-
公开(公告)号：CN109451459A
公开(公告)日：2019-03-08
申请号：CN201811548674.X
申请日：2018-12-18
Applicant: 华侨大学
Abstract: 本发明涉及一种基于移动雾节点的传感云底层节点信任评价方法，包括：获取雾节点需要访问的传感器网络中的传感器节点，根据所述传感器节点生成待访问队列；所述待访问队列中的传感器节点称为中继节点；所述雾节点依次访问所述待访问队列中的中继节点，每移动至一个所述中继节点，则计算出与该中继节点相邻的所有传感器节点的综合信任评价；所述综合信任评价包括能量信任评价、数据信任评价和综合通信信任评价。本发明通过在传感云系统中引入移动的雾节点对底层传感器网络进行信任评价，能够减小传感云系统中信任评价的能量消耗与提高信任评价效率，并有效检测网络中的恶意节点。
-
公开(公告)号：CN108900367A
公开(公告)日：2018-11-27
申请号：CN201811156665.6
申请日：2018-09-30
Applicant: 华侨大学
IPC: H04L12/24
Abstract: 本发明公开了一种用于海底信息网络的可靠性分析方法，其方法包括以下步骤：步骤一、初始化，输入仿真次数F、水下节点总数M、骨干链路数目D、网络邻接矩阵A、网络骨干层邻接矩阵B，迭代计数器j＝1，k＝1，步骤二、系统状态随机游动，抽样获取第j次仿真中各节点和骨干链路的失效时间。本发明通过分析其功能使命，提出了适用于海底信息网的可靠性分析模型和评价指标，并采用蒙特卡罗法仿真分析了网络的系统可靠性以及节点抗毁度的变化情况，对于海底信息网的维修决策和节点拓扑位置优化具有一定的参考意义，现实中的海底信息网是可以进行维修的，下一步工作是分析添加维修策略后对海底信息网可用性的影响。
-
公开(公告)号：CN117765076A
公开(公告)日：2024-03-26
申请号：CN202311781310.7
申请日：2023-12-22
Applicant: 华侨大学
IPC: G06T7/73 , G06T7/33 , G06T7/00 , G06V10/26 , G06V10/764 , G06V10/774 , G06V10/82
Abstract: 本发明公开一种无序抓取中的散堆工件位姿估计方法、系统及设备，涉及工业自动化领域，包括：使用YOLACT模型对散堆工件的二维图像进行检测和分割，得到多个待抓取工件的类别和掩膜；根据多个待抓取工件的掩膜，使用结构光双目相机构建稀疏点云；计算各待抓取工件的稀疏点云的点对特征；针对每个待抓取工件，根据待抓取工件的类别，在模板点对特征库中选择该类别的工件对应的模板点对特征，将其与待抓取工件的稀疏点云的点对特征进行基于投票匹配的位姿粗配准，再采用迭代最近点算法进行位姿精配准，得到待抓取工件的最终位姿；最终位姿通过位姿检验后用于机械臂对待抓取工件进行抓取。本发明能在提高抓取成功率的同时减少系统总耗时。
-
公开(公告)号：CN117333715A
公开(公告)日：2024-01-02
申请号：CN202311346785.3
申请日：2023-10-18
Applicant: 华侨大学
IPC: G06V10/764 , G01M13/045 , G06V10/774 , G06V10/40 , G06V10/80
Abstract: 本发明提供结合残差收缩模块的多传感器数据轴承故障诊断方法，包括：步骤S1、在轴承不同的运行状态下，利用两传感器分别采集轴承两不同位置的振动信号，以得到两二维图像数据；步骤S2、构建故障诊断模型并初始化故障诊断模型参数；步骤S3、采用步骤S1所得到的两训练集分别作为两网络分支的输入数据，对故障诊断模型进行训练，以调整优化故障诊断模型参数，直到达到预设的训练周期；步骤S4、将两测试集输入训练好的故障诊断模型中，完成模型测试。本发明能够实现在复杂工业生产环境下轴承的高精度智能故障诊断。
-
公开(公告)号：CN117077078A
公开(公告)日：2023-11-17
申请号：CN202311007506.0
申请日：2023-08-11
Applicant: 华侨大学
IPC: G06F18/25 , G06V40/16 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/09
Abstract: 本发明公开了基于三模态融合对比学习的跨人脸‑语音验证方法及系统，方法包括训练阶段和测试阶段，训练阶段包括以下步骤：S1，构建训练样本数据集；S2，构建三模态融合对比学习模型；S3，加载预训练参数，以加快模型拟合，提高模型的训练效率；S4，设置三模态融合对比学习模型训练所需要的参数；S5，对三模态融合对比学习模型进行迭代训练，选取训练好的三模态融合对比学习模型；测试阶段具体为，将训练好的三模态融合对比学习模型的参数加载到随机初始化的三模态融合对比学习模型中，完成生物特征匹配的任务。本发明提出的基于三模态融合对比学习的跨人脸‑语音验证方法，可以有效地关联人脸和语音数据，消除深层特征之间的语义鸿沟。
-
Patent Agency Ranking
公开(公告)号：CN109446641B
公开(公告)日：2023-04-18
申请号：CN201811255155.4
申请日：2018-10-26
Applicant: 华侨大学
Abstract: 本发明公开了一种云计算服务系统的多阶段可靠性建模分析方法，包括以下步骤：请求阶段：用户的服务请求首先到达CMS，被划分为多个子任务，如果此时调度系统的任务队列有足够的空间，即请求未被阻塞的情况下，CMS接收用户请求；调度阶段：子任务排队等候调度系统的调度。本发明解决了现有的基于解析的建模技术难度大、现场实测费用昂贵、周期长和错误不可重现的问题，该云计算服务系统的多阶段可靠性建模分析方法，具备建模技术难度小、现场实测费用便宜、周期短和错误可重现的优点，采用解析建模的方法，以概率论为数学基础，从时间的维度，同时兼顾了云计算本身的容错技术，建立了云计算服务系统的可靠性模型，值得推广使用。
-
公开(公告)号：CN111078401B
公开(公告)日：2023-03-10
申请号：CN201911213288.X
申请日：2019-12-02
Applicant: 华侨大学
IPC: G06F9/50 , G06F1/3234 , G06F1/20
Abstract: 本发明公开一种周期任务温度感知能耗优化方法，包括建立周期任务温度感知功耗模型；计算处理器稳定状态的温度T(∞)；计算处理器执行周期任务集所需的平均动态功耗Pde；计算在峰值温度Tmax受限情况下的处理器速度Slim；根据最早截止期限策略调度可行的条件，计算出周期任务的最终运行速度Sf。本发明在确保处理器温度不超过峰值温度的情况下，利用动态电压调节技术，有效地降低系统能耗。
-
公开(公告)号：CN110689196B
公开(公告)日：2022-08-02
申请号：CN201910921109.1
申请日：2019-11-21
Applicant: 华侨大学
Abstract: 本发明公开了一种基于图着色的节点间能量再分配调度方法，涉及无线传感器网络技术领域。本发明包括以下阶段模式：S1能量再分配问题描述：给定一个由静态节点U组成的无线传感器网络WSNs,其中能量传输系数矩阵为C＝{c(i,j)}，能量上限列表为eU，能量下限列表为eL，能量传输功率列表为p，初始能量列表为eB，能量预期列表为eE；能量再分配问题WPTERD的任务是找一个最优能量传输调度s，使得最终总能量最大化并且时间跨度最小S2能量再分配问题分解。本发明的GCEgyTimeD算法使能量再分配过程中的能量损失最小，时间跨度最小，有利于延长无线传感器网络的寿命，有利于构建一个长期的无线传感器网络，具有较高的实际应用价值。
-
公开(公告)号：CN112583575A
公开(公告)日：2021-03-30
申请号：CN202011413354.0
申请日：2020-12-04
Abstract: 本发明提供一种车联网中基于同态加密的联邦学习隐私保护方法，将基于同态加密的联邦学习引入车联网中，通过改进具有加法同态行的Paillier算法和具有乘法同态性的RSA算法，并结合AES算法和步长混淆的方式，同时采用分层加密技术，使加法同态在边缘端完成，而乘法同态在云端完成以提高加密效率，从而有效防止联邦学习恶意攻击，并有效降低加密导致的延迟的方法；该发明可以应用在车联网中进行隐私保护将联邦学习引入IoV中以解决用户隐私泄露问题。为了进一步地增强数据安全性，在联邦学习中引入高效的同态加密；而且改进了具有加法同态性的Paillier算法和具有乘法同态性的RSA算法，并结合AES算法和步长混淆的方式，构建一个具有全同态加密性的联邦学习架构。
-
公开(公告)号：CN112181971A
公开(公告)日：2021-01-05
申请号：CN202011166681.0
申请日：2020-10-27
IPC: G06F16/215 , G06F16/242 , G06F16/2455 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明提出一种基于边缘的联邦学习模型清洗和设备聚类方法、系统、设备和可读存储介质，方法包括：根据设备所在的局域网地址，对设备聚类，将在每个局域网部署一个移动边缘节点服务器；参与训练的终端设备接收到云端发来的全局模型，在本地数据上训练得到本地更新模型；计算终端设备本地更新模型参数与全局模型参数间的余弦相似度；判定所述余弦相似度是否大于设定阈值，若余弦相似度大于设定阈值的本地更新模型，传输到移动边缘节点服务器参与边缘聚合，得到簇模型；将局域网的簇模型发送到云端参与全局聚合，得到全局聚合模型。本发明提出的方法能够在减少不必要的通信开销和避免服务器高并发访问带来的传输延迟的情况下提高联邦学习通信效率的方法。
-
-
-
-
-
-
-
-
-
Search Results
61
records
(took 0.024 seconds)
