用户提出弹性的且随时间变化的需求，本发明通过分配规则和定价规则保证可信性，个体理性，计算有效性，公平性，本发明追求最大化云服务提供商利润，有常数竞争比。
-
公开(公告)号：CN105005628A
公开(公告)日：2015-10-28
申请号：CN201510478317.0
申请日：2015-08-07
Applicant: 上海交通大学
IPC: G06F17/30
CPC classification number: G06F16/322
Abstract: 一种基于集中式平台的最短路径关键节点基本查询方法，通过在集中式平台上对图中的所有节点按照关键度由高到低进行剪枝标签构造或改进型剪枝标签构造对应得到每个节点的层次标签，然后通过任意节点对间的最短路径关键节点查询，返回最短路径上指定个数的关键节点。本发明通过在预处理阶段进行关键度排序和层次Hub标签构造，得到了具有覆盖属性的层次标签，能够高效地返回关键节点；而在优化的纯标签算法里，在关键节点查询的过程中不需要再进行辅助查询，可直接进行路径拆分，减少了查询耗时，提高了查询效率。
-
公开(公告)号：CN104966415A
公开(公告)日：2015-10-07
申请号：CN201510329538.1
申请日：2015-06-15
Applicant: 上海交通大学
IPC: G08G1/16 , H04B10/116
Abstract: 一种基于LED可见光通信技术的车辆安全控制方法及系统，车辆在行驶过程中，可以将当前车辆信息(汽车型号，长宽高等)以及行车情况(转向、加速、制动)进行编码(基于LED)，并利用可见光通信技术，通过信号发送装置车辆尾灯(LED灯)或LED面板(装备在汽车后方，能够发送LED可见光)进行传输；后车在行驶过程中，能够通过LED信号接收装置(智能手机)接收LED信号，并准确解码出相应的信息，同时显示给用户或进行车辆预警(提示刹车信息等)。用户通过智能手机接收的信息可以了解前方车辆信息以及前车行驶的相应情况，从而能够对一些紧急事件进行提前准备，避免如急刹车、急转弯等情况造成的交通事故。
-
Patent Agency Ranking
公开(公告)号：CN102110022B
公开(公告)日：2013-04-10
申请号：CN201110068823.4
申请日：2011-03-22
Applicant: 上海交通大学
Abstract: 一种无线传感器网络技术领域的基于优先级调度的传感器网络嵌入式操作系统，包括：任务优先级设置接口模块、任务调度配置组件模块和基于优先级的任务调度模块，任务优先级设置接口模块与应用程序相连接并传输任务优先级信息，任务调度配置组件模块与系统内核相连接并传输任务调度信息，基于优先级的任务调度模块与任务调度配置组件模块相连接并传输任务优先级调度信息。本发明采用基于优先级的多任务可抢占式调度策略作为内核调度，为应用程序提供了优先级调度的接口，在任务执行压入队列之前，可以先给任务分配一个优先级，从而系统按照任务被分配的优先级进行调度，优先级更高的任务优先执行，然后将任务压入队列。
-
公开(公告)号：CN102065411A
公开(公告)日：2011-05-18
申请号：CN201010516872.5
申请日：2010-10-22
Applicant: 上海交通大学
Abstract: 一种网络应用技术领域的无线传感器网络的动态更新方法，通过将待分解操作系统按模块功能打包成：若干功能模块镜像文件、一个系统核心层镜像文件和一个动态链接镜像文件；并将镜像文件烧录到各个无线传感器节点上；最后无线网络中的节点在接收完用户更新的模块后，动态链接镜像文件，经过正确链接、运行后完成用户模块的动态更新过程。本发明通过无线方式只传输需要更新的模块给指定的批量节点，在节点上通过动态链接将更新的模块组入操作系统中，从而实现了批量的，模块化的动态更新，具有减少更新内容，减少出错的概率，缩短更新的时间的优点。此发明可用于有功能或应用更新的实际场景中。
-
公开(公告)号：CN119990372A
公开(公告)日：2025-05-13
申请号：CN202510172673.3
申请日：2025-02-17
Applicant: 上海数据集团有限公司 , 上海交通大学
IPC: G06N20/00 , G06F18/213 , G06F18/214 , G06F18/241
Abstract: 本发明提供了一种通讯高效的联邦个性化特征选择方法及系统，方法包括步骤S1：在多个数据所有者的本地设备上进行特征分析，将初步分析结果发送至中心服务器；步骤S2：中心服务器接收初步分析结果，为多个本地设备生成个性化特征选择策略；步骤S3：各本地设备根据接收到的个性化特征选择策略训练模型，将更新后的模型参数发送至中心服务器；步骤S4：中心服务器汇总各个设备发送的模型参数，更新全局模型。本发明通过引入一种适应于各数据所有者本地数据特性的个性化特征选择机制，克服了传统全局特征选择方法在处理具有不同特征维度、数据分布和样本量的异质性数据时的不足，从而提升了联邦学习模型的整体性能和本地适应性。
-
公开(公告)号：CN118714642A
公开(公告)日：2024-09-27
申请号：CN202410972940.0
申请日：2024-07-19
Applicant: 上海交通大学 , 江苏嘉图网络科技股份有限公司
Abstract: 本发明涉及一种基于天线层面信号融合与采样控制的蓝牙寻向定位方法及系统，其中方法包括以下步骤：信号采集：定位器采用天线阵列接收目标设备发出的蓝牙定位信号并实时上传至定位服务器；天线层面的信号融合：定位服务器接收蓝牙定位信号并在天线层面上进行异常值滤除和信号融合；天线层面的采样控制：定位服务器根据异常值滤除和信号融合中的天线信息进行采样策略调整，并将采样策略反馈给目标设备，对信号到达时间进行优化；三维定位：定位服务器基于优化后的融合信号进行计算，确定目标设备的三维坐标。与现有技术相比，本发明具有抗干扰和噪声效果好、定位精度高等优点。
-
公开(公告)号：CN118428541A
公开(公告)日：2024-08-02
申请号：CN202410576384.5
申请日：2024-05-10
Applicant: 上海声通信息科技股份有限公司 , 上海交通大学
IPC: G06Q10/04 , G06Q40/12 , G06Q50/26 , G06F18/10 , G06F18/213 , G06F18/214 , G06F18/243 , G06F18/2433 , G06F18/27 , G06N3/08 , G06N20/20 , G06N5/01 , G06F123/02
Abstract: 本发明涉及一种企业级碳排放预测方法及其系统，该方法包括：采集多家企业的多维数据，通过预处理和特征提取操作，得到时间序列数据及影响碳排放的主要因子；针对时间序列数据进行分段处理，得到训练数据和测试数据；构建XGBoost模型，利用训练数据和测试数据进行模型训练和测试，得到碳排放预测模型；获取待预测企业的多维数据，并通过预处理和特征提取操作得到待预测企业的时间序列数据，将待预测企业的时间序列数据输入碳排放预测模型，输出得到相应的碳排放预测结果。与现有技术相比，本发明能够解决企业级碳排放数据稀缺的问题，准确预测细颗粒的碳排放数据。
-
-
-
-
-
-
-
-
-
Search Results
158
records
(took 0.039 seconds)
