-
公开(公告)号：CN111831427A
公开(公告)日：2020-10-27
申请号：CN202010417308.1
申请日：2020-05-18
Applicant: 南京邮电大学
Abstract: 本发明提出了一种基于移动边缘计算的分布式车辆间任务卸载方法，首先建立车辆移动边缘云模型，将行驶中的车辆分为任务车和服务车两类；接着对任务的优先级进行了划分，并以此创建任务队列；然后，建立任务卸载模型，针对建模所得的不等式约束问题转化为无约束问题，并使用牛顿迭代法求解，具有更快的算法收敛速度；最后，管理车辆空闲计算资源，为任务车分配任务卸载集合。本发明和传统云计算相比，具有更低的系统的整体延迟和更低的任务超时概率，从而改善用户体验质量。
-
公开(公告)号：CN111831427B
公开(公告)日：2022-10-14
申请号：CN202010417308.1
申请日：2020-05-18
Applicant: 南京邮电大学
Abstract: 本发明提出了一种基于移动边缘计算的分布式车辆间任务卸载方法，首先建立车辆移动边缘云模型，将行驶中的车辆分为任务车和服务车两类；接着对任务的优先级进行了划分，并以此创建任务队列；然后，建立任务卸载模型，针对建模所得的不等式约束问题转化为无约束问题，并使用牛顿迭代法求解，具有更快的算法收敛速度；最后，管理车辆空闲计算资源，为任务车分配任务卸载集合。本发明和传统云计算相比，具有更低的系统的整体延迟和更低的任务超时概率，从而改善用户体验质量。
-
公开(公告)号：CN109947574A
公开(公告)日：2019-06-28
申请号：CN201910246291.5
申请日：2019-03-29
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于雾计算网络的车辆大数据计算卸载方法。本发明能够为分析车辆大数据提供更高效、更可靠的计算环境。首先提出雾计算网络系统架构，进一步建立网络延迟模型，然后建立任务生成模型，再建立雾计算资源优化模型，最后使用本发明提出的负载均衡的运算资源有效任务卸载算法（Computing Resource-Efficient Task Offloading Algorithm with Load Balancing，CRETOA）来管理雾计算网络负载均衡的计算资源，将道路车辆终端请求运算任务分配给最优雾计算资源。
-
Patent Agency Ranking
公开(公告)号：CN109558969A
公开(公告)日：2019-04-02
申请号：CN201811319617.4
申请日：2018-11-07
Applicant: 南京邮电大学
Abstract: 本发明提出一种基于AdaBoost-SO(trichotomy Adaboost with SMOTE and One-Hot encoding，使用SMOTE算法和一位有效编码的三分自适应提升算法)的VANETs(Vehicular Ad Hoc Networks,车载点对点网络)车辆事故风险预测模型。本发明能够为ITS(Intelligent Transportation System,智能交通系统)和驾驶安全辅助提供理论基础。本发明中，首先填充研究数据集，用SMOTE(Synthetic Minority Oversampling Technique，合成少数类过采样)算法来平衡数据集中的样本，并将每个样本特征用One-Hot编码，然后用trichotomy Adaboost-SO算法训练研究数据集获得系统模型，最后通过VANETs导入时交通数据，获得车辆事故概率。
-
-
公开(公告)号：CN109347738B
公开(公告)日：2021-01-08
申请号：CN201811320644.3
申请日：2018-11-07
Applicant: 南京邮电大学
IPC: H04L12/721 , H04L12/801 , H04L12/911 , H04L29/08 , H04L12/26 , H04L1/16
Abstract: 本发明提出了一种车载异构网络的多径传输调度优化方法，本发明解决其技术问题所采取的技术方案是：如果预测到缓冲区阻塞现象，通过吞吐量预测和可用带宽的路径选择算法发现性能较差的子流，并停止通过这些子流进行传输。本发明达到的有益效果为：通过提前预测所需缓冲区大小，有效解决多路径传输控制协议传输中，接收缓冲区阻塞的问题，通过改进多路径传输控制协议传输中路径选择，提高了车载异构网络系统的吞吐量及网络利用率。
-
公开(公告)号：CN109544913A
公开(公告)日：2019-03-29
申请号：CN201811319626.3
申请日：2018-11-07
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于深度Q网络学习的交通灯动态配时算法，方法中交通控制中心首先统计所有交通灯智能体，存入集合中。交通控制中心对所有智能体的深度Q网络的权重进行初始化，并且根据路网上交通灯发送的动作控制请求进行动态配时，之后执行该配时动作。交通控制中心实时检测各智能体所选动作是否结束，对所选动作执行完毕的智能体根据实时反馈的交通信息来输入深度Q网络并根据网络的输出判断下次交通配时的具体时间，判断未终止时，控制中心重新根据交通灯发送的动作控制请求进行动态配时。最终达到合理对交通灯进行配时，减轻交通拥堵的效果。
-
公开(公告)号：CN109347738A
公开(公告)日：2019-02-15
申请号：CN201811320644.3
申请日：2018-11-07
Applicant: 南京邮电大学
IPC: H04L12/721 , H04L12/801 , H04L12/911 , H04L29/08 , H04L12/26 , H04L1/16
CPC classification number: H04L47/12 , H04L1/1607 , H04L43/0888 , H04L45/124 , H04L47/70 , H04L67/2842
Abstract: 本发明提出了一种车载异构网络的多径传输调度优化方法，本发明解决其技术问题所采取的技术方案是：如果预测到缓冲区阻塞现象，通过吞吐量预测和可用带宽的路径选择算法发现性能较差的子流，并停止通过这些子流进行传输。本发明达到的有益效果为：通过提前预测所需缓冲区大小，有效解决多路径传输控制协议传输中，接收缓冲区阻塞的问题，通过改进多路径传输控制协议传输中路径选择，提高了车载异构网络系统的吞吐量及网络利用率。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.013 seconds)
