-
公开(公告)号:CN115297016B
公开(公告)日:2024-02-20
申请号:CN202210876364.0
申请日:2022-07-25
Applicant: 国网江苏省电力有限公司淮安供电分公司 , 南京邮电大学 , 南京鼎研电力科技有限公司
IPC: H04L41/147 , H04L41/0677 , H04L41/16 , H04L43/0876 , H04L67/12 , G06N3/0442 , G06N3/08
Abstract: 本发明涉及电网人工智能和数据处理技术领域,公开了一种基于深度学习的电力网络活跃度评价和预测方法,包括:获取原始数据,筛选待评价服务端口流量数据,进行活跃度计算;进行数据预处理,得到历史活跃度数据集,自动化定时对数据集进行更新;将数据集划分为训练样本和测试样本,训练样本进行样本重构并输入到不同的深度学习模型进行模型训练;将测试样本输入到训练好的模型中,并对模型进行评估和比较,得到一个该服务的最优模型,将模型保存;自动化实时获取不同网络服务的活跃度数据,得到未来的活跃度预测结果。与现有技术相比,本发明能够及时发现活跃度异常的网络服务并且便于网络的维护和管理,提升电力网络系统智能化水平。
-
公开(公告)号:CN117149434A
公开(公告)日:2023-12-01
申请号:CN202311194533.3
申请日:2023-09-14
Applicant: 南京邮电大学
Abstract: 本发明提供一种基于双重延迟深度确定性策略梯度算法的多无人机辅助计算迁移方法,通过建立三层多无人机辅助的MEC计算卸载系统;使用时延与能耗作为度量网络性能的两个核心指标,构建多无人机辅助MEC系统WD计算卸载模型的优化问题;将计算卸载模型的优化问题解释为多智能体的马尔可夫决策过程;定义状态空间、动作空间和奖励函数;基于双重延迟深度确定性策略梯度算法与云边协同,对计算卸载模型进行分阶段模型训练,得到训练后的计算卸载模型;得到无人机在高维连续动作空间中最佳卸载决策;该方法收敛速度快,能够有效降低计算时延和能耗,能够使无人机在高维连续动作空间中更快地得到最佳卸载决策。
-
公开(公告)号:CN117112207A
公开(公告)日:2023-11-24
申请号:CN202311037605.3
申请日:2023-08-17
Applicant: 南京邮电大学
IPC: G06F9/50 , G06N3/006 , G06N3/045 , G06N3/0464 , G06N3/092 , G06N3/084 , H04W28/084 , H04W28/08
Abstract: 本发明公开了一种基于深度强化学习的混合资源调度方法,属于计算机技术领域;该方法包括以下步骤:构建马尔可夫决策过程的数学框架;构建深度强化学习模型;深度强化学习模型包括评价网络和目标网络;对构建的深度强化学习模型进行训练;利用深度强化学习模型获得初始化粒子群;采用分层学习划分粒子群,并计算粒子群的粒子适应值;对粒子群进行更新,位于低层的粒子随机选取高层的粒子作为参考进行速度及位置的更新,从而得到全局最优解即最优的资源调度方案。本发明通过将深度强化学习模型、分层学习的策略以及粒子群算法相结合,提高算法收敛速度的同时降低边缘服务器能耗;提高边缘服务器资源利用效率和服务器运算性能、减少能源消耗。
-
公开(公告)号:CN113807486B
公开(公告)日:2023-09-26
申请号:CN202110971579.6
申请日:2021-08-23
Applicant: 南京邮电大学
IPC: G06N3/006
Abstract: 本发明提供一种基于改进粒子群算法的多机器人区域覆盖方法,通过对待覆盖区域建立坐标系,根据n台探测范围不同的机器人,各机器人i在全局坐标系中的位置构成向量,为迭代初始位置,然后利用改进粒子群算法求解点云,在粒子群算法的迭代过程中,考虑不同机器人的探测范围,进行速度和位置更新,直至获得最大程度覆盖目标区域的机器人的位置集合;该种基于改进粒子群算法的应用于多机器人区域覆盖方法,相对于现有方法,能够用于多种不同探测范围的机器人在已知区域内覆盖,有效提高实际覆盖区域和覆盖率,使得生成的目标点云更好的实现对区域的覆盖,能够生成最大程度覆盖区域的机器人位置集合。
-
公开(公告)号:CN116758481A
公开(公告)日:2023-09-15
申请号:CN202310792189.1
申请日:2023-06-30
Applicant: 江苏方天电力技术有限公司 , 南京邮电大学
Inventor: 李春鹏 , 张浩 , 王盺平 , 栾奇麒 , 杨小平 , 李军 , 官国飞 , 宋庆武 , 蒋峰 , 朱天泽 , 蒋超 , 赵晟 , 陈志明 , 苏俞彪 , 蒋林岑 , 徐鹤 , 季一木 , 刘尚东
IPC: G06V20/52 , G06V10/774 , G06V10/82 , G06V10/40 , G06V10/766 , G06N3/0464 , G06N3/096 , G06N3/084
Abstract: 本发明公开了电力站房监测领域的一种基于机器视觉算法的电力站房监测方法及系统,包括:采集电力站房中待监测区域的实时监测图像;将所述实时监测图像输入至预先训练好的学生网络模型E,输出实时监测图像的识别结果;所述学生网络模型E的训练过程包括:通过训练数据集对所述教师网络模型N进行训练,获得训练好的教师网络模型N;通过知识蒸馏技术更新学生网络模型E的参数;重复迭代直至达到迭代终止条件,输出训练好的学生网络模型E;通过机器视觉进行图像识别对电力站房进行监测,对站房周围区域和目标进行实时监控监测和报警,实现无人化监测。
-
公开(公告)号:CN116628184A
公开(公告)日:2023-08-22
申请号:CN202310540934.3
申请日:2023-05-12
Applicant: 南京邮电大学
IPC: G06F16/34 , G06F16/35 , G06F16/31 , G06F18/2321
Abstract: 本发明提供了一种基于相对熵的动态图摘要算法,包括对于初始图,首先用最小哈希值方法计算出各节点的三跳邻居特征值及特征值的杰卡德相似度,并以此作为距离对节点进行粗聚类;根据簇内节点数阈值和合并规则进行大小簇合并,然后生成超点、超边及其权重;在动态过程中,计算新增节点与各超点间最小哈希值分布的相对熵,将新点加入相对熵最小的超点;同时计算新增节点的两跳邻居节点与各超点间的相对熵,并根据相对熵调整邻居节点所属的超点。本发明得到的摘要图具有新的变化趋势和新的特征,能够减少摘要时间,节省了计算资源,避免了以往动态图摘要算法采样慢、存储空间大等缺陷,能够更好的应用于图流场景,在图处理领域有较好的应用价值。
-
公开(公告)号:CN116525103A
公开(公告)日:2023-08-01
申请号:CN202310549217.7
申请日:2023-05-16
Applicant: 南京邮电大学通达学院
Abstract: 本发明提供一种基于XGBoost机器学习的血糖采集预测方法,属于数据处理技术领域,包括数据预处理步骤、XGBoost预测步骤以及预测值检验输出步骤,数据预处理步骤用以对输入数据进行处理,以便直接带入预测模型,XGBoost预测步骤用以对数据进行训练,将数据集拆分后进行测试,以便与真实值进行比较,预测值检验输出步骤,用以将两种不同的情况输出。高效、灵活地解决数据预测问题,并进行可视化展示。
-
公开(公告)号:CN116313080A
公开(公告)日:2023-06-23
申请号:CN202310186916.X
申请日:2023-03-01
Applicant: 江苏鱼跃凯立特生物科技有限公司 , 南京邮电大学 , 浙江凯立特医疗器械有限公司 , 江苏跃凯生物技术有限公司
IPC: G16H50/30 , G16H70/40 , G06F18/214 , G06F18/2411 , G06N3/096
Abstract: 本发明公开了一种基于迁移学习的葡萄糖浓度预测方法及设备,属于模型预测技术领域,用于解决现有的不同医疗机构之间葡萄糖浓度预测模型难以互相复用,样本分布少的医疗机构难以准确根据现有的葡萄糖浓度预测模型,进行准确预测的技术问题。方法包括:基于数据集的特征数据以及标签数据,对第一数据集以及第二数据集分别进行数据重组,得到源域数据以及目标域数据;基于预设ELM网络模型的输出权重,并根据源域数据中训练样本的损失特征,得到优化目标函数;对目标域数据进行迁移重构学习,得到域适应迁移算法DAELM模型;通过域适应迁移算法DAELM模型,对目标域数据中的葡萄糖浓度数据进行浓度预测,得到预测结果。
-
公开(公告)号:CN113783836B
公开(公告)日:2023-06-20
申请号:CN202110879593.3
申请日:2021-08-02
Applicant: 南京邮电大学
IPC: H04L9/40 , H04L9/32 , H04L9/08 , H04L67/12 , H04L67/1097 , H04L67/1095
Abstract: 本发明公开了一种基于区块链和IBE算法的物联网数据访问控制方法及系统,私钥生成中心PKG进行系统初始化;构建联盟链;物联网设备采集数据进行加密后得到密文并发送到物联网网关;由物联网网关将密文发送到物联网系统云平台或本地数据库进行存储;生成密文对应的哈希值,并将密文标识和对应哈希值的键值对存储在区块链中;私钥生成中心生成私钥;数据请求者在区块链上发起数据请求交易,区块链上部署的访问控制合约验证数据请求合法性,验证通过后由私钥生成中心与数据请求者建立安全连接共享私钥,数据请求者应用IBE解密算法,对加密数据进行解密获得请求数据;本发明能够实现物联网环境下安全可信的细粒度访问控制,满足保密性、完整性和可用性。
-
公开(公告)号:CN116168828A
公开(公告)日:2023-05-26
申请号:CN202310154603.6
申请日:2023-02-22
Applicant: 南京邮电大学
IPC: G16H50/20 , G06F16/36 , G06F40/289 , G06F18/2415 , G06N3/08 , G06N3/0464
Abstract: 本发明提供一种基于知识图谱和深度学习的疾病预测方法、装置及计算机设备,通过获得疾病异常指标与病情自述文本,获得异常指标表示矩阵Y与病情自述文本表示矩阵X,拼接后得到融合表示矩阵;由病情自述文本结合医学知识图谱,构建与实体相连关系的疾病知识子图;分别获得疾病知识子图的实体向量矩阵和实体上下文向量矩阵,对齐叠加得到叠加表示矩阵;将融合表示矩阵和叠加表示矩阵连接在一起获得特征融合矩阵,将特征融合矩阵输入到卷积神经网络模型即CNN模型,获得预测结果;本发明不仅通过疾病异常指标与病情自述文本,还通过引入知识图谱这一知识决策,能够获得更精准的预测结果,能够实现更准确地综合智能辅助诊断。
-
-
-
-
-
-
-
-
-