-
公开(公告)号：CN1359066A
公开(公告)日：2002-07-17
申请号：CN02114410.9
申请日：2002-01-16
Applicant: 西安交通大学
IPC: G06F9/45
Abstract: 本发明公开了一种可以处理同种任务、同型设备、同类资源的生产系统优化调度的基于拉氏松弛的子问题序贯更新法,其特点是在拉氏松弛的框架下,每个设备或任务相对应的子问题带有与其它设备或任务有关的惩罚项,只对一个子问题采用序贯求解或更新后,就对拉氏乘子(系统价格)更新,从而根本解决了拉氏松弛框架下优化调度算法的同构难题,同时保留了拉氏松弛的框架、伪次梯度法和增广拉氏松弛法的优点,即便生产系统中不含有同型号设备,本发明中提出的方法依然适用,且效果也比标准伪次梯度法和标准拉氏松弛法好。
-
公开(公告)号：CN119921939A
公开(公告)日：2025-05-02
申请号：CN202411973233.X
申请日：2024-12-30
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于选择性同态加密的联邦学习隐私保护方法及系统，包括：客户端根据模型参数敏感性定义敏感性向量，聚合服务器根据相似性对客户端进行聚类，得到客户端集群。在各个集群内，服务器评估客户端系统能力，并推导加密预算。客户端通过多目标优化问题构建加密掩码，并对模型参数、敏感性向量和加密掩码进行迭代更新，对模型参数部分加密，并将加密后的模型参数与加密掩码发送给服务器。服务器完成模型参数聚合，并生成加密掩码的并集，发送回客户端。客户端根据该并集解密模型参数，并以集群为单位进行训练，直至模型收敛。本发明克服了现有技术中同态加密通信与计算成本高、跨设备数据异构和系统异构下的安全性与加密开销不平衡问题。
-
公开(公告)号：CN119251620A
公开(公告)日：2025-01-03
申请号：CN202411374576.4
申请日：2024-09-29
Applicant: 西安交通大学
Abstract: 本发明属于机器学习领域，公开了一种视觉感知系统的延迟攻击对抗样本生成方法及相关装置，包括获取原始图像集和视觉感知系统的目标跟踪器参数；根据视觉感知系统的目标跟踪器参数，基于原始图像集以最大化视觉感知系统的目标跟踪器的延迟时间为优化目标得到攻击策略；以最小化视觉感知系统的目标检测模型的损失函数值为优化目标，生成与攻击策略的攻击区域数量相同数量的通用对抗扰动；根据攻击策略将通用对抗扰动加入到原始图像集中，得到视觉感知系统延迟攻击对抗样本集。实现延迟攻击对抗样本对视觉感知系统较高的攻击成功率，可以作为视觉感知系统的安全性和有效性评价基础，并能用来完善和优化视觉感知系统。
-
公开(公告)号：CN118866133B
公开(公告)日：2024-12-17
申请号：CN202411328773.2
申请日：2024-09-24
Applicant: 西安交通大学
Abstract: 本申请公开了一种确定扰动分子构象的受力的方法，属于分子力学领域，包括：获取分子的构象序列，以及对分子的力学扰动数据；根据目标时刻确定构象序列中的第一初始构象以及第二初始构象；对第一初始构象施加力学扰动数据，以获得扰动构象；将第一初始构象以及第二初始构象作为局部高斯分布的采样数据，确定局部高斯分布的方差和分子的稳态构象；根据方差、扰动构象、稳态构象，确定在目标时刻，分子的扰动构象所受到的保守力。本申请基于相邻两个时刻的初始构象之间所服从的局部高斯分布的原理，解决了分子动力学模拟在对受力的计算过程中，对数据基础的获取复杂程度以及对运算设备的计算算力要求高的问题。
-
公开(公告)号：CN118966272A
公开(公告)日：2024-11-15
申请号：CN202411007029.2
申请日：2024-07-25
Applicant: 西安交通大学
IPC: G06N3/042 , G06N3/0464 , G06N3/08 , G06F18/241
Abstract: 本发明提供了一种利用多轨道实现异质消息分离的图神经网络构建方法，属于图神经网络技术领域，该方法包括：利用辅助模型，生成图数据结构中每个节点的辅助表示；基于多轨道图卷积神经网络在历次训练过程中的训练结果，从图数据结构选取代表性节点；基于代表性节点的标签，构建多轨道图卷积神经网络中的每个轨道的轨道原型；基于每个轨道的轨道原型与图数据结构中每个节点的辅助表示，构建节点轨道关联矩阵；通过节点轨道关联矩阵将节点属性发送到不同的轨道上，利用神经消息传递机制学习节点的特征表示；其中，特征表示用于对每个节点进行分类。通过本发明所提供的方法，可以对图数据结构中的节点进行消息传递时，实现异质消息分离。
-
Patent Agency Ranking
公开(公告)号：CN115483700B
公开(公告)日：2024-07-16
申请号：CN202211008696.3
申请日：2022-08-22
Applicant: 西安交通大学
Abstract: 本发明公开了一种移动氢能微电网系统及其调度方法，获取灾害发生后损坏的线路和车辆路由时间信息，给定维修人员的路由路线、路由时间以及每个故障预计需要的维修时间；以恢复过程中的经济损失最小为目标建立目标函数，基于给定的路由路线、路由时间以及每个故障需要的维修时间，建立移动氢能微电网优化调度模型；求解移动氢能微电网优化调度模型，得到移动氢能微电网的最优调度方案。本发明延缓线路升级，且能够降低在偏远地区投资建设氢电转化设备的成本，提高了在偏远地区应用氢能的经济可行性，从而提升偏远地区配电网供电的可靠性与韧性。
-
公开(公告)号：CN118201044A
公开(公告)日：2024-06-14
申请号：CN202410304860.8
申请日：2024-03-18
Applicant: 西安交通大学
IPC: H04W52/02
Abstract: 本发明公开了一种基于调度策略的基站温控优化方法，包括：获取基站基础数据、室外环境数据、室内环境和电力数据、业务负荷数据以及当地分时电价数据，然后基于所获取的数据构建了以电力成本最小化为目标，以基站热平衡、设备运行为约束的MILP模型，继而在所构建的约束下对MILP模型进行求解，生成电力成本最小时基站暖通空调系统的初始调度策略，最后根据所生成的初始调度策略来控制基站的暖通空调系统，进而能够在不改造现有基站设施的情况下降低基站温控系统能耗并达到最小的运行成本。
-
公开(公告)号：CN118153099A
公开(公告)日：2024-06-07
申请号：CN202410274351.5
申请日：2024-03-11
Applicant: 西安交通大学
Abstract: 本发明公开了一种云际联邦学习客户端模型聚合信息上传隐私保护方法及系统，根据中心服务器端下发的初始化模型参数，对云服务商客户端中的本地模型进行多轮模型更新训练，并获取连续多个梯度样本集合直到达到设定的训练轮数；从梯度样本集合中选择部分梯度样本形成梯度子集，利用梯度均值的方式对梯度子集进行计算得到梯度补偿值，将梯度样本集合中未选择的一个样本与梯度补偿值进行加权平均，通过对相邻几次梯度信息进行离散化随机选择，并对挑选的梯度信息以求均值的方式形成新梯度信息，在防御攻击者利用梯度信息反向推理隐私数据的同时，亦可维持全局模型的正确更新方向，确保模型的准确性和训练效率，提高云际联邦学习的隐私保护强度。
-
公开(公告)号：CN117811931A
公开(公告)日：2024-04-02
申请号：CN202311842785.2
申请日：2023-12-28
Applicant: 西安交通大学
Abstract: 本发明提供了一种针对拥塞传播的网络节点关键性排序方法及装置，其中方法包括：步骤S1:基于已知的网络拓扑数据，计算网络各个边缘端节点间的最短路径；步骤S2:基于所述网络拓扑数据的生成网络中流量的大小及分布模型，根据每个节点相关的网络边缘端节点间的最短路径和节点容量，计算每个节点出现拥塞时对于网络的影响因素大小和拥塞传播后对网络的影响因素大小；步骤S3:根据每个节点出现拥塞时对于网络的影响因素大小和拥塞传播后对网络的影响因素大小，计算每个节点的拥塞影响；步骤S4:对每个节点的拥塞影响进行排序，得到所有节点在面对网络拥塞传播时的关键性量化评估指标。以克服现有节点关键性算法在时间复杂度以及适用性方面的不足。
-
公开(公告)号：CN117714457A
公开(公告)日：2024-03-15
申请号：CN202311686629.1
申请日：2023-12-09
Applicant: 西安交通大学
IPC: H04L67/1023 , H04L41/142
Abstract: 本发明公开了一种面向分布式云的算力资源跨域协同调度方法及系统，获取不同地区不同城市的用户负荷请求；按照冷‑温‑热分类机制对用户负荷进行划分；基于结构构建算力资源全域调度的数学优化模型，结合分解协调机制构建适用于分布式云计算的算力资源跨域协同调度模型；利用交替方向乘子法求解算力资源跨域协同调度模型，获得算力资源的最优分配方案，根据最优分配方案将用户负荷调度到相应区域的数据中心进行处理。本发明能够实现全域算力资源高效、灵活、经济配置，同时保障各区域的数据隐私安全，提高计算效率。
-
-
-
-
-
-
-
-
-
Search Results
297
records
(took 0.045 seconds)
