-
公开(公告)号：CN114283607A
公开(公告)日：2022-04-05
申请号：CN202111563958.8
申请日：2021-12-20
Applicant: 北京邮电大学
IPC: G08G1/0968 , G08G1/0967 , G08G1/01 , H04W4/44 , H04W4/46 , G06Q10/04 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于群智学习的多车协同规划方法，属于多车路协同决策技术领域。本发明中，利用边缘服务器减轻了车辆计算能力与通信能力的要求；利用演化博弈来建模路由规划中车辆之间不断博弈的过程，当博弈状态形成一个稳定局面时，每辆车得到自身利益最大化的路由决策；在每辆车上部署路口通行驾驶决策模块，将车辆看成一个独立决策的个体，利用深度强化学习强大的策略学习能力建模多车在路口的协同驾驶行为；在路侧边缘计算部署交通态势预测模块，利用多车路的通信能力来扩大车辆有限视野下对交通态势的感知。本发明优化了道路资源的不同方面，优化了路口的时空利用，优化了路口周围道路资源的时空利用，增大路口的吞吐量。
-
公开(公告)号：CN114169241A
公开(公告)日：2022-03-11
申请号：CN202111495731.4
申请日：2021-12-09
Applicant: 北京邮电大学
Abstract: 本发明公开了一种端到端的多目标识别、追踪与预测方法，属于车联网、智能汽车技术领域。本发明方法包括：建立端到端的多目标识别、追踪和预测模型，包括目标检测器、目标追踪模块和轨迹预测模块；目标检测模块使用基于中心点的多目标检测器；目标追踪模块采用基于图卷积神经网络对多目标追踪；轨迹预测模块基于图网络对多目标进行运动轨迹预测，包括轨迹目的点的预测，智能体间信息传递，生成未来轨迹；本发明将端到端的多目标识别、追踪和预测模型作为一个整体，采用联合训练框架进行同时训练。本发明三个模块同时训练、相互促进，进一步提高了最终的轨迹预测精度，可以更优对多目标轨迹预测，预测轨迹更加合理。
-
公开(公告)号：CN112153220B
公开(公告)日：2021-08-27
申请号：CN202010872161.5
申请日：2020-08-26
Applicant: 北京邮电大学
IPC: H04M3/22 , H04L12/58 , H04W12/128
Abstract: 本发明公开了一种基于社交评价动态更新的通信行为识别方法，属于网络欺诈识别、深度学习和通信社交技术领域。首先对目标用户A向用户B呼出的全量通话话单中统计通信指标，得到用户间量化的通信满意度。根据通信满意度结合历史亲密度，对当前周期的用户A和用户B之间亲密度进行迭代更新。同时将用户A以及每个交互用户各自对应的个体特征向量，以及与每个交互用户更新后的亲密度建立通信社交网络，计算每个交互用户对用户A的局部信任度，结合用户A与每个交互用户的亲密度向量，得到用户A的局部推荐信任度。最后对用户A的置信度进行更新，判断更新后的用户A是否为疑似诈骗用户，重复上述方法，统计出疑似诈骗用户名单。本发明为用户构建了一个安全的通话环境。
-
公开(公告)号：CN107563543B
公开(公告)日：2020-11-13
申请号：CN201710686872.1
申请日：2017-08-11
Applicant: 北京邮电大学
Abstract: 本发明公开了一种基于群体智能的城市交通优化服务方法与系统，包括：首先，基于群体智能对局部交通态势进行模拟，并根据模拟结果和局部交通优化目标选择各车辆的行驶时间和局部交通态势达到平衡的局部调度策略。其次，基于群体智能对全局交通态势进行模拟，并根据模拟结果和全局交通优化目标，选择局部交通态势与全局交通态势达到平衡的全局调度策略。然后，根据群体智能计算的结果对各个参与车辆进行最优路线推荐，以实现城市交通优化服务。最后，根据所提出的方法实现一种基于群体智能的城市交通优化服务系统，该系统包括：车载平台、态势认知系统、群体智能决策与控制系统，目的是提高城市交通优化服务决策的可执行性和有效性。
-
公开(公告)号：CN106603336B
公开(公告)日：2019-07-23
申请号：CN201611167839.X
申请日：2016-12-16
Applicant: 北京邮电大学
IPC: H04L12/26
Abstract: 本发明实施例提供了一种云计算环境的机器状态预测方法及装置，方法包括：在确定目标机器的待利用的目标属性项目及目标属性项目对应的目标项目数据以后，从目标属性矩阵中，确定各个目标属性项目分别对应的目标属性向量；根据目标属性向量、目标项目数据以及预设的向量合并公式，计算目标数据合并向量；根据目标反应矩阵、目标数据合并向量、预设的多个初始机器状态向量以及预设的概率计算公式，计算每个初始机器状态向量的第一概率值；根据第一概率值，确定目标机器对应的第一机器状态预测向量；根据第一机器状态预测向量，确定目标机器的机器状态的预测结果。应用本发明实施例，实现了对动态异构的云环境中的机器状态的实时预测。
-
Patent Agency Ranking
公开(公告)号：CN106708978A
公开(公告)日：2017-05-24
申请号：CN201611117521.0
申请日：2016-12-07
Applicant: 北京邮电大学
IPC: G06F17/30
Abstract: 本发明实施例提供了一种基于二分图的服务推荐方法及装置，所述方法包括：采集每一个目标用户感兴趣的服务；构建每一个目标用户的初始的用户兴趣向量和每一个服务的初始的服务主题向量，其中，用户兴趣向量和服务主题向量均为概率向量；生成以目标用户和服务为顶点的二分图，根据用户兴趣向量和服务主题向量，构建基于二分图的目标函数P；求解目标函数P，以确定每一个用户兴趣向量的元素值和每一个服务主题向量的元素值；根据用户兴趣向量和服务主题向量，对目标用户进行服务推荐。应用本发明实施例，降低了基于二分图的服务推荐计算复杂度，而且模型输出的用户兴趣向量和服务主题向量均为概率向量，便于构建更多基于概率的实际应用。
-
公开(公告)号：CN104468728A
公开(公告)日：2015-03-25
申请号：CN201410641813.9
申请日：2014-11-06
Applicant: 北京邮电大学
CPC classification number: H04L67/02 , H04L67/16 , H04L67/322 , H04L69/329
Abstract: 本申请公开了一种基于信息熵和方差的服务选择方法，首先，基于信息熵理论对每个候选Web服务的N个QoS属性历史记录进行建模，求出每个候选Web服务的信息熵值；其中，N为整数；并根据信息熵值的大小筛选符合条件的Web服务；然后，基于方差理论对筛选出的Web服务计算方差值，并根据方差值的大小筛选出符合条件的Web服务；最后，利用混合整数规划模型从筛选出的Web服务中求出最优的服务组合。应用本申请公开的技术方案，能够准确地选择出最可靠的组合服务，并缩短服务选择的时间开销，同时，本发明具有较高的准确性和较强的实用性，具有很好的推广应用价值。
-
公开(公告)号：CN101888381B
公开(公告)日：2013-07-03
申请号：CN201010221006.3
申请日：2010-06-29
Applicant: 北京邮电大学
Abstract: 一种跨网络、跨运营商的实现终端切换的通信系统和方法，面向融合网络，可跨电信网、互联网或广电网等不同网络或跨多个不同运营商实现终端切换。该系统设有：基于IMS的切换终端应用服务器和三类终端：移动设备、计算机或装有机顶盒的电视机，切换终端应用服务器和终端之间利用SIP协议建立或拆除通话，并传递切换终端所需的信令。其中切换请求发起方不受终端所在网络的限制，切换方式非常灵活：可在异(同)网同号终端之间或异(同)网异号终端之间实现切换，切换操作可在呼叫的任一方(主叫、被叫或多方呼叫中的某一方)进行，既支持音频或视频的两方通话，也支持由媒体服务器控制的多方音频或视频通话时的终端切换。
-
公开(公告)号：CN102882973A
公开(公告)日：2013-01-16
申请号：CN201210384185.1
申请日：2012-10-11
Applicant: 北京邮电大学
IPC: H04L29/08
Abstract: 一种基于P2P技术的分布式负载均衡系统和方法，系统由均衡负载功能的分布式处理集群所组成，该集群内只设有分设于不同服务器的、由处理层和通信层构成的多个同构或异构处理节点，每个处理节点都能独立承担分布式仲裁的负载均衡功能，且其权限与功能都相同，差异只是事件的处理速率不同；当客户端向分布式处理集群实时发送海量数据处理请求时，某个处理节点完成请求处理后，将产生的中间结果封装为事件，发往其它处理节点继续处理；各处理节点在分发事件过程中，始终采用分布式负载均衡方法保证事件分发的负载均衡，直到产生最终结果并返还给客户端。本发明有效避免系统出现单点失效的负载均衡，能够在分布式集群系统中实现节点动态变化的负载均衡。
-
公开(公告)号：CN115100866B
公开(公告)日：2023-08-18
申请号：CN202210842831.8
申请日：2022-07-18
Applicant: 北京邮电大学
IPC: G08G1/01 , G08G1/042 , G08G1/048 , G08G1/0967
Abstract: 本发明公开一种基于分层强化学习的车路协同自动驾驶决策方法，基于强化学习设计了一种分层通信的车路协同方法，包括：通信消息生成器与解码器，基于通行子目标的协同规划以及基于通行子目标的单车决策。在车辆—边缘设备通信阶段，一个自编码器会被学习在车端用于生成消息并在边缘节点解码消息；边缘计算节点整合来自全部车辆的消息，并进行共识的形成。共识的表示方式是为每个车辆设定短期的通行任务，并将该任务分发给相应的车辆。车辆依赖车载智能对车辆的驾驶动作进行控制，完成接收自边缘计算节点的短期通行目标。在该分层结构下，本发明多车的协同驾驶决策具有更好的解释性，协同效率更高效。
-
-
-
-
-
-
-
-
-
Search Results
54
records
(took 0.039 seconds)
