公开(公告)号：CN115174681A

公开(公告)日：2022-10-11

申请号：CN202210685149.2

申请日：2022-06-14

Applicant: 武汉大学

Inventor： 李兵 ,  赵玉琦 ,  姜德纶 ,  王健 ,  李段腾川

IPC: H04L67/60 ,  H04L41/147

Abstract: 本发明涉及一种边缘计算服务请求调度方法、设备及存储介质,其特征在于，其包括步骤：根据所述指针网络对边缘服务器内排队的多个服务请求的执行顺序进行决策；根据边缘服务器资源利用情况、服务请求运行时间以及服务请求等待时间对所述指针网络进行优化；所述指针网络包括行动者网络和评论家网络，所述行动者网络用于决策出服务请求的执行顺序，所述评论家网络用于根据所述行动者网络已作的决策对后续决策进行预测并基于预测值辅助所述行动者网络的参数更新。可有效地提升边缘服务器的资源利用率，缩短服务请求序列执行完毕所需时间并降低请求的平均等待时间。

公开(公告)号：CN113204331B

公开(公告)日：2022-04-15

申请号：CN202110363701.1

申请日：2021-04-02

Applicant: 武汉大学

Inventor： 李兵 ,  朱江源 ,  王健 ,  熊燚铭

IPC: G06F8/20 ,  G06F9/54

Abstract: 本发明公布了一种基于业务流程模型的微服务设计方法及系统，首先将业务流程图转换为BPMN工程模型；然后运用转换策略将BPMN工程模型转化为SSD工程模型；接着运用可视化规则将SSD工程模型转化为SSD时序图；最后运用转换规则分析SD工程模型进行微服务设计。本发明能够从BPMN图自动化生成微服务设计方案，辅助设计人员快速设计系统，节省设计成本；能够从SD工程模型自动化生成代码，辅助开发人员快速开发符合用户需求的系统，大幅降低开发成本。

公开(公告)号：CN111817757B

公开(公告)日：2021-10-22

申请号：CN202010512562.X

申请日：2020-06-08

Applicant: 武汉大学

Inventor： 何怡刚 ,  隋永波 ,  何鎏璐 ,  张朝龙 ,  邵晖 ,  李兵 ,  张慧

IPC: H04B7/0413 ,  H04B17/373

Abstract: 本发明公开了一种用于MIMO无线通信系统的信道预测方法及系统，该方法包括以下步骤：通过信道估计，获取MIMO无线通信系统每个天线对的频域信道信息；通过反傅里叶变换处理每个天线对的频域信道信息，获取MIMO无线通信系统每个有效时延径的信息；训练宽度学习系统；利用训练好的宽度学习系统对每个天线对的每个有效时延径进行预测，获得每个天线对的每个有效时延径的下一时刻的信息；将预测得到的每个天线对的每个有效时延径的下一时刻的信息进行汇总后，利用傅里叶变换转换为预测的频域信道信息。本发明可以提供满意的预测性能，而且可以输出稀疏的输出权重，减小了对内存存储的要求。本发明为实现无线通信的自适应传输和自适应编码等提供了保障。

公开(公告)号：CN111538846A

公开(公告)日：2020-08-14

申请号：CN202010298379.4

申请日：2020-04-16

Applicant: 武汉大学

Inventor： 李兵 ,  陈健 ,  王健 ,  赵玉琦 ,  姚力 ,  熊燚铭

IPC: G06F16/36 ,  G06F16/9536 ,  G06F40/295 ,  G06F40/30 ,  G06N3/08

Abstract: 本发明公开了一种基于混合协同过滤的第三方库推荐方法，包括以下步骤：根据已发布的应用和第三方库数据获得应用和第三方库的特征训练数据集；使用无监督学习方法训练得到主题模型；从应用和第三方库数据中抽取实体构建知识图谱并向量化；将待推荐应用数据输入到主题模型生成应用近邻列表；利用应用对第三方库的调用信息得到待推荐应用基于内容的评分列表；将待推荐应用和待推荐第三方库列表输入到知识图谱得到实体向量列表；计算实体向量的相似度得到待推荐应用基于知识图谱的评分列表；融合后进行排序得到基于混合推荐的推荐列表。本发明的混合推荐方法，来规避单一推荐方法的缺陷，在有效解决数据稀疏和冷启动问题的同时，提升推荐的准确率。

公开(公告)号：CN111236990A

公开(公告)日：2020-06-05

申请号：CN202010190118.0

申请日：2020-03-18

Applicant: 武汉大学

Inventor： 王浩杰 ,  李兵 ,  许丹 ,  张晓平 ,  张旗 ,  龚安波 ,  鲁德利

IPC: E21D11/40 ,  E21D11/08

Abstract: 本发明公开了一种小间距浅覆土小半径条件下盾构隧道内部支撑台车系统，包括设在隧道底部的台车轨道和渣土车轨道以及分别与两者配合的台车和渣土车；台车轨道采用原有的盾构台车行走的轨道；台车包括车架、行走机构和支撑机构，车架上部能容纳通风管道、下部横跨在渣土车上且不与之干涉，支撑机构包括弧形板撑、滑动铰接件和伸缩顶件，弧形板撑分布在隧道的上部及两侧且相邻间存在间隙，弧形板撑通过滑动铰接件与车架可滑动的铰接、通过伸缩顶件与车架可伸缩的连接，伸缩顶件带动弧形板撑顶出和缩回时，滑动铰接件起到导向和限位的作用。该系统避免了管片破损，留出了通风管道以及渣土的行进空间，对先发线隧道的影响降到了最小。

公开(公告)号：CN109086463A

公开(公告)日：2018-12-25

申请号：CN201811139465.X

申请日：2018-09-28

Applicant: 武汉大学

Inventor： 刘进 ,  周平义 ,  储玮 ,  李兵 ,  崔晓晖 ,  陈旭 ,  施泽洋 ,  彭新宇 ,  赵发凯

IPC: G06F17/30 ,  G06N3/04

Abstract: 本发明涉及一种基于区域卷积神经网络的问答社区标签推荐方法，具体是涉及对问答社区中的问题数据集先进行数据预处理，再通过建立词典生成句向量，在卷积层中，对数据集中的每个问题中的每个单词都进行词嵌入处理，然后用区域卷积神经网络模型对句向量进行训练，最后利用训练完成的模型对问答社区中的新问题进行标签推荐。具有如下突出特点和优点：第一，引入双向循环卷积层，结合单词的上下文对单词进行表示，可以更好的反应句子中单词之间的联系，双向循环结构可以准确抓取单词的上下文；第二，卷积神经网络处理大型图片的能力使得其可以处理较大的数据集；第三，卷积神经网络在图片处理中的迁移性，使得其用在标签推荐中也能有很好的迁移性。

公开(公告)号：CN108469560A

公开(公告)日：2018-08-31

申请号：CN201810220095.6

申请日：2018-03-16

Applicant: 武汉大学

Inventor： 尹柏强 ,  何怡刚 ,  李兵 ,  佐磊 ,  张慧 ,  王署东

IPC: G01R31/00 ,  G06F17/50

Abstract: 一种基于快速S变换时频空间模型的电磁干扰客观复杂度评估方法，包括以下步骤：(1)对实时采集到的空间电磁信号进行快速S变换，获得信号快速度S变换二维时频矩阵；(2)计算快速S变换二维时频矩阵内评估对象与干扰信号的时域占用度TP、频率占用度FP和能量占用度EP；(3)根据时频空间模型，计算出电磁干扰客观复杂度C＝TP*FP*EP；(4)根据客观复杂度值查找定级标准从而确定电磁干扰客观复杂度类型。本发明与现有技术相比，采用快速S变换方法，克服了傅里叶变换的一维局限性，可以同时快速提取时域占用度、频率占用度和能量占用度三个评估参数，采用时频空间模型能有效解决多评估参数同步整体评估问题。

公开(公告)号：CN101944016A

公开(公告)日：2011-01-12

申请号：CN200910063104.6

申请日：2009-07-10

Applicant: 武汉大学

Inventor： 李兵 ,  曾诚 ,  陈桂生 ,  王健 ,  何克清 ,  余智涛 ,  万彩平 ,  彭涛 ,  伍沙沙 ,  杨俊峰 ,  钟润 ,  郜鹏

IPC: G06F9/44

Abstract: 本发明首先构建领域模型和软件服务注册模型，所述领域模型包括领域本体模型和领域需求模型；将待注册软件服务注册到软件服务注册库时，使用领域本体模型文件标识软件服务，使用领域需求模型文件封装软件服务。因此本发明技术方案解决了软件服务的语义标识和需求封装，能够支持在软件服务发现过程中的基于语义和需求的软件服务匹配，实现自上而下的服务发现和自下而上的需求发现的结合，为后续的软件服务动态组合奠定了基础。

公开(公告)号：CN114879945B

公开(公告)日：2024-07-16

申请号：CN202210458179.X

申请日：2022-04-27

Applicant: 武汉大学

Inventor： 李兵 ,  南思宇 ,  王健

IPC: G06F8/30 ,  G06F16/335 ,  G06F40/289 ,  G06F18/23 ,  G06F18/214 ,  G06N3/044

Abstract: 本发明提供一种面向长尾分布特征的多样化API序列推荐方法及装置。本发明中，分析了API的长尾分布，对长尾API聚类后，利用聚类中心替换长尾API，得到重新标签后的数据集，构建了编码器，逐个读取输入，将自然语言的开发者需求查询编码为基于时间步的编码器隐藏状态，构建了解码器，按时间步生成解码器隐藏状态，融合学习排序技术计算损失函数，使用集束搜索进行API序列的输出。因此本发明能够基于开发者自然语言需求生成API序列，提升API序列推荐结果的准确度，在不显著降低API序列推荐结果准确度的情况下，有效提升多样性。

公开(公告)号：CN118259886A

公开(公告)日：2024-06-28

申请号：CN202410342821.7

申请日：2024-03-25

Applicant: 武汉大学

Inventor： 王健 ,  张雷 ,  李兵

IPC: G06F8/30 ,  G06N3/0455 ,  G06N3/084

Abstract: 本发明公开了一种基于检索增强和温度损失的API序列推荐方法及装置，包括以下步骤：1：分析数据集数据，提取数据条目中自然语言查询的语义特征和API序列的数据特征；2：检索增强查询器，基于其自然语言查询的语义特征，查找与之最为相似的K个数据条目3：构建生成模型，采用预训练的Transformer模型作为序列到序列模型，生成API序列的输出分布；4：构建温度损失，使用温度损失计算API输出分布与正确API之间的差异，并通过反向传播将损失应用于模型的优化训练；5：API序列推荐。本发明能够基于自然语言查询搜索与其语义特征最为相似数据条目作为补充知识，能够基于温度损失更为有效的优化模型；生成模型的推荐结果API序列的准确率高、可靠性强。