-
公开(公告)号：CN113709698A
公开(公告)日：2021-11-26
申请号：CN202111048766.3
申请日：2021-09-08
Applicant: 同济大学
Abstract: 本发明涉及一种基于任务块的车联网雾计算协作任务卸载控制方法，不同车辆形成的联盟之间的资源在路边中心单元的控制和调度下实现共享，路边中心单元根据车辆周期反馈的可用计算资源、位置信息与联盟结构做出资源调度决策，不同的联盟依照路边中心单元的资源调度决策进行协作计算，每一个车辆可以在一定约束条件下自发地选择加入或离开多个联盟，每一个联盟自发选出一个首领车辆，首领车辆与路边中心单元进行通信，先由路边中心单元分配任务块至联盟，再由联盟组织内部的首领车辆对任务块进行进一步地分配。与现有技术相比，本发明具有提升本地车联网对任务的吞吐量，避免传输任务至远程服务器端，降低服务时延和传输开销等优点。
-
公开(公告)号：CN113505718A
公开(公告)日：2021-10-15
申请号：CN202110810859.9
申请日：2021-07-19
Applicant: 同济大学
Abstract: 本发明涉及一种基于深度学习的驾驶员疲劳检测控制方法，具体包括以下步骤：S1、采集行驶中的驾驶员的视频图像，对视频图像进行分割提取；S2、对分割提取得到的原始数据进行图像预处理，得到驾驶员的脸部关键信息；S3、脸部关键信息输入检测网络，输出的检测信息合并后输入分类全连接网络，输出驾驶员的疲劳检测值，并与预设的阈值范围比较输出相应的疲劳等级，若疲劳等级超过等级阈值则显示疲劳警告信息。与现有技术相比，本发明具有提升疲劳驾驶的检测准确率、保证检测网络具体较高的检测准确率、实现网络模型的轻量化，有效压缩网络模型的大小，降低网络模型的计算量等优点。
-
公开(公告)号：CN113423070A
公开(公告)日：2021-09-21
申请号：CN202110576300.4
申请日：2021-05-26
Applicant: 同济大学
Abstract: 本发明涉及一种无人机中继网络双向多跳中继传输控制方法，无人机中继网络包括两个源节点，两个源节点之间设有多个无人机，位于端点的无人机从源节点获取目标信息后，其余无人机按照预设的循环模式与左右最近的相邻无人机交换目标信息，无人机在循环模式下进行两个源节点发送的目标信息的双向传输，从而完成两个源节点之间的信息交互。与现有技术相比，本发明具有允许多架无人机中继在双向通信网络中为两个无法直接通信的地面源实现数据交换，有效地提高网络吞吐量，优化网络性能等优点。
-
公开(公告)号：CN113361881A
公开(公告)日：2021-09-07
申请号：CN202110576290.4
申请日：2021-05-26
Applicant: 同济大学
Abstract: 本发明涉及一种基于车辆雾计算架构的可重叠组织协作控制方法，其特征在于，目标区域内的每个车辆节点按照需求生成需要协作计算的任务信息，并将任务信息传输给对应服务区内的路边中心单元，同一服务区内的车辆节点形成联盟，每个车辆节点同时加入多个联盟，使联盟之间重叠，每一个联盟在路边中心单元的控制和调度下实现计算资源共享，路边中心单元根据车辆周期反馈的计算资源和位置信息生成最优资源调度决策，联盟根据最优资源调度决策进行竞争计算。与现有技术相比，本发明具有有效提升本地车联网对任务的计算效率，避免传输任务至远程服务器端，降低服务时延和传输开销等优点。
-
公开(公告)号：CN112492565A
公开(公告)日：2021-03-12
申请号：CN202011459153.4
申请日：2020-12-13
Abstract: 本发明公开了一种基于ZigBee和BLE混合协议的自适应无线传感器网络。节点包括距离感知通信周期模块和数据传输通信周期模块。每个通信节点在距离感知通信周期模块利用网络泛洪的数据传输方法来获得与其他节点之间的相对距离，并且在数据传输通信周期模块中根据当前节点的通信完成程度随时切换物理层通信技术为ZigBee或BLE,同时切换通信时隙长度。采用本系统，可以增强无线传感器网络的抗干扰能力，并且易于实现。
-
Patent Agency Ranking
公开(公告)号：CN110376457A
公开(公告)日：2019-10-25
申请号：CN201910571745.6
申请日：2019-06-28
Applicant: 同济大学
Abstract: 本发明涉及一种基于半监督学习算法的非侵入式负荷监测方法及装置，其中方法包括：步骤S1：采集智能电表总用电量和各设备运行状态信息的时序信息；步骤S2，预处理数据，首先清洗数据，其次将数据归一化处理，最后以0填充总用电量序列的首尾；步骤S3，每次滑动一个时间长度来获得训练窗口，以总用电量序列作为输入窗口数据，以序列中点时间设备的开关状态作为输出标签，重复多次得到训练样本数据集；步骤S4，使用训练样本训练神经网络模型；步骤S5，将待识别的总电量序列输入训练好的神经网络模型，可以获得正确的各设备运行状态。与现有技术相比，本发明具有可以得到精细化的用户内部设备使用状态等优点。
-
公开(公告)号：CN119420510A
公开(公告)日：2025-02-11
申请号：CN202411430888.2
申请日：2024-10-14
Applicant: 同济大学
IPC: H04L9/40 , G06F16/36 , G06N3/092 , G06F18/214
Abstract: 本发明提供一种自适应多类型业务场景的工业网络安全服务提供方法，包括：基于生产业务的场景特征之间的空间和时间关联关系，构建知识图谱；在知识图谱的基础上，结合关系图卷积网络、门控循环单元、多头注意力机制和近端策略优化算法进行模型训练，得到基础网络安全服务供应模型；根据元强化学习算法，对基础网络安全服务供应模型进行元训练，得到标准网络安全服务供应模型；通过标准网络安全服务供应模型对不同类型的业务场景提供工业网路安全服务。本发明的方法显著提升了工业网络的安全性和灵活性。
-
公开(公告)号：CN118573401A
公开(公告)日：2024-08-30
申请号：CN202410510493.7
申请日：2024-04-26
Applicant: 同济大学
IPC: H04L9/40
Abstract: 本发明提供一种基于蜜网的网络协同制造多维安全等级的服务部署方法，包括：根据网络协同制造的需求，针对不同的生产业务场景部署蜜网系统；通过蜜网系统诱导和收集针对性的网络攻击数据；以生产业务类型和安全功能类型为双重索引，基于网络攻击数据构建综合性网络攻击数据库；基于综合性网络攻击数据库制定多维安全等级和防御策略；根据多维安全等级制定并实施安全等级协议；基于安全等级协议确定特定生产场景下不同终端或系统的安全等级需求，并选择和部署满足或超过安全等级需求的安全服务。本发明的方法确保安全服务不仅能够满足当前的安全需求，也能够适应生产环境中的快速变化和新出现的威胁，从而显著提高网络协同制造系统的整体安全水平。
-
公开(公告)号：CN112073976B
公开(公告)日：2023-06-02
申请号：CN202010823334.4
申请日：2020-08-17
Applicant: 同济大学
Abstract: 本发明涉及一种基于机器学习的非正交多址中的用户通用分组方法，包括步骤1：获取系统内所有用户的发射功率预算以及信道增益系数数据；步骤2：构建多用户分组通信模型；步骤3：求解多用户分组通信模型，获得功率优化闭式解以及用户分组解；步骤4：根据用户分组解对用户进行分组，并通过功率优化闭式解进行功率控制，完成用户通用分组。与现有技术相比，本发明具有实现用户重叠分组、提高用户接入量、兼顾计算复杂度和有效性等优点。
-
公开(公告)号：CN115099858A
公开(公告)日：2022-09-23
申请号：CN202210734752.5
申请日：2022-06-27
Applicant: 同济大学
Abstract: 本发明公开一种基于多智能体深度强化学习的车辆协作计算系统。该系统包括远程服务器所处的云层、本地雾服务器所处的小云朵层以及车辆所处的雾层。在该系统中，本地雾服务器的区域内部构建车对车的计算资源购买架构、不同的车辆间形成联盟进行协同计算和信息传输、联盟与本地雾服务器间进行任务交付与信息传输、本地雾服务器根据区域内部的计算资源供需进行资源定价与资源买卖、车辆根据激励机制和自身状态应用多智能体深度强化学习算法最大化自身收益来采取资源买卖策略。利用本发明，车辆在满足自身意愿前提下以较低的复杂度在不同路况环境形成稳定的协作联盟进行计算资源共享和任务卸载，有效提升了边缘雾节点的任务完成率和计算能力。
-
-
-
-
-
-
-
-
-
Search Results
44
records
(took 0.019 seconds)
