一种基于合作博弈的异构网络中NDN-IP方向拥塞控制方法

    公开(公告)号:CN118590449A

    公开(公告)日:2024-09-03

    申请号:CN202410663025.3

    申请日:2024-05-27

    Applicant: 辽宁大学

    Abstract: 一种基于合作博弈的异构网络中NDN‑IP方向拥塞控制方法,属于计算机网络领域。该方法在云服务器的辅助下,边缘路由器之间采取协助转发的方式,使未拥塞路由器协助拥塞路由器向IP侧转发数据,并抑制用户发送数据的速率,从而避免和解决边缘路由器的拥塞问题。本发明在ndnSIM平台上进行了本发明与CCC和HbQM组合的拥塞控制的对比实验,相比于该拥塞控制机制,本发明能明显降低中间节点丢包率,提高中间节点缓冲区利用率,降低云服务的数据传输时延,提高云服务的满足率。相关实验结果证明了本发明在解决共存网络架构中由于两侧传输速率不匹配导致的边缘路由器拥塞问题。

    一种基于流量整形的异构网络中IP-NDN方向的拥塞控制方法

    公开(公告)号:CN118590446A

    公开(公告)日:2024-09-03

    申请号:CN202410663426.9

    申请日:2024-05-27

    Applicant: 辽宁大学

    Abstract: 一种基于流量整形的异构网络中IP‑NDN方向的拥塞控制方法,属于计算机网络领域。该方法由基于数据优先级的流量整形策略和基于改进Q‑learning拥塞控制算法两部分组成,流量整形策略提高了边缘路由器解决缓冲区数据堆积问题的能力,同时将流量整形扩展至NDN路由器处,提高NDN路由器的数据容纳能力。基于强化学习的拥塞控制算法使得边缘路由器更加精准感知NDN侧路由器的缓冲区数据容纳能力,在避免本节点及NDN路由器发生拥塞的前提下,合理地设置向其转发数据的速率。本发明在ndnSIM平台上进行了本发明与ANTP与NDN‑QSF组合的拥塞控制的对比实验,相比于该拥塞控制机制,本发明能明显降低中间节点丢包率,提高中间节点CS命中率,降低用户的兴趣包重传比例以及用户内容获取时延,同时提高了用户兴趣包满足率。

    一个基于Gabor卷积和Transformer的学生表情识别模型

    公开(公告)号:CN117275065A

    公开(公告)日:2023-12-22

    申请号:CN202311214324.0

    申请日:2023-09-20

    Applicant: 辽宁大学

    Abstract: 一个基于Gabor卷积和Transformer的学生表情识别模型,属于计算机视觉领域。针对复杂环境变化无法精准识别学生表情问题,发明了一个基于Gabor卷积和Transformer的学生表情识别模型。将Gabor卷积和Transformer的思想相结合,设计了一个特征提取块GVT‑block(Gabor‑Vision‑Transformer‑block)。通过Gabor卷积提取富含丰富纹理和边缘信息的面部局部特征,再利用Transformer提取特征之间的全局依赖关系,使得模型可以更好的学习面部关键特征,显著提高模型的分类效果。本发明得到的学生表情识别模型在RAF‑DB和FER2013Plus数据集上的准确率分别为88.56%和87.38%,并与多个模型进行对比实验和分析,验证了本发明效果的优越性。

Patent Agency Ranking