-
公开(公告)号：CN111065106B
公开(公告)日：2022-04-26
申请号：CN201911402828.9
申请日：2019-12-31
Applicant: 重庆大学
Abstract: 本发明公开了移动通信网络中基于异常检测和核密度估计KDE的指标突变小区检测方法，主要步骤为：1)建立历史数据序列和测试数据序列。2)筛选掉全部KPI序列均正常的小区，保留异常小区。3)利用基于高斯核的KDE计算异常小区差分前的异常KPI序列的异常分数，并建立异常分数矩阵A。4)判断异常分数矩阵A中是否存在元素a＞α，若是，则记元素a对应的KPI为突变指标，对应小区记为指标突变小区。本发明可精确定位指标突变小区，灵活性高，鲁棒性强，性能稳定。
-
公开(公告)号：CN112990083A
公开(公告)日：2021-06-18
申请号：CN202110372069.7
申请日：2021-04-07
Applicant: 重庆大学
Abstract: 本发明公开了一种基于深度学习的宽带装机质量监控系统，使用软件算法替代人工操作，可用于开发智能的宽带装机巡检系统，该方法可减少工作人员的劳动强度，提高检测效率和精度；提高了设备、端口和工单的定位和识别的正确率，本发明以YOLOv3为基础构建装机设备、端口和工单的定位和识别模型，可有效提高装机设备、端口和工单定位的准确性；为后续的缺陷分析提供了有力的支持，通过使用本发明的检测模型，可以从装机扫描图片中快速准确地定位设备、端口和工单，并分割出子图区域，这些输出的图片只包含一种已知型号的设备、端口和工单，极大方便了后续对设备、端口和工单状态的分析，降低了后续分析的难度。
-
公开(公告)号：CN112860429A
公开(公告)日：2021-05-28
申请号：CN202011595152.2
申请日：2020-12-29
Applicant: 重庆大学
IPC: G06F9/50 , G06F30/20 , G06F111/04 , G06F111/06
Abstract: 本发明公开一种移动边缘计算系统中任务卸载的成本效率优化系统及方法。方法步骤为：1)搭建移动边缘计算系统；2)计算能量成本和时间成本；3)设置任务的卸载决策变量，并建立用户服务体验增益模型；4)利用用户服务体验增益模型确定任务Ri的卸载决策；5)计算成本效率；6)确定基于任务卸载优先级的任务卸载方案。系统包括移动边缘计算系统、能量成本和时间成本计算模块、单任务卸载决策生成模块、任务卸载成本效率计算模块、任务卸载方案生成模块和数据库。本发明可以实现移动边缘计算系统能量‑时间成本效率最大化。
-
公开(公告)号：CN111065106A
公开(公告)日：2020-04-24
申请号：CN201911402828.9
申请日：2019-12-31
Applicant: 重庆大学
Abstract: 本发明公开了移动通信网络中基于异常检测和核密度估计(KDE)的指标突变小区检测方法，主要步骤为：1)建立历史数据序列和测试数据序列。2)筛选掉全部KPI序列均正常的小区，保留异常小区。3)利用基于高斯核的KDE计算异常小区差分前的异常KPI序列的异常分数，并建立异常分数矩阵A。4)判断异常分数矩阵A中是否存在元素a＞α，若是，则记元素a对应的KPI为突变指标，对应小区记为指标突变小区。本发明可精确定位指标突变小区，灵活性高，鲁棒性强，性能稳定。
-
-
Patent Agency Ranking
公开(公告)号：CN111148142B
公开(公告)日：2022-07-12
申请号：CN201911408236.8
申请日：2019-12-31
Applicant: 重庆大学
IPC: H04W24/04 , H04L41/0677 , H04L41/142 , G06K9/62
Abstract: 本发明公开了基于异常检测和集成学习的休眠小区检测方法，步骤为：1)筛选掉全部关键性能指标KPI数据序列均正常的小区，保留异常小区；2)以标记小区的相关性指标corr1、相关性指标corr2和相关性指标corr3作为训练数据，训练随机森林模型，得到小区分类模型M；3)将异常小区的相关性指标corr1、相关性指标corr2和相关性指标corr3作为测试数据，输入到小区分类模型M中，输出每个异常小区的异常原因属于pattern1、pattern2、…和patternn的概率矩阵A；4)若概率矩阵A的最大元素a≤ε，则所述异常小区为休眠小区。本发明能够更好的定位网络中的休眠小区，并且可以根据不断实践提升检测准确率，灵活性强，性能稳定。
-
公开(公告)号：CN113497802B
公开(公告)日：2022-03-08
申请号：CN202110156103.7
申请日：2021-02-04
Applicant: 重庆大学
Abstract: 本发明公开一种基于机器学习算法的车载ECU安全风险评估系统，包括待评估数据获取模块、历史数据获取模块、数据清洗模块、训练数据集与测试数据集生成模块、威胁等级评估模块、影响水平评估模块、风险评估模块和数据库；本发明提出一种应用机器学习算法主动生成模型参数，改进HEAVENS模型，实现车载ECU网络安全风险自动评估，使得车载ECU网络安全风险评估智能化，节约了评估所需要花费的时间成本和人力成本。
-
公开(公告)号：CN113554405A
公开(公告)日：2021-10-26
申请号：CN202110630511.1
申请日：2021-06-07
Applicant: 重庆大学
Abstract: 本发明公开一种面向汽车产业供应链的网络协同制造系统，包括材料供应模块、运输模块、若干材料需求方和云平台；本发明实现了所有汽车零部件在供应链上的流通状态与异常情况，避免了供应链上的各个角色与环节由于信息未共享而形成的数据孤岛，减少了冗余数据，达到了对零部件信息的高效采集、数据分析和可视化的智能预警，提高了汽车生产厂商的管理效率。
-
公开(公告)号：CN113672819B
公开(公告)日：2023-09-29
申请号：CN202110572916.4
申请日：2021-05-25
Applicant: 重庆大学
IPC: G06F16/9536 , G06F9/50 , G06F16/957
Abstract: 本发明公开一种基于推荐感知和协作边缘缓存的内容请求处理系统，包括网络信息获取模块、移动边缘缓存系统模型搭建模块、推荐列表生成模块、用户体验质量计算模块、请求处理策略生成模块；本发明综合考虑了终端的个性化需求，结合了“软缓存”这一观点，给出了对内容请求的最佳处理方式，同时通过对缓存友好的启发式算法确定对内容请求的最佳处理地点，很大程度上提高了用户的QoE(Qualityof Experience，体验质量)。
-
公开(公告)号：CN112860429B
公开(公告)日：2023-06-16
申请号：CN202011595152.2
申请日：2020-12-29
Applicant: 重庆大学
IPC: G06F9/50 , G06F30/20 , G06F111/04 , G06F111/06
Abstract: 本发明公开一种移动边缘计算系统中任务卸载的成本效率优化系统及方法。方法步骤为：1)搭建移动边缘计算系统；2)计算能量成本和时间成本；3)设置任务的卸载决策变量，并建立用户服务体验增益模型；4)利用用户服务体验增益模型确定任务Ri的卸载决策；5)计算成本效率；6)确定基于任务卸载优先级的任务卸载方案。系统包括移动边缘计算系统、能量成本和时间成本计算模块、单任务卸载决策生成模块、任务卸载成本效率计算模块、任务卸载方案生成模块和数据库。本发明可以实现移动边缘计算系统能量‑时间成本效率最大化。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.015 seconds)
