-
公开(公告)号：CN116321069B
公开(公告)日：2024-11-15
申请号：CN202310117829.9
申请日：2023-02-15
Applicant: 暨南大学 , 中国地质大学(武汉)
IPC: H04W4/44 , H04W12/108 , H04L67/1097 , G06F16/27
Abstract: 本发明公开了一种高效的车联网信任查询与评估方法及系统，在该系统中，本发明首先利用区块链技术分布式存储车辆信任数据，实现了数据的可信存储；接着提出两种缓存策略并结合智能合约，分别设计信任值查询算法，实现了信任值的低时延查询；最后基于所提查询算法，以车辆历史信任值、车辆位置以及消息新鲜度作为参考因素，设计紧急消息信任评估算法，实现了低时延且高精准的信任评估。本发明提出的系统与现有的车联网信任查询与评估系统相比，在消息信任评估时延和消息信任评估准确率之间达到了更好的平衡，更加适用于实际的场景。
-
公开(公告)号：CN115686778B
公开(公告)日：2023-06-02
申请号：CN202211242610.3
申请日：2022-10-11
Applicant: 暨南大学
Abstract: 本发明公开了一种基于区块链的去中心化群体机器人系统框架，主要采用了损失检测机制、声誉机制、区块链技术等。基于此框架设计的中心化群体机器人系统能够兼容不同类型的机器人，拥有稳定快速的执行效率以及抵抗各类攻击的能力，且能很好地保护数据交互隐私，同时提供全局信息，从而使系统中的机器人更好地做出决策。本发明提出的技术方案与现有的去中心化群体机器人框架相比更安全、更稳定，更适合在实际生产中落地应用。
-
公开(公告)号：CN115718922A
公开(公告)日：2023-02-28
申请号：CN202211501602.6
申请日：2022-11-28
Applicant: 暨南大学
Abstract: 本发明公开了一种高可用的智能合约字节码重写方法、介质及装置；该方法首先基于内存拷贝指令构建内嵌数据定位算法，解析并反编译智能合约字节码结构；接着基于蹦床机制对智能合约字节码进行重写并修正内嵌数据地址偏移；最终实现对智能合约字节码的重写；本发明提出的技术方案与现有的字节码重写方案，有着更高的可用性，能够提升智能合约字节码重写成功率，并能有效对复杂智能合约字节码进行重写。
-
公开(公告)号：CN115686778A
公开(公告)日：2023-02-03
申请号：CN202211242610.3
申请日：2022-10-11
Applicant: 暨南大学
Abstract: 本发明公开了一种基于区块链的去中心化群体机器人系统框架，主要采用了损失检测机制、声誉机制、区块链技术等。基于此框架设计的中心化群体机器人系统能够兼容不同类型的机器人，拥有稳定快速的执行效率以及抵抗各类攻击的能力，且能很好地保护数据交互隐私，同时提供全局信息，从而使系统中的机器人更好地做出决策。本发明提出的技术方案与现有的去中心化群体机器人框架相比更安全、更稳定，更适合在实际生产中落地应用。
-
Patent Agency Ranking
公开(公告)号：CN115545759A
公开(公告)日：2022-12-30
申请号：CN202211178745.8
申请日：2022-09-27
Applicant: 暨南大学
IPC: G06Q30/02 , G06K9/62 , G06F16/951 , G06F16/9537 , G06N3/04
Abstract: 本发明公开了一种基于动态定价机制的乘客出行意图挖掘方法，方法包括以下步骤：城市网格划分，将城市划分为相同大小的若干网格；获取多源城市数据，获取乘客出行订单数据、动态价格系数、POI数据以及公共交通分布数据；特征提取和上下文扩展，基于多源城市数据，进行特征提取，构成特征量，对特征量进行扩展，以使其能表述关于乘客出行意图的上下文信息；乘客出行意图挖掘，使用线性模型进行乘客出行意图挖掘。本发明考虑了动态定价机制对乘客出行意图挖掘的影响，将乘客出行意图挖掘问题转化为多个二分类问题，具有较高的准确率。
-
公开(公告)号：CN116321069A
公开(公告)日：2023-06-23
申请号：CN202310117829.9
申请日：2023-02-15
Applicant: 暨南大学 , 中国地质大学(武汉)
IPC: H04W4/44 , H04W12/108 , H04L67/1097 , G06F16/27
Abstract: 本发明公开了一种高效的车联网信任查询与评估方法及系统，在该系统中，本发明首先利用区块链技术分布式存储车辆信任数据，实现了数据的可信存储；接着提出两种缓存策略并结合智能合约，分别设计信任值查询算法，实现了信任值的低时延查询；最后基于所提查询算法，以车辆历史信任值、车辆位置以及消息新鲜度作为参考因素，设计紧急消息信任评估算法，实现了低时延且高精准的信任评估。本发明提出的系统与现有的车联网信任查询与评估系统相比，在消息信任评估时延和消息信任评估准确率之间达到了更好的平衡，更加适用于实际的场景。
-
公开(公告)号：CN115718922B
公开(公告)日：2023-05-26
申请号：CN202211501602.6
申请日：2022-11-28
Applicant: 暨南大学
Abstract: 本发明公开了一种高可用的智能合约字节码重写方法、介质及装置；该方法首先基于内存拷贝指令构建内嵌数据定位算法，解析并反编译智能合约字节码结构；接着基于蹦床机制对智能合约字节码进行重写并修正内嵌数据地址偏移；最终实现对智能合约字节码的重写；本发明提出的技术方案与现有的字节码重写方案，有着更高的可用性，能够提升智能合约字节码重写成功率，并能有效对复杂智能合约字节码进行重写。
-
公开(公告)号：CN115545759B
公开(公告)日：2023-05-19
申请号：CN202211178745.8
申请日：2022-09-27
Applicant: 暨南大学
IPC: G06Q30/0203 , G06Q30/0201 , G06F18/241 , G06F16/9537 , G06F16/951 , G06N3/048
Abstract: 本发明公开了一种基于动态定价机制的乘客出行意图挖掘方法，方法包括以下步骤：城市网格划分，将城市划分为相同大小的若干网格；获取多源城市数据，获取乘客出行订单数据、动态价格系数、POI数据以及公共交通分布数据；特征提取和上下文扩展，基于多源城市数据，进行特征提取，构成特征量，对特征量进行扩展，以使其能表述关于乘客出行意图的上下文信息；乘客出行意图挖掘，使用线性模型进行乘客出行意图挖掘。本发明考虑了动态定价机制对乘客出行意图挖掘的影响，将乘客出行意图挖掘问题转化为多个二分类问题，具有较高的准确率。
-
公开(公告)号：CN115526387A
公开(公告)日：2022-12-27
申请号：CN202211130610.4
申请日：2022-09-16
Applicant: 暨南大学
Abstract: 本发明公开了一种基于强化学习和动态定价机制的寻客路径推荐方法，方法包括S1、城市网格划分，将城市地图平均划分为若干网格；S2、司机行为建模，基于马尔可夫决策过程对司机行为和环境进行建模；S3、强化学习求解，对司机行为模型，用Q学习算法求解Q表，得到最优解；S4、寻客路径推荐，根据得到的Q表，向司机推荐在每个状态下的最佳行动。本发明在网格的粒度上为司机推荐寻客路径，最大化司机在每小时内的平均利润率，在考虑动态定价机制的情况下，向司机推荐搜索乘客的路径，实现更高的利润。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.017 seconds)
