-
公开(公告)号：CN118830828A
公开(公告)日：2024-10-25
申请号：CN202410872190.X
申请日：2024-07-01
IPC: A61B5/08 , A61B5/024 , A61B5/0245 , A61B5/00 , G06F18/25 , G06F18/2131 , G06F18/214 , G06F123/02
Abstract: 本发明一种基于ECG和PPG信号时域和频域融合分析的呼吸信号估计方法，包括以下步骤：对原始ECG信号与PPG信号分别进预处理，得到预处理后的ECG信号与PPG信号；将预处理后的ECG信号与PPG信号单独输入到Embedding层，组合得到高维特征向量；高维特征向量分别输入到时域模块和频域模块中进行融合分析，得到原始ECG信号与PPG信号的呼吸波形，本申请方法ECG和PPG信号通过Embedding层后分别形成高维特征向量，分别进入时域、频域模块单独处理，随后两模块输出进行融合出预测结果。
-
公开(公告)号：CN118802758A
公开(公告)日：2024-10-18
申请号：CN202310382025.1
申请日：2023-04-12
Applicant: 东北大学
IPC: H04L47/12 , H04L45/02 , H04L43/0882 , G06N20/00
Abstract: 本发明是一种基于深度强化学习的云际自适应拥塞控制算法，该算法包括如下步骤：步骤一、控制平面定期向数据平面查询，收集网络状态的原始数据；步骤二、管理平面获取这些原始数据，然后计算和存储链路状态信息；步骤三、规则推理平面智能体获取链路状态信息；步骤四、智能体利用上述信息为每对节点探索、利用所有可能的拥塞机制优化策略；在满足所有流的需求且不发生拥塞的前提下，根据链路的状态学习并计算出最佳路由；步骤五、规则推理平面存储智能体推理出的规则；步骤六、控制平面获取规则，在新的流量到达之前，将规则安装到交换机的流表中。本发明采用深度强化学习技术对拥塞进行决策，从而使网络拥塞的解决变得更加智能化。
-
公开(公告)号：CN118433786A
公开(公告)日：2024-08-02
申请号：CN202410554453.2
申请日：2024-05-06
Applicant: 东北大学
IPC: H04W28/084 , H04W28/088 , H04W28/08 , H04L9/00
Abstract: 本发明公开了一种基于区块链云际计算服务的动态进出机制方法，属于云际计算技术领域。该方法包括：建立动态任务卸载和资源分配系统模型，包括：局部执行模型、边缘服务器的计算模型和通信模型；分析动态任务卸载和资源分配问题的约束条件以及系统问题的表述；基于区块链和密码学相结合的加入退出机制，设计动态任务卸载和资源分配策略。本发明采用上述的一种基于区块链云际计算服务的动态进出机制方法，考虑了任务到达的随机性以及云际计算服务提供商的数量、位置和资源供应的潜在可变性，能够根据环境状态的变化学习和优化其性能，通过动态Dueling DDQN算法最小化系统延迟和能耗，能够感知动态变化的环境，提供更灵活稳定的性能。
-
公开(公告)号：CN117873681A
公开(公告)日：2024-04-12
申请号：CN202410040916.3
申请日：2024-01-11
Applicant: 东北大学
Abstract: 本发明公开一种云际环境下最小化时间跨度与成本的工作流调度方法，涉及云际环境下的工作流调度技术领域。获取用户任务组成的工作流，并将用户任务组成的工作流转化为有向无环图；对云服务提供商、虚拟机实例化的种类及实例化进行管理；对时间跨度和成本进行公式化描述；对最小化时间跨度与成本的多目标进行建模；采用MCAWS调度算法获得工作流中任务的调度方案并按照调度方案进行工作流调度。本发明在云际环境的工作流调度中考虑了多个云服务提供商的情况，同时平衡了最小化时间跨度与成本之间的关系，为用户提供更快地服务，并且可以在支出不变的情况下提供更多的服务；设计了一种交叉与变异的进化算法，有效减少了时间跨度，并尽可能降低了成本。
-
公开(公告)号：CN117240864A
公开(公告)日：2023-12-15
申请号：CN202311064110.X
申请日：2023-08-23
Applicant: 东北大学
IPC: H04L67/1095 , H04L41/16 , H04L41/40
Abstract: 本发明的一种基于深度强化学习的KDN控制器同步的方法，包括：数据平面对网络进行实时监控，获得网络状态数据；管理平面对接收到的网络状态数据进行分析和处理，提取网络的状态特征；对状态特征进行预处理；知识平面接收预处理后的状态特征，再根据当前的网络以及控制器的状态和历史状态，采用KDN‑CSP‑L算法输出控制器同步决策；控制平面接收到知识平面做出的控制器同步决策后，执行相应的同步决策操作，将同步决策操作的具体指令发送到相应的网络设备即控制器上；网络设备根据接收到的最佳的控制器同步决策指令，对网络进行控制器信息同步操作；网络设备产生新的状态数据，启动新的数据采集和处理周期。
-
Patent Agency Ranking
公开(公告)号：CN116993500A
公开(公告)日：2023-11-03
申请号：CN202310948602.9
申请日：2023-07-31
Applicant: 东北大学
IPC: G06Q40/04 , G06F18/213 , G06F18/214 , G06F18/24 , G06F18/243 , G06N3/0475 , G06N3/094 , G06F16/951 , G06F16/9535
Abstract: 本发明提供一种基于网络分析和统计分析的勒索行为检测方法，涉及网络检测技术领域，本发明通过区块链分析技术，地址标记技术以及人工智能技术对链上数据进行分析以及地址行为的预测：通过分析提取地址的交易记录，可追踪到比特币的流动轨迹，提取地址的特征；标记不良行为的地址，追踪不良行为地址的交易活动，识别可能的不良行为；人工智能技术在比特币追踪中的应用主要体现在交易行为模式的分析和预测上，通过学习历史数据和模式，可以预测未来的交易行为，进而识别可能的黑客攻击、勒索等行为。
-
公开(公告)号：CN116503197A
公开(公告)日：2023-07-28
申请号：CN202310492468.6
申请日：2023-05-04
Applicant: 东北大学
IPC: G06Q50/00 , G06F16/901 , G06N7/01 , G06N3/006 , G06N3/126
Abstract: 本发明提供一种社会网络用户的信任影响力最大化方法，涉及社交网络分析技术领域。该方法首先对社会网络用户的信任影响力最大化问题进行符号化表示，并从用户信任的角度优化独立级联模型作为影响力传播模型；然后根据用户的影响力以及社会网络中的拓扑信息作为种子集的优化目标；最后通过动态加权的灰狼优化算法和精英策略的变异遗传算法两阶段算法来选取最具影响力的用户种子集；该方法提出新的策略来选取具有影响力的用户集合，先通过动态加权的灰狼优化算法进行初步的最优解搜索，再通过加入精英策略的变异遗传算法进行全局搜索，能够有效避免启发式算法陷入局部最优解。
-
公开(公告)号：CN114239403A
公开(公告)日：2022-03-25
申请号：CN202111550263.6
申请日：2021-12-17
Applicant: 东北大学
IPC: G06F30/27 , G06Q50/00 , G06F119/02
Abstract: 本发明提供一种基于机器学习构建的社交网络影响最大化确定方法，属于社交网络影响最大化技术领域；首先获取社交网络数据集并对社交网络数据集进行预处理，然后创建基于独立联级传播模型的最大化求解模型，包括多搜索模式粒子群，学习自动机和局部搜索机；最后给定一个社交网络数据集，利用构建的求解模型对这个社交网络的种子集进行求解；粒子群的应用实现了问题求解的智能性，降低了问题的复杂度；学习自动机的引入实现了粒子群的多搜索模式，解决了对于解集空间探索失衡且模式单一的问题；局部搜索机用于探索邻居解，有效加速了优化算法的收敛速度。
-
公开(公告)号：CN105323166A
公开(公告)日：2016-02-10
申请号：CN201510788956.7
申请日：2015-11-17
Applicant: 东北大学
IPC: H04L12/721 , H04L12/751
CPC classification number: Y02D50/10 , H04L45/124 , H04L45/02 , H04L45/14
Abstract: 一种面向云计算的基于网络能效优先的路由方法，该方法包括：确定网络能效优化目标，建立网络能效优化目标函数及其应服从的约束条件；根据网络能效优化目标，首先为路由请求安排初始路径；然后在初始路径的基础上，先将链路利用率为零的链路进行休眠，然后再逐个对剩余链路尝试休眠后，最后基于流重定向来重新路由，得到符合网络能效优化目标的路由。本发明在保证QoS的基础上，优先提高网络能效，综合考虑了网络架构、网络业务需求、网络性能及网络能效。本发明不仅能满足最高利用率门限、路由占用的链路数目等约束条件，而且耗能少，利用率高，能够有效地降低互联网公司的运营成本，对网络的规划管理具有重要的意义。
-
公开(公告)号：CN115150325B
公开(公告)日：2024-04-09
申请号：CN202210748115.3
申请日：2022-06-29
Applicant: 东北大学
IPC: H04L45/302 , H04L45/12 , H04L45/76 , H04L45/00 , H04W4/40 , H04W4/029 , H04W40/02 , G06N20/00 , G06N3/126
Abstract: 本发明公开了一种应用于B5G车载网的可靠路由方法，涉及车载网路由技术领域；通过设计基于B5G的软件定义车辆网络体系结构，使用基于机器学习技术的5G基站来预测车辆轨迹，减少时间延迟；并设计了一个链路性能检测机制，平衡控制开销和精准度，可以更精准的测量链路的性能；利用改进的遗传算法的QoS路由算法，通过将跨代选择、小环境策略和传统的遗传算法相结合，并借助SDN控制器的全局视图，得到更加可靠的传输路径。
-
-
-
-
-
-
-
-
-
Search Results
35
records
(took 0.01 seconds)
