一种基于群体进化理论的认知无线网络频谱接入方法

    公开(公告)号:CN102413472A

    公开(公告)日:2012-04-11

    申请号:CN201110322183.5

    申请日:2011-10-21

    Abstract: 本发明公开了一种基于群体进化理论的认知无线网络频谱接入方法,包括以下步骤:(1)不同的授权网络服务商以不同的价格将空闲频谱出售给认知无线网络;(2)认知用户把自己获得的报酬通知给网络频谱管理器;(3)网络频谱管理器根据基于群体进化理论的方法调节接入主网络的认知用户的数量。当认知用户数量的比例达到稳定状态,最大化认知用户和网络的效用。该方法利用群体进化理论来解决认知无线网络中频谱的动态接入问题,使所有认知用户通过接入不同网络的频谱机会,逐渐地获得相同的报酬,即进化均衡,从而提高频谱利用的效率。

    一种认知网络自反馈动态自适应资源分配方法

    公开(公告)号:CN102394812A

    公开(公告)日:2012-03-28

    申请号:CN201110322532.3

    申请日:2011-10-21

    Abstract: 本发明公开了一种认知网络自反馈动态自适应资源分配方法,分为两个部分:资源利用率策略和用户满意度策略。通过认知模拟退火算法,在认知网络架构基础上,针对网络状态在资源充足和不充足的情况,分别实现不同的资源分配策略,从而实现了自适应的资源分配。本发明实现简单,能够灵活控制,通过控制平面监控网络状态(业务的时延、抖动、丢包率和速率)实现了网络的动态反馈。

    基于认知架构的无线传感网络定位跟踪方法

    公开(公告)号:CN102076084A

    公开(公告)日:2011-05-25

    申请号:CN201110000397.0

    申请日:2011-01-04

    Abstract: 本发明提供一种基于认知架构的无线传感网络定位跟踪系统。该系统以分布式区域架构为基础,每区域部署多个认知节点,每个认知节点以聚类方式管辖各自的移动节点,负责移动节点间的多跳路由控制等,域间则采用中心服务器协同工作,进行不同域间的信息交互,无线传感网络以完全分布方式运行,认知节点自发地维护整个网络的多跳路由并与其它认知点协作完成定位包从移动节点到服务器端的传递,解决移动节点的信号跟踪问题,具有可靠性高、安全性、实用性以及跟踪更精细等技术优点。

    基于映射机制的认知网络路由选择方法

    公开(公告)号:CN102025621A

    公开(公告)日:2011-04-20

    申请号:CN201010576163.6

    申请日:2010-12-07

    Abstract: 本发明公布了一种基于映射机制的认知网络路由选择方法,本发明分为两个部分:发现网络拓扑和定义链路代价。通过wincap探针抓包工具实现网络拓扑结构的发现,在基于多平面参数映射的基础上,对不同用户不同业务定义不同的链路代价,并且根据网络状态实时更新链路代价,从而实现自适应的路由选择。本发明实现简单,能够灵活控制,通过调整链路代价就可以实现重路由而不需要建立多张路由表,减少了认知网络路由器的工作。

    一种基于半监督学习的GA-SOM聚类方法

    公开(公告)号:CN102024179A

    公开(公告)日:2011-04-20

    申请号:CN201010576193.7

    申请日:2010-12-07

    Abstract: 本发明提供一种基于半监督学习的GA-SOM聚类方法,该方法在自组织特征映射(Self-Organization Map,SOM)神经网络的基础上,结合半监督学习方式,并利用遗传算法(GeneticAlgorithm,GA)优化,弥补了SOM网络存在的弊端。该聚类方法主要分为三个部分:(1)半监督学习模块,负责初始化训练样本;(2)GA模块,负责训练过程的参数优化;(3)SOM模块,作为训练机进行样本聚类。该方法在分类问题上具有良好灵活性和扩展性,能够完成大量未知样本的特征聚类,并提高了原SOM网络的学习速度和分类精度,且聚类学习过程不容易发生振荡。

    一种面向复杂交通场景的行人意图预测方法

    公开(公告)号:CN120071262A

    公开(公告)日:2025-05-30

    申请号:CN202510544521.1

    申请日:2025-04-28

    Abstract: 本申请属于行人意图预测技术领域,公开了一种面向复杂交通场景的行人意图预测方法,包括:步骤1从行人过马路视频中提取局部流特征和全局流特征,步骤2局部流模块提取局部流特征;步骤3全局流模块提取全局流特征;步骤4局部流模块和全局流模块通过跨注意力模块进行特征交互生成跨注意流特征;步骤5局部流特征、全局流特征和跨注意流特征通过特征融合模块进行特征融合;步骤6通过全连接层将融合后的特征映射到预测结果,完成行人意图预测。本申请解决了现有技术中的局部与全局特征融合不足、跨流信息交互不充分、多尺度特征捕获不足等问题,有效提高了行人意图预测的准确性,具有广泛的应用前景。

    一种用于工业异构设备的对比双焦点知识蒸馏联邦学习方法

    公开(公告)号:CN119272845B

    公开(公告)日:2025-04-25

    申请号:CN202411783712.5

    申请日:2024-12-06

    Abstract: 本发明属于信息技术领域,公开一种用于工业异构设备的对比双焦点知识蒸馏联邦学习方法,通过1个服务器和N个客户端构建对比双焦点知识蒸馏联邦学习模型,各个客户端分别在本地数据集上进行预训练,得到初始化本地模型;服务器接收来自多个客户端的知识,通过双焦点蒸馏策略推动服务器模型演化为更高精度、更具泛化能力的服务器端全局模型,客户端计算全局模型与本地模型输出的特征对比损失和相对熵损失,同时,计算本地模型与全局模型和上一轮本地模型输出的特征对比损失,以及本地模型输出与硬性标签之间的交叉熵,通过知识蒸馏损失项和本地监督损失项的联合训练,本地模型在保持原有数据分布优势的同时,能够获得更高的全局准确率。

    一种基于深度学习的细粒度划分星系去噪图像分类方法

    公开(公告)号:CN116805374B

    公开(公告)日:2025-04-18

    申请号:CN202310305275.5

    申请日:2023-03-24

    Abstract: 本发明属于图像处理技术领域,公开了一种基于深度学习的细粒度划分星系去噪图像分类方法,使用建模能力强的transformer作为骨干网络,构建星系分类模型;为减少计算量,利用动态细粒度划分模块将注意力集中于前景区域,减少背景无效区域带来的冗余计算,同时考虑到原始图像附加的噪声,对星系图像进行去噪以提高分类精度,并且通过transformer计算全局信息的q和局部信息的k和v,完成信息之间的交互,从而实现基于transformer的细粒度划分星系去噪图像分类。本发明有效提高了分类精度,拓宽了星系图像分类在实际天文应用场景的范围,使得构建的星系分类模型更具有鲁棒性。

    一种基于DAG的跨链分片调度方法

    公开(公告)号:CN119271380B

    公开(公告)日:2025-02-07

    申请号:CN202411787909.6

    申请日:2024-12-06

    Abstract: 本发明公开了一种基于DAG的跨链分片调度方法,属于跨链分片调度技术领域;包括为:构建交易依赖图DAG模型;采用基于出度的节点选择算法,从有向图中无前序的节点里挑选优先级高的节点进行调度;采用FAST‑MCTS算法将事务分配到最佳的分片,最小化跨分片通信数量和延迟;采用ODS‑BFS调度算法对动态DAG进行遍历,优先处理出度较高的节点。本发明通过动态DAG图对跨链事务进行建模,捕捉不同事务之间的依赖关系,确保事务按依赖顺序执行,避免跨链交易过程中出现的回滚概率;通过将有依赖关系的事务调度到同一分片上,降低跨分片事务的冲突,适应不同规模的分片数量,保持较低的跨分片比例和较高的吞吐量。

    一种基于数字孪生的NOMA辅助云边端通信计算方法

    公开(公告)号:CN119255302A

    公开(公告)日:2025-01-03

    申请号:CN202411783709.3

    申请日:2024-12-06

    Abstract: 本发明属于信息技术领域,公开一种基于数字孪生的NOMA辅助云边端通信计算方法,包括构建云边端协同通信计算架构,考虑终端异构性、边缘服务器负载均衡性问题,对计算任务进行部分卸载,选择将卸载部分传输至本地边缘服务器进行计算,或选择将本地边缘服务器作为中继节点,进一步传输至第三方边缘服务器或是云服务器进行协同计算,同时考虑边缘计算的安全性问题,将问题公式化,并构建资源分配与任务卸载决策的优化目标以及相应的约束条件,转化为多智能体MDP;在数字层利用MADDPG算法求解,实现与物理层实时交互完成策略下发,实现云边端协同的通信计算,提升问题模型的安全性以及准确性,满足终端的Qos需求。

Patent Agency Ranking