-
公开(公告)号：CN118631808A
公开(公告)日：2024-09-10
申请号：CN202410768035.3
申请日：2024-06-14
Applicant: 南京邮电大学
IPC: H04L67/1004 , H04L67/10 , H04L41/14
Abstract: 本发明公开了一种面向性能抖动边缘云的任务卸载方法，涉及边缘云计算技术领域，该方法包括如下步骤：步骤一、边缘云系统的计算卸载建模和每个任务节点的边缘服务器序关系评价矩阵的初始化；步骤二、基于D‑S证据融合推理的确定任务节点偏好序列，构建待匹配任务对边缘服务器的满意度；步骤三、根据构建的待匹配任务对边缘服务器的满意度为服务器进行排序，通过最佳匹配算法确定任务是否卸载。本发明相比于目前使用期望值处理边缘服务器性能波动的方法，任务节点能简单有效地通过证据融合推理得到边缘服务器性能波动下的偏好序列，提高了应对系统边缘服务器性能波动的能力、提升了系统的弹性、降低了计算能耗。
-
公开(公告)号：CN115664533A
公开(公告)日：2023-01-31
申请号：CN202211310540.0
申请日：2022-10-25
Applicant: 南京邮电大学
IPC: H04B10/516 , H04B10/70
Abstract: 本发明属于量子通信技术领域，具体地说，是一种极化‑频率两自由度编码相干态无噪声线性放大方法，使用并行放大思想，通过使用分束器阵列，将原极化‑频率两自由度编码的相干态分束到N条路径中，在每条路径中的相干态变为弱相干态，在每条路径上设置PC放大器以及辅助光子，对每条路径的光子态进行放大操作，若所有路径上的PC放大器均运行成功，将所有放大器的输出态通过另一个分束器阵列汇聚到一条路径上，最终提取出新的相干态，本发明能有效提高输出相干态中的平均光子数，实现对相干态的放大，且能完美保留光子在极化和频率两个自由度上编码的信息，此外，本发明具有较强的实用性。
-
公开(公告)号：CN112787597B
公开(公告)日：2022-11-08
申请号：CN202110046551.1
申请日：2021-01-14
Applicant: 南京邮电大学
IPC: H03F1/26
Abstract: 本发明公开了一种三自由度编码单光子比特的无噪声线性放大方法，通信方1制备一个在极化和双纵向动量三个自由度上同时独立编码的单光子比特，将该信号光子通过量子信道传输至通信方2；通信方2使用参量下转换纠缠源产生的不完美纠缠态作为辅助，在4个空间模式上设置放大器，将信号光子和辅助光子通入放大器进行放大；根据每个放大器内光子探测器响应情况判定放大结果；计算三自由度编码单光子比特的无噪声线性放大方法成功概率、输出态中目标态的保真度和放大因子。本发明能有效保护单光子比特避免其在长距离传输中出现光子丢失并完美保留单光子在三个自由度上的编码信息，操作便捷、且在当前实验条件下可以实现，具有高实用性并易推广。
-
公开(公告)号：CN112149883A
公开(公告)日：2020-12-29
申请号：CN202010927605.0
申请日：2020-09-07
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于FWA‑BP神经网络的光伏功率预测方法，属于光伏发电技术领域。光伏发电功率的随机性和间接性会对大规模光伏并网造成一定的影响，因此本发明提出了一种基于FWA‑BP神经网络的光伏功率预测方法，利用烟花算法(FWA)优化BP神经网络的权值和阈值，避免BP神经网络陷入局部最优，加快BP神经网络的收敛速度，同时通过数据预处理提高模型预测精度，能够实现对光伏功率高精度的预测。
-
公开(公告)号：CN111428772A
公开(公告)日：2020-07-17
申请号：CN202010195167.3
申请日：2020-03-19
Applicant: 南京邮电大学
Abstract: 本发明提出了一种基于k-近邻自适应投票的光伏系统深度异常检测方法，该方法包括获取光伏发电系统中积累的光伏阵列内部一维时序数据，利用滑动窗口定长切分原始数据，通过快速傅里叶变换将其转换为二维频域数据图像，结合切片时间对外部数据分类，给定标签构造数据集；在数据集上利用深度神经网络训练分类模型，抽取隐式特征作为异常检测输入。将输入数据进行数据转换并抽取隐层编码特征，在本地隐层编码特征集合中利用二重k-近邻基于距离度量第一次选择投票点，通过投票点到第二次k-近邻点集合之间的距离差自适应得到决定是否异常的投票权重，使得该方法在鲁棒，提高了检测准确率。该方法无需对比下一时刻的真实数据，提高了实时检测效率。
-
Patent Agency Ranking
公开(公告)号：CN109995852A
公开(公告)日：2019-07-09
申请号：CN201910179353.5
申请日：2019-03-11
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于移动物联网的智慧旅游系统，包括智能移动终端、数据处理中心和云平台，智能移动终端包括微控制器模块和后台管理模块，微控制器模块与后台管理模块连接，微控制器模块分别连接到景区地理模块、地理调用模块和智能导览模块，景区地理模块和地理调用模块相互连接，微控制器模块还连接到电源模块、输入模块、显示模块和语音识别模块，微控制器模块与后台管理模块分别连接无线通信模块，后台管理模块连接景点分析模块、数据存储模块和报警模块，本发明提供了一种智慧旅游集成应用体系，能根据旅客需求及时、智能地提供旅游服务，实现了景区旅游服务与管理的信息化、智能化、人性化、特色化、集成化与精细化。
-
公开(公告)号：CN108171668A
公开(公告)日：2018-06-15
申请号：CN201711483854.X
申请日：2017-12-29
Applicant: 南京邮电大学盐城大数据研究院有限公司
Abstract: 本发明涉及一种基于定向加权插值的CFA图像去马赛克方法，属于图像处理技术领域。该步骤如下包括对CFA图中的绿色平面进行估计,对每个估计值分配适当的权重，计算方向梯度，对绿色平面插值；并使用逆梯度作为加权因子，使用五点梯度逆加权滤波方法优化插入的像素；对丢失的红色和蓝色部分插值；对插值后的红色和蓝色部分进行优化；重构整个全色图像，完成图片去除马赛克。本发明提供的基于定向加权插值的CFA图像去马赛克方法，对不规则边缘的重建和微小细节的保存效果良好，对纹理细节保存能力更优越。本发明提供的基于定向加权插值的CFA图像去马赛克方法相比于其他方法，本发明的方法产生更少的可见颜色伪影，如拉链伪影和沿着突变颜色变化的假色伪影。
-
公开(公告)号：CN111428772B
公开(公告)日：2022-08-23
申请号：CN202010195167.3
申请日：2020-03-19
Applicant: 南京邮电大学
IPC: G06V10/764 , G06K9/62 , G06V10/82 , G06N3/04
Abstract: 本发明提出了一种基于k‑近邻自适应投票的光伏系统深度异常检测方法，该方法包括获取光伏发电系统中积累的光伏阵列内部一维时序数据，利用滑动窗口定长切分原始数据，通过快速傅里叶变换将其转换为二维频域数据图像，结合切片时间对外部数据分类，给定标签构造数据集；在数据集上利用深度神经网络训练分类模型，抽取隐式特征作为异常检测输入。将输入数据进行数据转换并抽取隐层编码特征，在本地隐层编码特征集合中利用二重k‑近邻基于距离度量第一次选择投票点，通过投票点到第二次k‑近邻点集合之间的距离差自适应得到决定是否异常的投票权重，使得该方法在鲁棒，提高了检测准确率。该方法无需对比下一时刻的真实数据，提高了实时检测效率。
-
公开(公告)号：CN111429014A
公开(公告)日：2020-07-17
申请号：CN202010234549.2
申请日：2020-03-30
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于双队列动态定价模型的电动汽车充电站选择方法，所述方法首先利用移动互联网技术获取(i)充电需求点的位置、电量、车辆型号、电池容量等信息，(ii)充电站的位置信息，站内排队及充电情况；然后根据充电需求点预测充电过程中总用时，通过电价更新策略计算并更新电价；最后建立多目标优化函数模型，求得最佳选择充电站。由于本发明在预测排队等待时间时，采用双队列的排队方式和实时更新充电站达到率的方法，使得总用时预测更加精准，在制定电价时，采用动态定价方法，保证了充电站的负载均匀。因此，本发明可在保证充电站负载安全的前提下，大大增加出行时充电站选择的合理性，并且能够应用在一般的充电站选择策略中。
-
公开(公告)号：CN110458329A
公开(公告)日：2019-11-15
申请号：CN201910623959.3
申请日：2019-07-11
Applicant: 南京邮电大学
Abstract: 本发明公开了一种电动汽车充电站选址定容的方法，所述方法包括如下步骤：获取区域路网结构简图；分别计算区域路网需要建设的充电站数量，路口节点交通流量密度、总充电量需求；建立选址模型，求解出充电站的具体位置；建立充电排队模型，优化充电站内的充电桩数量配置；根据所需建设充电站的数量和优化得出的各个站内充电桩数量，输出规划区域总成本；本发明提高用户充电便捷性和充电桩利用率，依据充电排队模型优化站内充电桩的数量，增大利用率，减少成本。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.027 seconds)
