-
公开(公告)号：CN101969409A
公开(公告)日：2011-02-09
申请号：CN201010532991.X
申请日：2010-11-05
Applicant: 南京邮电大学
IPC: H04L12/56
Abstract: 本发明公布了一种基于定时器和MDRR的队列调度方法，该方法是基于区分服务模型的，主要由Time定时器、实时权值更新、修改的加权轮询（MDRR）调度算法三部分组成。Time定时器主要用来控制高优先级队列的调度，既保证其获得高的服务质量，又保证了网络中的公平性；根据队列中数据流的实时情况，动态地改变MDRR调度算法中的权值参数，通过在业务量过大时适度的增大权值从而保证对其余队列影响降至最低。本发明实现了支持队列数目可配置、速率可调节的调度，具有良好的可扩展性，操作简单。
-
公开(公告)号：CN101969408A
公开(公告)日：2011-02-09
申请号：CN201010530084.1
申请日：2010-11-03
Applicant: 南京邮电大学
IPC: H04L12/56
Abstract: 本发明公开了一种基于分组DSCP标记的主动队列管理方法，属于网络路由技术领域。本发明方法通过业务识别技术对进入路由器的业务先进行识别以确定该类业务的性能指标，同时在DSCP字段根据预先定义的策略对分组进行标记；在路由器的缓冲区队列针对不同的业务属性设置不同的门限值和最大丢弃概率，通过比较该类业务分组在队列中所占的比例来计算分组的丢弃概率；在计算分组的丢弃概率时，同时调整其最大丢弃概率值来解决队列参数设计稳定问题。相比现有的主动队列管理方法，本发明方法具有区分对待各种业务分组并针对不同业务合理分配带宽以及适应网络动态变化环境的优点。
-
公开(公告)号：CN113673662A
公开(公告)日：2021-11-19
申请号：CN202110883124.9
申请日：2021-08-02
Applicant: 南京邮电大学
IPC: G06N3/00 , G06F16/958
Abstract: 本发明公开了一种基于反向学习的混沌蜂群Web服务组合优化方法，包括，将一个完整的Web服务抽象为一个n个任务数*m个服务数的服务请求；建立Web服务组合模型，并以体验质量QoE为评价指标建立Web服务组合模型的适应度函数Ffitness(QoEbest)；将适应度函数Ffitness(QoEbest)作为基于反向学习的混沌蜂群策略的目标函数，求其全局最优值；本发明在保证收敛的情况下，提高了迭代速率，加快搜寻符合需求的Web服务组合的结果；且具有自适应搜索能力，通过前期加大全局搜索能力，来避免陷入局部最优，随着迭代次数增加，后期局部搜索能力加强，能够缩短搜索范围减少搜索时间。
-
公开(公告)号：CN109146056A
公开(公告)日：2019-01-04
申请号：CN201811121884.0
申请日：2018-09-26
Applicant: 南京邮电大学
IPC: G06N3/00
CPC classification number: G06N3/006
Abstract: 本发明公布了一种Web服务组合的改进帝国竞争优化方法。依据用户的服务需求，提出Web服务组合基于QoE（Quality of Experience）的模糊专家系统模型，将资源库各个服务的QoS（Quality of Service）转化为体验质量，可准确反映用户的满意程度，并采用改进帝国竞争算法进行搜索，在标准帝国竞争算法在帝国竞争机制中引入距离因子和帝国分裂机制，快速稳定地得到体验质量高的Web服务组合的优选结果。
-
公开(公告)号：CN106022475A
公开(公告)日：2016-10-12
申请号：CN201610548769.6
申请日：2016-07-13
Applicant: 南京邮电大学
CPC classification number: G06N3/126 , G06F17/30864
Abstract: 本发明提出一种基于动态自适应混沌蚁群算法的Web服务组合方法，采用两种蚂蚁并行搜索，前期阶段采用最小的挥发系数与最小的期望启发因子，并加入混沌扰动；后期不再加入混沌扰动，并提高挥发系数和期望启发因子，加快了收敛速度；根据适应度值的方差来作为一个阶段向下一个阶段转变的标准，适应大规模的情况。本发明的方法能够提高蚁群算法搜索Web服务组合的全局搜索能力，有效抑制其陷入局部最优，且加快了收敛速度，缩短了运行时间，提高了性能，具有较强的鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN104486248A
公开(公告)日：2015-04-01
申请号：CN201410729812.X
申请日：2014-12-04
Applicant: 南京邮电大学
IPC: H04L12/863 , H04L12/865
Abstract: 本发明公开了基于广义PID的随机早期检测算法的AQM系统和方法，该系统包括BP神经网络模块、广义PID控制模块和随机早期检测模块；BP神经网络通过自身的学习，可以找到某一最优控制规律下的参数。广义PID控制模块对调整好的自身参数做比例、积分、微分运算并将不同网络负载下队列长度稳定在对应的固定值，随机早期检测模块获取该固定值作为最大丢弃概率，经自身调节产生一个适用于当前负载的丢弃概率，被控对象依据该丢弃概率做出相应反应，使路由器中的队列长度能稳定到一个预期值。以此来达到提高网络资源的利用率，降低网络的平均时延的目的。
-
公开(公告)号：CN104376063A
公开(公告)日：2015-02-25
申请号：CN201410633279.7
申请日：2014-11-11
Applicant: 南京邮电大学
Abstract: 本发明公开了基于分类管理的多线程网络爬虫方法的信息实时更新系统，该系统包括页面获取模块，页面处理模块，模块化机制模块，多线程循环模块，标记队列管理模块，存储模块。系统采用多线程网络爬虫并加以改进，引入标记思想，对已经爬取结束的线程使用队列方式进行标记，解决一般多线程方法中循环爬虫时产生的相互干扰的问题。系统采用模块化机制实现各个不同信息的采集，以便于动态的增加、减少目标文件，方便整个系统的维护修改。本发明方法很好地利用了网络带宽资源，提高了网络信息采集的效率，并减少了多线程爬虫时的干扰，特别适用于信息实时更新系统的网络爬虫问题。
-
公开(公告)号：CN101969409B
公开(公告)日：2013-05-08
申请号：CN201010532991.X
申请日：2010-11-05
Applicant: 南京邮电大学
IPC: H04L12/865
Abstract: 本发明公布了一种基于定时器和MDRR的队列调度方法，该方法是基于区分服务模型的，主要由Time定时器、实时权值更新、修改的加权轮询（MDRR）调度算法三部分组成。Time定时器主要用来控制高优先级队列的调度，既保证其获得高的服务质量，又保证了网络中的公平性；根据队列中数据流的实时情况，动态地改变MDRR调度算法中的权值参数，通过在业务量过大时适度的增大权值从而保证对其余队列影响降至最低。本发明实现了支持队列数目可配置、速率可调节的调度，具有良好的可扩展性，操作简单。
-
公开(公告)号：CN101969410A
公开(公告)日：2011-02-09
申请号：CN201010532992.4
申请日：2010-11-05
Applicant: 南京邮电大学
IPC: H04L12/56
Abstract: 本发明区分服务网络的动态队列管理方法，公布了一种基于压缩感知的非连续正交频分复用信道估计方法。所述方法包括：设计信道估计导频图案；导频图案的选取；信道频域响应的估计。导频图案选择使用以下两种方案。方案一：保留传统的均匀导频图案，禁用子载波处的导频自然禁用，从而使可用导频呈现自然的不均匀性；方案二：固定导频数量，基于恢复矩阵互相关最小化的准则，采用以下优化问题（其中，为信道长度、为导频数、为OFDM系统子载波总数）在可用子载波中寻找个子载波传送导频符号。本方法可以在多种禁用子载波场景下，以更少的导频获得优于目前其他方法的信道估计性能和系统误码率性能。
-
公开(公告)号：CN117710652A
公开(公告)日：2024-03-15
申请号：CN202311736421.6
申请日：2023-12-15
Applicant: 南京邮电大学
IPC: G06V10/25 , G06V10/82 , G06V10/80 , G06V10/52 , G06V10/44 , G06V10/764 , G06V10/766 , G06N3/0464 , G06N3/048
Abstract: 本发明公开了一种多尺度特征自校正YOLOv5的道路小目标检测方法，包括以下步骤:(1)获取道路图像数据；(2)对输入图像进行预处理；(3)利用改进的YOLOv5网络对预处理后图像进行多尺度特征提取，以及特征融合；其中，YOLOv5网络包括：Backbone、Neck、特征自适应校正卷积、小目标检测层和输出端；(4)输出检测结果并对其进行性能评估；本发明设置一个自适应参数P，能够有效地根据不同的道路目标以及各项性能指标的平衡来提高特征提取的能力，从而能够提高算法的检测精度；通过特征自适应校正能够有效地增强小目标的特征信息，提高了小目标检测的能力，为算法增加了稳定性、鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.031 seconds)
