-
公开(公告)号：CN118317372A
公开(公告)日：2024-07-09
申请号：CN202410396895.9
申请日：2024-04-02
Applicant: 河南科技大学
IPC: H04W28/14 , H04W4/46 , H04L67/568 , H04L67/12 , H04L41/147 , H04L41/142 , G06N3/044 , G06N3/092 , G06N3/045 , G06F18/22
Abstract: 本发明公开了一种基于多智能体联邦强化学习的数据协作缓存方法，从城市交通网络中选择缓存车辆以及缓存车辆的服务车辆集合，预测每个流行内容的流行度，将缓存替换决策建模为马尔可夫决策过程问题从而构建得到缓存替换决策模型，在决策过程中每个缓存车辆以及其服务车辆集合中的请求车辆周期性地对缓存替换决策模型进行联邦强化学习，缓存车辆基于训练好的缓存替换决策模型确定协作缓存策略。本发明从车载边缘网络中的智能车辆筛选缓存车辆，并得到每个缓存车辆的服务车辆集合，在每个缓存车辆和其服务车辆集合中的请求车辆中进行联邦强化学习，从而确定最优的协作缓存策略，提高协作缓存的性能。
-
公开(公告)号：CN119052750A
公开(公告)日：2024-11-29
申请号：CN202411003028.0
申请日：2024-07-25
Applicant: 河南科技大学
Abstract: 本发明公开了一种基于多目标DDQN的视频任务V2V卸载方法，根据车辆边缘系统在当前决策时隙下每个车辆的信息划分得到任务车辆集合和服务车辆集合，然后设定多目标DDQN模型的状态、动作和奖励函数，其中状态包括所有车辆的信息，动作包括服务车辆中模型帧分辨率，视频任务卸载策略矩阵和计算资源分配矩阵，对多目标DDQN模型进行设置并离线训练，根据当时所有车辆的信息设置状态，输入训练好的多目标DDQN模型中的策略网络得到视频任务V2V卸载策略。本发明可以在确保安全卸载的前提下，同时优化系统时延、能耗和视频准确性，实现以上目标之间的权衡，使得卸载策略更加合理。
-
Patent Agency Ranking
公开(公告)号：CN116037123B
公开(公告)日：2024-09-24
申请号：CN202310262697.9
申请日：2023-03-17
Applicant: 河南科技大学
IPC: B01J23/75 , C02F1/72 , B01J37/03 , B01J35/61 , C02F101/34 , C02F101/38
Abstract: 本发明涉及一种非均相类芬顿Co‑Cu催化剂及其制备方法和应用，属于水处理技术领域，采用共沉淀法，具体地，将铜盐和钴盐以一定的Co/Cu摩尔比混合，溶解于乙二醇中，所得溶液用沉淀剂边搅拌边沉淀，然后在室温下老化得到沉淀物，将沉淀物离心并用去离子水洗涤，干燥，即得非均相类芬顿Co‑Cu催化剂；它制备方法简单，条件温和，以环保型双氧水为氧化剂，无需额外的紫外光甚至可见光，制备的非均相类芬顿催化剂在初始反应pH值为7.15，反应温度为50℃的条件下，甲硝唑降解率可达90%以上，该类芬顿催化剂优异的性能和稳定性使其在抗生素有机污染物修复领域中具有良好的工业应用前景。
-
公开(公告)号：CN116249162A
公开(公告)日：2023-06-09
申请号：CN202310159612.4
申请日：2023-02-23
Applicant: 河南科技大学
Abstract: 本发明公开了一种车载边缘网络中基于深度强化学习的协作缓存方法，路边单元预测车辆轨迹并将其覆盖范围内的车辆划分为车辆集群，筛选出每个车辆集群中的簇头车辆，由簇头车辆为集群中车辆分配不同流行内容进行预缓存，同时路边单元也进行流行内容预缓存，针对每种通信情况分别计算车辆的内容传输速率，每当协作缓存决策到来时，每个路边单元分别进行一次深度强化学习，得到协作缓存决策，在深度强化学习中，设置状态为当前缓存内容集合，设置动作表示是否需要对当前缓存内容集合中的内容进行替换，奖励函数为缓存内容集合对应的延迟。采用本发明可以降低车辆的内容传输延时，提高缓存命中率。
-
公开(公告)号：CN116037123A
公开(公告)日：2023-05-02
申请号：CN202310262697.9
申请日：2023-03-17
Applicant: 河南科技大学
IPC: B01J23/75 , C02F1/72 , B01J37/03 , B01J35/10 , C02F101/34 , C02F101/38
Abstract: 本发明涉及一种非均相类芬顿Co‑Cu催化剂及其制备方法和应用，属于水处理技术领域，采用共沉淀法，具体地，将铜盐和钴盐以一定的Co/Cu摩尔比混合，溶解于乙二醇中，所得溶液用沉淀剂边搅拌边沉淀，然后在室温下老化得到沉淀物，将沉淀物离心并用去离子水洗涤，干燥，即得非均相类芬顿Co‑Cu催化剂；它制备方法简单，条件温和，以环保型双氧水为氧化剂，无需额外的紫外光甚至可见光，制备的非均相类芬顿催化剂在初始反应pH值为7.15，反应温度为50℃的条件下，甲硝唑降解率可达90%以上，该类芬顿催化剂优异的性能和稳定性使其在抗生素有机污染物修复领域中具有良好的工业应用前景。
-
公开(公告)号：CN119155689A
公开(公告)日：2024-12-17
申请号：CN202411075970.8
申请日：2024-08-07
Applicant: 河南科技大学
Abstract: 本发明公开了一种基于多目标深度强化学习的数字孪生体部署方法，针对数字孪生边缘网络进行分析，构建多目标深度强化学习模型的状态、动作和奖励函数，在状态中引入用户和智能反射表面的连接关系，在奖励函数中引入约束项的惩罚函数，然后对多目标深度强化学习模型进行设置和训练，实时获取当前数字孪生边缘网络的状态信息，采用训练好的多目标深度强化学习模型确定各个数字孪生体部署的目标边缘服务器。本发明设置多个优化目标，采用多目标深度强化学习来确定数字孪生体的部署策略，提高数字孪生边缘网络的合理性和工作性能。
-
公开(公告)号：CN116354546A
公开(公告)日：2023-06-30
申请号：CN202310262693.0
申请日：2023-03-17
Applicant: 河南科技大学
IPC: C02F9/00 , C02F1/72 , C02F1/50 , C02F1/44 , C02F1/32 , C02F1/00 , C02F3/00 , C02F101/30 , C02F101/38 , C02F103/34
Abstract: 本发明涉及一种含抗生素类有机污染物的废水的深度处理装置，属于水处理技术领域，包括依次连接的高级氧化柱、多介质过滤器、超滤膜柱和消毒模块；所述高级氧化柱的进水口连接生物池和H2O2自动加药器，生物池中的废水与H2O2自动加药器投加的定量H2O2预混后一同进入高级氧化柱；所述高级氧化柱内填充非均相类芬顿Co‑Cu催化剂进行水质氧化处理；所述多介质过滤器采用压力式过滤，所述超滤膜柱采用超滤膜过滤，所述消毒模块采用紫外灯和消毒粉联合实现对水质的消毒处理。采用本发明所述装置，可以实现对废水的深度净化和处理，处理效果好，处理效率高。
-
-
-
-
-
-
Search Results
7
records
(took 0.034 seconds)
