-
公开(公告)号：CN115904980B
公开(公告)日：2023-09-22
申请号：CN202211494284.5
申请日：2022-11-25
Applicant: 安徽工业大学
IPC: G06F11/36
Abstract: 本发明涉及软件度量与评估技术领域，提供一种软件架构腐蚀修复成本预估方法、装置、设备和存储介质，包括如下步骤：基于软件架构的质量属性计算所述软件架构的腐蚀度，基于所述腐蚀度判断所述软件架构的腐蚀程度，得到判断结果；构造软件架构演进前及演进后的多层次软件架构树；对比演进前和演进后的多层次软件架构树，标记两个所述多层次软件架构树中的不同点，记所述不同点为软件架构的变更点；基于软件架构的质量属性和变更点定位腐蚀点；计算腐蚀点的全切片；基于腐蚀点的全切片计算腐蚀点的修复成本。本发明从软件架构的角度对软件架构腐蚀的修复成本进行预估，达到提高预估结果准确度的技术效果。
-
公开(公告)号：CN107749143B
公开(公告)日：2023-09-19
申请号：CN201711031744.X
申请日：2017-10-30
Applicant: 安徽工业大学
IPC: G08B21/04
Abstract: 本发明公开了一种基于WiFi信号的穿墙室内人员跌倒探测系统及方法，属于被动动作识别领域。本发明的主要用途是针对老人室内发生跌倒进行自动探测并发送警报或求救电话。相比现有室内跌倒探测系统，本发明不需要任何特需设备，被探测人员也无需佩戴任何设备，且不要求必须在有光线的环境中工作；本发明所需的设备分别为一个家用或商用的无线路由器，一个商业网卡和一台电脑设备；相比于现有的基于WiFi的室内跌倒探测系统，本发明实现了WiFi穿墙后的有效跌倒探测。
-
公开(公告)号：CN116524309A
公开(公告)日：2023-08-01
申请号：CN202310094938.3
申请日：2023-02-10
Applicant: 安徽工业大学 , 合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室)
Abstract: 本发明提供的基于分层细粒度融合联邦学习的分布式废钢检测方法及系统，涉及冶金领域；其方法包括：接收各客户端上传的本地模型参数；根据上传的本地模型参数的差异，采用分层细粒度融合的权重设置方式对客户端的本地模型参数进行融合，获得全局融合模型参数；广播全局融合模型参数至所有客户端，以便各客户端根据全局融合模型参数进行新一轮的迭代训练直至本地模型达到设定的预期模型精度，进而以训练完成的本地模型作为本地废钢检测模型进行废钢检测。本发明借助联邦学习进行分布式的废钢检测判级，保护各卸料点的数据隐私安全，并且细粒度融合权重设置能够提高对不同卸料点异构废钢数据的检测能力。
-
公开(公告)号：CN111405631B
公开(公告)日：2022-08-12
申请号：CN202010216119.8
申请日：2020-03-25
Applicant: 安徽工业大学
Abstract: 本发明提供的基于三角形内点测试的边界节点判定方法及装置，涉及通信技术领域，利用无线节点之间的通信关系，组合单个节点一跳通信范围内的邻居节点构成三角形，首先通过单个三角形的内点测试法判定节点是否为三角形内部节点，随后通过对组成三角形的边进行边合格判定确认节点是否在三角形内部，准确实现对边界节点的判定。本发明方法应用于网络节点的一跳局部范围，无需获取测试节点的地理坐标或者节点之间的通信距离，可有效避免因节点定位和节点间隔测距带来的误差，提高边界节点判定的准确性。
-
公开(公告)号：CN112613328B
公开(公告)日：2022-04-29
申请号：CN202011479575.8
申请日：2020-12-15
Applicant: 安徽工业大学
Abstract: 本发明公开了一种射频识别系统中快速选择标签子集的近似最优方法，通过设计阅读器与标签集合S中的标签之间的协议OPT‑SL，解决RFID系统中的标签子集选择问题；包括两个过程，第一个过程是构建过程：阅读器R如何构造一个紧凑的消息Msg来表示子集W中的n个标签，第二个过程是检测处理过程：标签如何从Msg中提取读取顺序信息来决定该标签是否被选中。本方法能够以更少的通信时间解决子集选择问题；本发明方法应对了以下两项技术挑战：1)构建一个智能编码方法，以用尽可能少的位数来表示子集的信息；2)找到一个合适的位数计数函数，该位数计数函数不仅足够简单，可以在标签中实现，而且能够提取阅读器消息中包含的子集的信息。
-
Patent Agency Ranking
公开(公告)号：CN110730142B
公开(公告)日：2022-04-26
申请号：CN201910971992.5
申请日：2019-10-14
Applicant: 安徽工业大学
IPC: H04L47/6275 , H04L47/62 , H04L49/90
Abstract: 本发明提供的一种信息不可知情况下的数据中心流自适应调度方法，在于提出一种基于时间滑动窗口的流调度方法，在不需要提前知道流的信息的前提下实现对小流和大流区分处理，并且同时减轻了降级阈值与流分布不匹配现象。本发明相比较基于数据流信息先验可知方案，不需要提前知道数据流的大小，生存期限等信息，解决了在实际环境中难以实现问题，进而实现在实际网络中，能够快速传输数量庞大的数据流，使用便捷快速，有针对的采用了时间滑动窗口结合ECN来解决多级反馈队列降级阈值与流分布不匹配问题，有效的降低了小流的流完成时间，提高了网络的性能。
-
公开(公告)号：CN112307078B
公开(公告)日：2022-04-15
申请号：CN202011045992.1
申请日：2020-09-29
Applicant: 安徽工业大学
IPC: G06F16/2458 , G06F17/18 , G06F21/62
Abstract: 本发明提供的基于滑动窗口的数据流差分隐私直方图发布方法，涉及信息安全技术领域，该方法首先基于数据分块的思想来把一个滑动窗口划分为k个子块，并通过该参数来控制和调节数据直方图的统计误差；随后，该方法通过比较相邻两个直方图数据分布的差异来优化当前滑动窗口的隐私预算分配，从而快速计算出局部最优直方图；本发明通过严格的理论推导证实了所设计的方法符合差分隐私要求，并且其近似误差不超过W/2k；其次，通过在真实数据集合上的实施例对比分析，表明本发明方法的发布误差较低，相较于现有技术中最好的直方图发布方法降低了50％。
-
公开(公告)号：CN108920647B
公开(公告)日：2021-06-18
申请号：CN201810713297.4
申请日：2018-07-03
Applicant: 安徽工业大学
IPC: G06F16/9535 , G06K9/62
Abstract: 本发明提供一种基于谱聚类的低秩矩阵填充TOP‑N推荐方法，涉及系统中的动态推荐方法分析领域，该方法通过为每个用户有效匹配子集满足低秩矩阵填充理论，实现在每个子集对应的子矩阵中进行矩阵填充和预测；本发明提供了有效跟踪用户对项目偏好记录的方法，该方法根据项目的分类标签，将用户稀疏的项目评分，映射为用户对一类项目的感兴趣程度；随后根据映射后的数据对用户进行子集的分配，该方法利用了项目的分类信息，解决了在分配用户子集时数据稀疏性对相似度计算产生的影响；基于低秩矩阵填充理论，对于一些不相关的项目列进行修剪，最后对满足低秩矩阵填充理论的子矩阵进行矩阵填充，根据填充预测后的项目评分情况，为用户产生Top‑N项目推荐列表。
-
公开(公告)号：CN112532451A
公开(公告)日：2021-03-19
申请号：CN202011375130.5
申请日：2020-11-30
Applicant: 安徽工业大学
Abstract: 本发明提供的基于异步通信的分层联邦学习方法、装置、终端设备及存储介质，涉及无线通信网络技术领域；该方法包括边缘服务器下发的全局模型至所属簇内客户端；客户端利用本地数据对模型进行更新并上传到各所属簇边缘服务器；边缘服务器根据客户端更新上传时间确定更新簇内客户端；边缘服务器对接收到的模型参数进行平均，并根据当前客户端更新次数选择异步上传到中央服务器或直接下发到客户端；中央服务器对边缘服务器上传参数进行加权平均，再下发至客户端训练，直到本地模型收敛或者达到预期标准；本发明能高效执行联邦学习任务，降低联邦学习模型参数所需的通信代价，并动态选择客户端对接的边缘服务器，提高联邦学习整体训练效率。
-
公开(公告)号：CN110730142A
公开(公告)日：2020-01-24
申请号：CN201910971992.5
申请日：2019-10-14
Applicant: 安徽工业大学
IPC: H04L12/865 , H04L12/863 , H04L12/861
Abstract: 本发明提供的一种信息不可知情况下的数据中心流自适应调度方法，在于提出一种基于时间滑动窗口的流调度方法，在不需要提前知道流的信息的前提下实现对小流和大流区分处理，并且同时减轻了降级阈值与流分布不匹配现象。本发明相比较基于数据流信息先验可知方案，不需要提前知道数据流的大小，生存期限等信息，解决了在实际环境中难以实现问题，进而实现在实际网络中，能够快速传输数量庞大的数据流，使用便捷快速，有针对的采用了时间滑动窗口结合ECN来解决多级反馈队列降级阈值与流分布不匹配问题，有效的降低了小流的流完成时间，提高了网络的性能。
-
-
-
-
-
-
-
-
-
Search Results
80
records
(took 0.027 seconds)
