-
公开(公告)号：CN118102391A
公开(公告)日：2024-05-28
申请号：CN202410158861.6
申请日：2024-02-04
Applicant: 西北工业大学
IPC: H04W28/08 , G06N3/042 , G06N3/0464 , G06N3/094 , H04W16/22 , H04L41/16 , H04L41/142 , H04W84/06
Abstract: 本发明涉及一种基于模仿学习的无人机边缘计算任务迁移方法，属于边缘计算领域。包括：构建无人机边缘计算网络计算型任务迁移场景；构建AP选择模型和任务放置模型，基于AP选择模型和任务放置模型构建延迟模型，基于延迟模型构建优化目标；使用马尔可夫决策过程对优化目标进行建模；使用改进的PPO算法收集专家轨迹；基于收集的专家轨迹训练生成对抗模仿学习网络，使用训练好的对抗模仿学习网络模仿专家轨迹。本发明解决了面向动态网络环境下计算型任务服务质量差的情况，将基于模仿学习的计算型任务迁移引入到无人机边缘网络，在保证满足用户QoS的情况下，最小化所有用户的平均延迟。
-
公开(公告)号：CN119398384A
公开(公告)日：2025-02-07
申请号：CN202411412626.3
申请日：2024-10-11
Applicant: 西北工业大学
IPC: G06Q10/0631 , G06F9/50 , G06F9/445 , H04W28/084 , H04W28/02
Abstract: 本发明公开了面向边缘计算的云‑端二级市场资源协同采购方法。该方法包括：在有资源需求的用户将用户计算任务传递至边缘服务器，边缘服务器的计算资源不能处理用户计算任务时，需要从移动终端设备或者云服务器购买计算资源的场景下，获取每个时隙向移动终端设备订购的计算资源的数量和向云服务器申请保留的计算资源的数量、边缘服务器缺少的单位计算资源产生的罚款值，移动终端设备可提供的计算资源数量。本发明解决了边缘服务器在资源需求高峰期收到大量计算需求，按照计算需求的峰值去部署边缘服务器上的计算资源，在非计算需求高峰期就会造成大量的资源闲置，这种浪费会使得边缘服务器的成本大幅度增加的技术问题。
-
公开(公告)号：CN113310013A
公开(公告)日：2021-08-27
申请号：CN202110598179.5
申请日：2021-05-28
Applicant: 西北工业大学
Inventor： 符宁
IPC: F21S9/02 , F21V33/00 , F21V21/00 , F21V23/00 , F21Y115/10
Abstract: 本发明公开了一种基于音乐变换色彩和舞动功能的磁悬浮智能灯，涉及到灯具领域，包括底座，所述底座内通过可以垂直举升的举升机构安装有活动框，所述活动框的顶侧设置有永磁铁，所述永磁铁的顶侧安装LED变色模块，所述LED变色模块的顶侧安装有LED显色灯珠。本发明在环状永磁的作用下，对永磁铁进行悬浮，永磁铁悬浮带动LED显色灯珠进行悬浮，通过蓝牙等方式控制远程控制模块，远程控制模块控制多个稳定线圈按照音乐的节奏进行磁力增强或减弱，从而使得永磁铁随着音乐的节奏进行上下浮动，不能够在LED变色模块控制下，LED显色灯珠随着音乐的节奏进行变色，从而增强磁悬浮灯泡的趣味性和科技感，并能营造强烈的氛围来带动观众的节奏。
-
公开(公告)号：CN119299457A
公开(公告)日：2025-01-10
申请号：CN202411398288.2
申请日：2024-10-09
Applicant: 西北工业大学
IPC: H04L67/1021 , H04L67/1023 , H04L67/12 , H04L67/1097 , H04L67/5682
Abstract: 本申请的实施例涉及边缘计算技术领域，特别涉及一种考虑切换成本的边缘计算网络服务缓存更新方法，该方法包括：构建边缘协作网络多时隙模型，定义任务卸载到边缘服务器上的三种处理方式，并在不同时隙动态更新缓存内容；构建整个物联网系统的成本模型；将缓存网络策略选择问题表述为一个具有切换代价的在线凸优化问题，并采用动态遗憾作为评价指标；在无预测的条件下，利用在线梯度下降算法和在线梯度投影上升算法实现物联网系统的动态遗憾最低；基于预测窗口大小为W的在线后退预测算法进行后退更新，最终得到最优决策，基于得到的最优决策进行边缘计算网络服务缓存更新。该方法可以很好地提高系统性能和服务质量，降低延迟和服务成本。
-
公开(公告)号：CN114519463A
公开(公告)日：2022-05-20
申请号：CN202210144163.1
申请日：2022-02-17
Applicant: 西北工业大学
Abstract: 本发明公开了一种众包通勤公交调度问题的嵌入式降维组合优化方法，首先，在公交预订系统APP上获取用户提交的通勤公交乘车请求，将众包通勤公交调度问题定义成组合优化问题进行求解，确定多目标优化问题约束和目标函数，并且构建解决方案集合；然后提出基于GAN网络的嵌入进化算法进行求解，流程为：先将初始解决方案进行低维嵌入编码，获取多目标优化问题的有效维度；再构建生成对抗网络迭代算子以及具有多样性保护的进化算法进行多次迭代优化，最终收敛到种群P；最后，解码得到实际最优解决方案，并执行，由公交预订系统APP通知用户乘坐规定的公交车到达目的地。本发明能在复杂的城市环境中规划理想的公交行程有效提高公共交通系统的性能和效率。
-
Patent Agency Ranking
公开(公告)号：CN114238491B
公开(公告)日：2024-02-13
申请号：CN202111463044.4
申请日：2021-12-02
Applicant: 西北工业大学
Abstract: 本发明公开了一种基于异质图的多模式交通运行态势关联规则挖掘方法，首先获取多模式交通系统订单数据，基于订单数据的空间分布进行层次划分，构建用于表征区域内交通态势的异质图结构；然后获取城市POI数据，统计城市各区域的POI热度概率分布，并基于聚类方法对划分方法进行功能区分类；最后设计基于分层Eclat的关联规则挖掘方法，从超节点间提取事务数据集挖掘频繁项集，得到有价值的知识，针对知识所在的超节点，对其包含的子节点进行细粒度挖掘，以全面立体地挖掘多模式交通系统间的关联规则。本发明可以全面立体地在异质图上挖掘多模式交通系统间的关联规则，避免随着挖掘粒度增加导致的数据稀疏问题，给城市交通管理提供参考依据。
-
公开(公告)号：CN112452778A
公开(公告)日：2021-03-09
申请号：CN202011235527.4
申请日：2020-11-06
Applicant: 西北工业大学
Abstract: 本发明公开了一种人工智能物品分拣系统，包括：分拣机器人，分拣机器人包括移动机构，移动机构上设置有放置待分拣物品的托盘，托盘内还分别设置有扫码模块和称重模块，移动机构内部还设置有控制电路；还有分拣平台，分拣平台通过相互垂直的网格线被分为若干单元格，分拣平上设置有多个分拣口，每个分拣口对应一个单元格，与任一分拣口相邻的单元格均不能设置分拣口，每个分拣口的下方设置与每个地级市对应的货物中转区；本发明还公开了一种人工智能物品分拣方法，该方法就可以应用于上述的物品分拣系统，使用本发明的物品分拣和方法，可以大大减少分拣物品的人工，通过分拣机器人大大提高分拣物品的效率。
-
公开(公告)号：CN119364428A
公开(公告)日：2025-01-24
申请号：CN202411475984.9
申请日：2024-10-22
Applicant: 西北工业大学
Abstract: 本申请属于移动群体计算技术领域。本申请提供一种面向空地协同移动边缘计算的任务联合卸载与迁移方法。本公开实施例考虑到完全由无人机‑车辆组网的边缘计算计算下资源异构、资源有限、通信范围有限和网络动态波动的场景；该方法将DAG任务的联合卸载和迁移问题进行建模，并表述为用户DAG任务平均延迟最小化问题；该方法考虑到UAV和车辆的不同特性，触发任务迁移的条件不同；该方法考虑了同一个DAG任务可能发生多次迁移的情况，考虑了任务迁移、任务上传、计算结果下载的最短传输路径。
-
公开(公告)号：CN114238491A
公开(公告)日：2022-03-25
申请号：CN202111463044.4
申请日：2021-12-02
Applicant: 西北工业大学
Abstract: 本发明公开了一种基于异质图的多模式交通运行态势关联规则挖掘方法，首先获取多模式交通系统订单数据，基于订单数据的空间分布进行层次划分，构建用于表征区域内交通态势的异质图结构；然后获取城市POI数据，统计城市各区域的POI热度概率分布，并基于聚类方法对划分方法进行功能区分类；最后设计基于分层Eclat的关联规则挖掘方法，从超节点间提取事务数据集挖掘频繁项集，得到有价值的知识，针对知识所在的超节点，对其包含的子节点进行细粒度挖掘，以全面立体地挖掘多模式交通系统间的关联规则。本发明可以全面立体地在异质图上挖掘多模式交通系统间的关联规则，避免随着挖掘粒度增加导致的数据稀疏问题，给城市交通管理提供参考依据。
-
公开(公告)号：CN113095947A
公开(公告)日：2021-07-09
申请号：CN202110288983.3
申请日：2021-03-18
Applicant: 西北工业大学
Abstract: 本发明提供了一种执行概率最大化的地理社会网络空间众包参与者招募方法，首先采用传播树结构来建模招募者和参与者之间的自主招募，在此基础上，建立任务执行概率计算方法，并利用多层次营销的业务策略设计一种新颖的激励机制，将研究的MTEP问题公式化为组合优化问题，并分析其NP‑hard和高维特性。本发明通过用户社交网络和构建MCS任务传播模型，综合考虑诸多因素建立任务接受度估计和任务奖励金机制，将研究的MTEP问题公式化为组合优化问题，并分析其NP‑hard和高维特性，使用两个真实世界的数据集进行了广泛的实验，验证了MTEPCC方法的实用性。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.016 seconds)
