公开(公告)号：CN119907048A

公开(公告)日：2025-04-29

申请号：CN202510113388.4

申请日：2025-01-24

Applicant: 东北大学

Inventor： 毕远国 ,  张天旭 ,  刘宇衡 ,  刘羽霏 ,  樊彦博

IPC: H04W28/08 ,  H04W84/06 ,  G06N3/044 ,  G06N3/0499 ,  G06N3/092

Abstract: 本发明属于空天地一体化网络技术领域，公开一种面向空天地一体化网络的无人机轨迹优化和任务卸载方法。旨在优化空天地一体化网络中的任务卸载效率，重点关注能耗和时延的优化，提出的方法综合考虑空天地一体化网络的各种情况，将解耦通信方式考虑其中，减小服务中断影响。构建优化模型，目的是最小化时延与能耗加权和。为提高空天地一体化网络中异构智能体的协同性，基于一种层次强化学习的框架，提出基于层次学习的双级Qmix算法，强化低轨卫星与无人机协同。经Pycharm平台仿真，多场景验证本发明在平均响应时延、能耗及QoS指标上优势显著，有效提升网络性能，满足用户需求。

公开(公告)号：CN119901491A

公开(公告)日：2025-04-29

申请号：CN202510114538.3

申请日：2025-01-24

Applicant: 东北大学

Inventor： 毕远国 ,  王艺蒙 ,  付饶 ,  郭威 ,  刘炯驿

IPC: G01M13/04 ,  G06N3/0455 ,  G06N3/0475 ,  G06N3/0895

Abstract: 本发明属于故障诊断技术领域，公开一种面向有限数据的半监督滚动轴承跨域故障诊断方法。源域有标签数据经强增强模块生成强增强数据；强增强数据和源域有标签数据经决策边界自适应模块获得决策边界；根据决策边界为源域无标签数据确定其伪标签；源域有标签数据进行弱增强，根据弱增强数据计算初始置信度，并生成置信度阈值；置信度阈值对源域无标签数据的伪标签进行标签筛选，得到纯化数据；纯化数据输入语义对齐模块和健康状态分类模块到网络模型中进行训练，得到可用于诊断的模型。本发明所提出的方法既解决跨域潜在的巨大分布差异问题，同时也可以解决源域数据只有少量数据有标签的问题，可以进一步促进跨域故障诊断模型在实际生产中的应用。

公开(公告)号：CN119885033A

公开(公告)日：2025-04-25

申请号：CN202510113099.4

申请日：2025-01-24

Applicant: 东北大学

Inventor： 毕远国 ,  郭威 ,  付饶 ,  王艺蒙 ,  刘炯驿

IPC: G06F18/2433 ,  G06F18/213 ,  G06F18/214 ,  G06F18/25 ,  G06N3/0464

Abstract: 本发明属于故障诊断领域，公开一种面向单域不平衡数据的滚动轴承故障诊断方法。设计基于解耦混合的单域平衡数据生成模块、基于损失驱动的多域平衡数据生成模块、将单域不平衡数据转化为单域平衡数据，然后再将单域平衡数据转化为多域平衡数据；所述多域平衡数据经语义对齐后进行特征提取，得到健康状态类别。本发明所提出的方法既能够解决多域数据分布差异给模型带来的训练问题，同时可以处理单一源域和不平衡数据带来的问题，优于其他现有方法，具有较为重要的实际应用价值，可以进一步促进故障诊断模型在实际生产环境中的广泛应用。

公开(公告)号：CN117891532B

公开(公告)日：2024-07-05

申请号：CN202410298713.4

申请日：2024-03-15

Applicant: 东北大学

Inventor： 毕远国 ,  陈威 ,  郑彤 ,  樊彦伯 ,  张天旭 ,  张星

IPC: G06F9/445 ,  G06F9/50

Abstract: 本发明属于移动边缘计算网络技术领域，公开了一种基于注意力多指标排序的终端能效优化卸载方法。旨在优化移动边缘计算网络中的任务卸载效率，特别关注于时延和能耗的优化。这种方法综合考虑了任务的多个关键因素，如退出任务频率、计算工作负载、时间紧迫性以及每比特的应用完成率，以确定任务的优先级顺序。该方法采用强化学习算法和图卷积网络，以有效提取依赖性任务之间的图结构特征，并引入注意力机制来专注于重要特征的权重训练，同时使用熵奖励概念来提高训练的收敛速度和稳定性。这一方法为移动边缘计算领域提供了一种全新的优化卸载策略，有助于满足5G时代对高性能移动服务的需求。

公开(公告)号：CN117854045B

公开(公告)日：2024-07-05

申请号：CN202410241292.1

申请日：2024-03-04

Applicant: 东北大学

Inventor： 毕远国 ,  郭茹博 ,  刘炯驿 ,  付饶

IPC: G06V20/58 ,  G06V10/25 ,  G06V10/52 ,  G06V10/764 ,  G06V10/762 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明属于计算机视觉应用技术领域，公开一种面向自动驾驶的车辆目标检测方法。为了解决独立检测特征图存在的特征孤岛问题，基于特征金字塔的思想提出了双向连接。结合Inception结构和残差网络模块设计一种多分支预测模块来捕捉更大范围的目标特征信息。采用不同空洞率、不同大小和不同数量的空洞卷积构成多感受野模块来直接增大检测特征图感受野的大小，并将其融合起来得到融合特征图。采用一种基于IOU方式的k‑means++聚簇生成锚框的设计来选择更加合理的锚框。综上所述，Bi‑Net算法更适合作为自动驾驶中的目标检测算法，以保证车辆顺利完成自动驾驶任务。

公开(公告)号：CN117835329B

公开(公告)日：2024-07-05

申请号：CN202410241235.3

申请日：2024-03-04

Applicant: 东北大学

Inventor： 毕远国 ,  刘羽霏 ,  肖嘉池 ,  黄子烜 ,  刘雨衡 ,  胡兵 ,  樊彦伯 ,  张星

IPC: H04W28/084 ,  H04W4/029 ,  H04W4/48 ,  H04W4/44 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/096

Abstract: 本发明属于边缘计算应用技术领域，公开一种车载边缘计算中基于移动性预测的服务迁移方法。获取车辆位置数据，使用车辆移动性预测模型预测车辆位置；根据预测的车辆位置，使用预测误差估计模型进行预测误差估计，并根据估计的预测误差修正车辆位置预测结果；基于修正的车辆位置预测结果，通过服务迁移决策模型制定基于双策略蒸馏深度强化学习服务迁移策略。本发明可以减少服务迁移的中断时间。通过使用两个深度强化学习模型互相学习的方式，加快模型的学习速度，增强模型的探索能力，提升模型决策的效果。通过引入动作价值函数，让服务迁移策略的评价不再只依赖于状态价值函数，而是转换为动作价值函数与状态价值函数的比较，以提升蒸馏效率。

公开(公告)号：CN113947774B

公开(公告)日：2024-05-14

申请号：CN202111169747.6

申请日：2021-10-08

Applicant: 东北大学

Inventor： 毕远国 ,  郭茹博 ,  刘纪康 ,  付饶 ,  闫飞宏

IPC: G06V30/19 ,  G06V10/40 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明属于计算机视觉应用技术领域，提供了一种轻量级的车辆检测系统。该系统包括数据模块、网络结构模块、系统配置模块、训练模块、测试模块、日志采集模块、效果分析模块和检测模块。本检测系统在SSD的基础上进行特征融合操作和并行分支预测的操作；使用轻量级结构作为特征提取网络，保证算法可以运行在计算和存储资源有限的车载设备上，采用特征融合模块，提高车辆目标的检测精度。同时，该系统中也设计了一种并行分支预测结构，不仅能够提高算法的检测精度，还能够提高目标的检测速度。

公开(公告)号：CN117935594A

公开(公告)日：2024-04-26

申请号：CN202311725960.X

申请日：2023-12-14

Applicant: 东软集团股份有限公司 ,  东北大学

Inventor： 黄子烜 ,  杨明 ,  毕远国 ,  闻英友 ,  吴开宇 ,  邰冲 ,  朱旭

IPC: G08G1/0967

Abstract: 本公开涉及一种车辆预警方法、装置、存储介质及车辆，该方法应用于车辆，包括：确定前车未通过当前车道的停止线；根据当前路口距离红灯的时间判断前车能否在红灯到来前通过停止线；若前车不能在红灯到来前通过停止线，则对己车进行闯红灯预警。本公开能够在繁忙道路下对己车进行实时闯红灯预警，且充分考虑了红绿灯路口前车对于己车的影响，能够用于交通状态复杂的路口。

公开(公告)号：CN117932655A

公开(公告)日：2024-04-26

申请号：CN202311724010.5

申请日：2023-12-14

Applicant: 东软集团股份有限公司 ,  东北大学

Inventor： 黄子烜 ,  吴开宇 ,  毕远国 ,  闻英友 ,  杨明 ,  邰冲 ,  朱旭

IPC: G06F21/62 ,  G06N20/20

Abstract: 本公开涉及一种数据处理方法及装置；其中，应用于路侧单元的数据处理方法包括：响应于接收到多个车辆分别发送的车辆模型梯度，根据路侧单元和多个车辆之间的协商秘钥确定第一哈希值，车辆模型梯度通过对原始模型梯度加密获得；确定与多个车辆模型梯度关联的目标路侧单元；获取目标路侧单元对应的第二哈希值；响应于获取到聚合模型梯度，根据聚合模型梯度、第一哈希值和第二哈希值，对车辆模型梯度进行聚合得到新的聚合模型梯度，并将新的聚合模型梯度发送给第一路侧单元，第一路侧单元为下一个对车辆模型梯度进行聚合的节点。该数据处理方法及装置能够实现车辆和路侧单元的协同联邦学习的隐私保护，并提高该协同联邦学习的稳定性和安全性。

公开(公告)号：CN117834302A

公开(公告)日：2024-04-05

申请号：CN202410245919.0

申请日：2024-03-05

Applicant: 东北大学

Inventor： 毕远国 ,  师一鸣 ,  白泽凯 ,  胡兵 ,  黄子烜 ,  汪美荃

IPC: H04L9/40 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/0455 ,  G06F18/2431 ,  H04L12/40 ,  H04L41/16

Abstract: 本发明属于车载网络安全技术领域，公开一种基于马氏距离OOD得分的CAN总线攻击检测方法。提出一种基于重构损失和OOD得分的CAN总线攻击检测架构，将入侵检测问题转化为紧密联系的两阶段检测问题，分别是正常流量与异常流量的区分问题，对异常流量进行已知攻击分类，未知攻击识别问题。为解决数据不平衡所造成的影响，提供一种基于集成学习的改进随机抽样算法；为降低检测的误报率，提供一种基于置信区间#imgabs0#原则的阈值选择算法；提高检测CAN总线已知攻击、未知攻击的精度、召回率、F1分数，最终实现在复杂多变的CAN总线环境下，能够快速准确的对各种CAN流量进行检测，提高检测的精度、召回率、F1分数，降低模型检测的误报率。