-
公开(公告)号：CN115550937B
公开(公告)日：2025-01-10
申请号：CN202210887474.7
申请日：2022-07-26
Applicant: 福州大学
Abstract: 本发明涉及一种多无人机辅助边缘计算系统中的内容分发方法，首先建立多无人机辅助边缘计算系统模型，并对无人机部署和内容缓存联合优化问题进行定义，然后以系统内各用户请求内容的平均响应时延最小为目标，结合遗传算法和贪心策略对所述联合优化问题进行求解，得到最优的无人机部署位置和内容缓存方案。该方法有利于优化无人机部署和内容缓存，减少系统内各用户请求内容的平均响应时延。
-
公开(公告)号：CN115079588B
公开(公告)日：2024-08-30
申请号：CN202210937255.5
申请日：2022-08-05
Applicant: 福州大学
IPC: G05B15/02 , G05B19/418
Abstract: 本发明涉及一种基于时空数据驱动的智能家居服务管控方法，包括以下步骤：步骤S1:配置好概念实例与智能设备的映射关系，并构造具有时序能力的时序知识图谱；步骤S2:基于场景指定的时间间隔读取每个时刻下的设备状态，构建智能家居管控模型;步骤S3:根据智能家居管控模型，基于深度学习进行智能家居服务管控。本发明实现无需用户干预的智能化、无感化智能家居服务管控。
-
公开(公告)号：CN114567669B
公开(公告)日：2023-08-04
申请号：CN202210223222.4
申请日：2022-03-09
Applicant: 福州大学
Abstract: 本发明提供了一种基于区块链的可信SOA架构，在构架中，区块链被引入作为服务注册代理以及证据记录器，提供了服务提供者代理和服务消费者代理使得服务注册、发现、调用和执行的流程自动化和可信；对于给定的Web Service，服务提供者代理将其转化为支持可信SOA的可信服务描述模型Trusted Service；服务消费者代理屏蔽了不同服务描述模型之间的差异性，使得服务消费者能够通过原有方式使用可信服务描述模型Trusted Service；应用本技术方案可以保证在规定可信调用时间内，不管是独立恶意行为还是复合恶意行为，均能够有效处理服务提供者和请求者之间的服务纠纷。
-
公开(公告)号：CN112052071B
公开(公告)日：2023-07-04
申请号：CN202010932875.0
申请日：2020-09-08
Applicant: 福州大学
Abstract: 本发明涉及一种强化学习和机器学习相结合的云软件服务资源分配方法。建立面向变化负载的管理操作决策模型。首先，使用强化学习方法，针对历史数据计算每一管理操作在不同环境、状态下的Q值；其次，使用机器学习方法，基于Q值预测模型，输入环境和状态，就能预测每一管理操作的Q值；最后，根据Q值预测模型，在运行时进行管理操作决策，通过反馈控制，逐步推理合适的资源分配方案。本发明方法使用在实际应用RUBiS中，结果显示：本发明方法能够提高云应用资源分配的有效性，管理操作决策的正确性达到92.3%，相比传统机器学习方法，资源分配效果提高约6%。
-
公开(公告)号：CN109521447B
公开(公告)日：2022-10-14
申请号：CN201811363492.5
申请日：2018-11-16
Applicant: 福州大学
IPC: G01S19/24
Abstract: 本发明涉及一种基于贪心策略的失踪目标搜索方法。将连续的历史GPS轨迹数据转变成离散的位置点序列，计算目标位置转移概率矩阵，而后评估出找到目标的单位搜索代价；根据转移概率矩阵和评估的搜索代价计算“代价时跨比”、“概率代价比”，基于贪心策略遍历代价时跨比、概率代价比确定搜索时刻、待搜索位置的序列；重复上述过程，直到搜索时刻为目标时刻，输出目标位置。本发明方法利用历史轨迹数据，估测搜索时刻评估指标——期望的代价时跨比，和搜索位置评估指标——期望的概率代价比，来启发式确定搜索时刻和搜索位置，有效地降低了找到目标指定时刻所在位置的搜索代价。
-
Patent Agency Ranking
公开(公告)号：CN115079588A
公开(公告)日：2022-09-20
申请号：CN202210937255.5
申请日：2022-08-05
Applicant: 福州大学
IPC: G05B15/02 , G05B19/418
Abstract: 本发明涉及一种基于时空数据驱动的智能家居服务管控方法，包括以下步骤：步骤S1:配置好概念实例与智能设备的映射关系，并构造具有时序能力的时序知识图谱；步骤S2:基于场景指定的时间间隔读取每个时刻下的设备状态，构建智能家居管控模型;步骤S3:根据智能家居管控模型，基于深度学习进行智能家居服务管控。本发明实现无需用户干预的智能化、无感化智能家居服务管控。
-
公开(公告)号：CN110033076B
公开(公告)日：2022-08-05
申请号：CN201910317130.0
申请日：2019-04-19
Applicant: 福州大学
Abstract: 本发明涉及一种混合云环境下面向代价优化的工作流数据布局方法。首先，进行混合云环境下面向代价优化的科学工作流数据布局问题建模，将问题目标形式化得到目标函数；其次，对遗传粒子进行问题编码，实现粒子到数据布局策略的一一对应关系；再而，基于目标函数设计适应度函数来评价粒子优劣；最后，基于适应度函数，初始化种群并根据GAPSO的粒子更新策略对粒子种群不断更新迭代从而求得近似最优解。本发明方法可以有效降低混合云环境下科学工作流的执行代价。
-
公开(公告)号：CN113311897B
公开(公告)日：2022-08-02
申请号：CN202110572115.8
申请日：2021-05-25
Applicant: 福州大学
IPC: G05F1/567
Abstract: 本发明提出一种应用于FBAR振荡器的低功耗温度传感器及其工作方法，所述温度传感器包括温度前端电路、ADC、时序产生电路；所述时序产生电路向温度前端电路动态匹配单元提供控制信号，并向ADC的采样保持电路提供非交叠时钟；所述温度前端电路与ADC相连并输出与温度正相关的电压ΔVBE和与温度负相关的电压VBE，所述ADC根据温度前端电路提供的电压信息，向外部电路输出含温度信息的脉冲宽度调制信号；本发明在满足低功耗、小体积的要求基础上，使用辅助电路分别提高测温精度和分辨率。满足了温度补偿电路对于高温度灵敏度的要求。
-
公开(公告)号：CN114138416A
公开(公告)日：2022-03-04
申请号：CN202111472211.1
申请日：2021-12-03
Applicant: 福州大学
Abstract: 本发明涉及一种面向负载‑时间窗口的基于DQN云软件资源自适应分配方法。大多数现有方法只考虑工作负载的当前状况，因此无法很好地适应受工作负载波动影响的真实云环境。本发明方法考虑了资源分配过程中的当前和未来工作负载。具体而言，基于工作负载时间窗口的原始Deep Q‑Network（DQN）管理操作预测模型经过培训，该模型可用于预测不同系统状态下的适当管理操作。接下来，设计了一种新的反馈控制机制，通过迭代执行管理操作来构建当前系统状态下的客观资源分配计划。大量的仿真结果表明，该DRAW方法生成的管理操作的预测精度可以达到90.69%。此外，DRAW可以实现最佳/接近最佳性能，并在不同情况下比其他经典方法高出3～13%。
-
公开(公告)号：CN113746483A
公开(公告)日：2021-12-03
申请号：CN202111043077.3
申请日：2021-09-07
Applicant: 福州大学
IPC: H03M3/00
Abstract: 本发明为一种应用于温度传感器的Sigma‑Delta ADC，包括：包括选择开关电路、开关电容积分电路、动态比较器、时序产生电路、偏置电路和开关点路，选择开关电路输入端与温度传感器的前端电路相连，选择开关电路输出端与开关电容积分电路相连，开关电容积分电容的输出端与动态比较器输入端相连。本发明的优点是：设有开关电路采用由MOS管组成的互补结构的T型开关，能够抵消沟道电荷注入效应以及低频输入下的泄漏电流影响，提高模数转换的精确度和分辨率；开关电容积分电路使用自动调零技术和全差分结构降低积分器的失调电压以及调整采样阶段的周期数用于放大电压，并增加前馈路径减小第一级积分器的平均输出以提高整体电路的稳定性。
-
-
-
-
-
-
-
-
-
Search Results
142
records
(took 0.028 seconds)
