-
公开(公告)号：CN103532954A
公开(公告)日：2014-01-22
申请号：CN201310486598.5
申请日：2013-10-17
Applicant: 南京大学镇江高新技术研究院
IPC: H04L29/06 , H04L12/803 , H04L12/753
Abstract: 本发明公开了一种面向数据中心的编码网络系统及其工作方法，编码网络系统主要由数据中心中的多台服务器、连接这些服务器的编码路由器及数据链路。服务器和编码路由器都构建编码网络协议模块、编码网络生成树协议模块、编码传输协议模块、编码缓存管理模块及Socket复用模块，这些协议模块协同工作，对外提供一个编码网络系统。工作方法包括网络编码协议的实现及向以太网、令牌环等数据链路层的注册、编码网络生成树协议和编码传输协议的实现和向编码网络协议的注册、路由编码缓存管理、Socket的复用等。该系统使得报文能够在中间路由进行编码，以降低数据中心网络的负载，增加网络资源利用率。
-
公开(公告)号：CN102904955A
公开(公告)日：2013-01-30
申请号：CN201210390481.2
申请日：2012-10-16
Applicant: 南京大学镇江高新技术研究院
IPC: H04L29/08
Abstract: 本发明公开了一种随着负载变化，动态调整计算资源的云计算平台中Web应用的自适应伸缩控制系统及其方法，系统包括性能监视器、负载数据库、性能模型计算模块、优化控制器和自动配置模块。方法为：首先性能监视器根据Web应用的结构和请求处理流程，构造分层队列网络模型；通过在真实的云计算平台中部署web应用，并在web应用的每一层组件中插入记录标签，以记录每个请求在每个组件的每种资源处的实际执行时间，从而得到性能模型计算模块中web应用性能模型所需要的参数；当应用负载发生变化时，优化控制器通过启发式的搜索算法，计算每一种资源配置方案下应用的性能，找到所需代价最小又能同时满足用户QoS需求的配置方案，作为最优配置方案；最后由自动配置模块重新调整应用每个组件所需要的资源。
-
公开(公告)号：CN101430713A
公开(公告)日：2009-05-13
申请号：CN200810236120.6
申请日：2008-11-24
Applicant: 南京大学
IPC: G06F17/30
Abstract: 本发明公开了一种基于扩展Tag云的高效数据查找方法。本发明基于稀疏矩阵实现算法采用了十字链表，由于十字链表只能容纳数据，无法提供搜索和定位的功能，通过hash表和AVL树相结合的方式，对十字链表进行了改造，从而支持了数据的快速定位，并提供了搜索支持。本发明将Tag从普通标签，转变成可以赋值的容器。从而标签不仅仅提供了分类的作用，还可以容纳一定的信息。并且通过这个信息提供更为具体的定位作用。
-
公开(公告)号：CN114925852B
公开(公告)日：2025-02-11
申请号：CN202210563311.3
申请日：2022-05-20
Applicant: 南京大学
Abstract: 本发明公开了一种基于模型分割和资源分配的联邦学习训练方法及系统。所述方法面向在资源受限且异构的边缘环境中执行的联邦学习训练任务，将待训练模型自适应划分为两部分，将其中一部分模型的训练任务从工作节点卸载到主节点，同时结合对带宽资源和主节点计算资源的动态调整，极大地减少了联邦学习训练过程中的通信开销并且有效平衡了异构工作节点的完成时间，从而显著提升了联邦学习的训练速度。
-
公开(公告)号：CN113988464B
公开(公告)日：2024-07-12
申请号：CN202111362895.X
申请日：2021-11-17
Applicant: 国家电网有限公司客户服务中心 , 南京大学 , 国网江苏省电力有限公司信息通信分公司 , 国网电力科学研究院有限公司
Abstract: 本发明公开了一种基于图神经网络的网络链路属性关系预测方法及设备。所述方法包括：将网络数据映射为对应的拓扑图结构，并得到拓扑图结构的节点属性矩阵；基于拓扑图结构获取无权重拓扑图结构的邻接矩阵，基于节点属性矩阵获取带权重拓扑图结构的邻接矩阵；根据无权重拓扑图结构的邻接矩阵，经过包含集成更新的传播机制生成节点的空间嵌入向量；根据拓扑图结构的节点属性矩阵和带权重拓扑图结构的邻接矩阵，经过包含集成更新的传播机制生成节点的属性嵌入向量；将空间嵌入向量和属性嵌入向量进行拼接，得到合成嵌入向量；将合成嵌入向量输入节点对关系提取器，最终得到节点之间的链路关系预测结果。本发明可提高网络链路属性关系预测的性能。
-
Patent Agency Ranking
公开(公告)号：CN118138586A
公开(公告)日：2024-06-04
申请号：CN202410248021.9
申请日：2024-03-05
Applicant: 南京大学
Abstract: 本发明公开了一种边缘环境下视频分析任务卸载和视频传输配置选择方法及装置，所述方法包括：对视频分析任务卸载场景建立数学模型；建立系统模型，包括视频分析准确度模型、能耗模型；根据系统模型为视频分析任务卸载问题建立优化目标函数；根据优化目标函数建立问题函数；采用多臂赌博机算法对问题函数进行求解，选择最佳边缘服务器进行任务卸载并确定视频卸载到该服务器上的最佳配置。本发明综合考虑了视频分析准确度以及视频传输能耗，在可用边缘服务器集群不确定的情况下选择最佳边缘服务器进行视频任务卸载，能够有效提高视频分析准确度并节省网络资源，提高综合效用。
-
公开(公告)号：CN111797777B
公开(公告)日：2023-10-17
申请号：CN202010648991.X
申请日：2020-07-07
Applicant: 南京大学
IPC: G06V20/40 , G06V10/32 , G06V40/20 , G06V10/82 , G06N3/0464 , G06N3/0442 , G06N3/045
Abstract: 本发明公开了一种基于时空语义特征的手语识别系统及方法，该系统包括：视频数据采集模块，视频数据预处理模块和手语识别模块；视频数据采集模块，用于采集手语视频数据；视频数据预处理模块对视频数据进行预处理；手语识别模块，进行手语识别，输出预测结果。本发明消除了手语图像数据与文本数据的语义鸿沟，实现了便捷地与聋哑人士进行沟通，使用前沿的神经网络算法作为翻译工具，保证了翻译的正确性。此外本发明还可以作为人机交互的一种媒介，通过用户连续手势进行分析，对智能设备进行指令控制。
-
公开(公告)号：CN112148492B
公开(公告)日：2023-07-28
申请号：CN202011038113.2
申请日：2020-09-28
Applicant: 南京大学
IPC: G06F9/50 , G06F30/20 , G06F111/10 , G06F111/04
Abstract: 本发明提出了一种考虑多用户移动性的服务部署和资源分配方法，应用于边缘计算网络场景下。所述方法根据边缘计算场景进行建模，将其视为一个综合了服务计算时延开销、传输时延开销和服务迁移开销的最优化问题，并结合决策约束，通过对优化问题进行求解，得到多用户的服务部署和计算资源分配方案。本发明填补了领域空白，支持多用户服务部署，同时考虑了用户的移动性，具有广泛的适用性，提高边缘计算场景下任务分配和执行效率，从而提高网络整体处理性能。
-
公开(公告)号：CN116416996A
公开(公告)日：2023-07-11
申请号：CN202310469259.X
申请日：2023-04-27
Applicant: 南京大学
IPC: G10L15/26 , G10L21/0208 , G10L25/18 , G10L15/25
Abstract: 本发明公开了一种基于毫米波雷达的多模态语音识别系统及方法，系统包括：特征提取模块和多模态融合与识别模块；所述特征提取模块，利用毫米波雷达发射调频连续波信号，并从反射信号中提取嘴唇运动特征和声带振动特征；所述多模态融合与识别模块，用于融合嘴唇运动特征和声带振动特征，并进行语音识别。本发明通过融合嘴唇运动特征和声带振动特征技术，实现了两种特征的互补和增强的效果，使得语音识别的准确率得到进一步的提高。
-
公开(公告)号：CN116320620A
公开(公告)日：2023-06-23
申请号：CN202310349691.5
申请日：2023-04-04
Applicant: 南京大学
IPC: H04N21/4402 , H04N21/466 , H04L65/60 , H04N21/442 , G06N3/092 , G06N3/098 , G06N3/0442
Abstract: 本发明公开了一种基于个性化联邦强化学习的流媒体比特率自适应调整方法，在基于HTTP的动态自适应流系统中，基于个性化联邦学习和深度强化学习，通过建立马尔可夫决策过程，将比特率自适应过程形式化表示。用户在本地使用强化学习来学习比特率自适应策略。目标方程以最大化用户的体验质量为目的。使用联邦学习协调用户和中央服务器来训练全局模型，并为每个用户使用本地数据在全局模型的基础上训练个性化模型。经过大量的训练，用户可以使用个性化模型来选择比特率从而实现在当前网络条件下目标方程的值最大。本发明在保护隐私不泄露的同时解决了网络环境和用户行为的重尾特性。
-
-
-
-
-
-
-
-
-
Search Results
293
records
(took 0.024 seconds)
