-
公开(公告)号:CN119440048A
公开(公告)日:2025-02-14
申请号:CN202411558130.7
申请日:2024-11-04
Applicant: 重庆大学
IPC: G05D1/46 , G05D1/633 , G05D1/644 , G05D109/20
Abstract: 本发明涉及一种多功能无人机辅助的异步集群个性化联邦学习方法,属于无线通讯技术领域。该方法包括以下步骤:S1:建立无人机辅助的FL网络系统模型;S2:建立无人机物流运输和辅助FL训练模型;S3:建立无人机与子服务器间的通信时延、模型训练时间和上行时延模型;S4:建立个性化联邦学习机制,内层求解个性化模型,外层求解全局模型,通过异步双层并行优化和组内同步联邦平均机制训练个性化模型;S5:以群组模型陈旧性为优化变量,对无人机飞行路径进行优化;S6:根据模型陈旧性和用户设备训练次数的关系,调整优化变量,提出基于深度强化学习的无人机路径动态优化算法。本发明提供的多功能无人机路径优化算法显著提升整体通信效率。
-
公开(公告)号:CN119277423A
公开(公告)日:2025-01-07
申请号:CN202411558115.2
申请日:2024-11-04
Applicant: 重庆大学
Abstract: 本发明涉及一种基于莫罗包络的群体个性化联邦学习方法,属于无线通信领域。该方法主要包括:构建一个由若干用户节点、其对应的子服务器以及一个边缘服务器组成的无线边缘网络系统,其中与同一子服务器相连接的用户节点称为一个群组;建立一个相互解耦的双层并行联邦学习优化问题,其中第一层是基于莫罗包络改进的边缘群组个性化优化问题,第二层是关于群组内的联邦优化问题;促进群组与关联的子服务器协作训练个性化模型,根据迭代得到的个性化模型更新对应的群组模型。本发明提出的基于莫洛包络的群体个性化联邦学习方法可以有效提升群体层面Non‑IID数据设置下的联邦无线边缘网络模型性能。
-
公开(公告)号:CN107572643A
公开(公告)日:2018-01-12
申请号:CN201711064646.6
申请日:2017-11-02
Applicant: 重庆大学
IPC: C02F1/52
Abstract: 本发明公开了一种复合混凝剂的制备工艺及其应用,具体步骤如下:将聚合硫酸铁溶液,加入阳离子聚丙烯酰胺溶液,使混合溶液中聚合硫酸铁与阳离子聚丙烯酰胺的质量比为20-35:1,水浴搅拌获得聚合硫酸铁-阳离子聚丙烯酰胺复合混凝剂溶液,烘干并磨成粉末状得到固态聚合硫酸铁-阳离子聚丙烯酰胺复合混凝剂。本发明制备获得的聚合硫酸铁—阳离子聚丙烯酰胺复合混凝剂在生活污水除磷处理中,在投加量相等的情况下,比使用聚合硫酸铁混凝剂总磷去除率增加了7.05-26.36%,浊度去除率增加了5.09-32.80%。在总磷去除率和浊度去除率均达到80%的情况下,比使用聚合硫酸铁混凝剂投加量减少了18.18%。
-
公开(公告)号:CN106446586A
公开(公告)日:2017-02-22
申请号:CN201610921591.5
申请日:2016-10-21
Applicant: 重庆大学
IPC: G06F19/00
CPC classification number: G16Z99/00
Abstract: 本发明公开了一种基于自然与社会影响的河流健康评价方法,包括以下步骤:a.建立评价指标体系,确定评价因素集,b.根据建立的河流健康度评价指标标准及确立的河湖5级健康度,每一个等级对应一个模糊子集评价集;c.确定单因素隶属度函数;d.建立模糊关系矩阵;e.确定评级因素的模糊权重向量;f.模糊综合评价;g.对模糊综合评价结果进行向量分析。本发明不仅可以得出河流健康的综合评价结果,而且能够提供各个单项指标的健康程度,从而有助于流域管理者对流域水环境进行诊断,并实施准确有效的治理措施。
-
公开(公告)号:CN117879765A
公开(公告)日:2024-04-12
申请号:CN202410102331.X
申请日:2024-01-24
Applicant: 重庆大学
IPC: H04L1/00 , G06N3/0464 , G06N3/042 , G06N3/045
Abstract: 本发明涉及面向图像语义通信的联合信源信道编码方法。其包括以下步骤:S1:建立基于卷积神经网络和注意力机制的联合信源信道编码系统模型;S2:将图像输入模型发送端的语义编码器,提取图像的语义信息;S3:将提取的图像语义信息转发给发送端的信道编码器,信道编码器根据当前信道状态和带宽压缩比动态调整系统输出的语义信息;S4:将编码后的信息通过无线信道发送到接收端的信道解码器,信道解码器根据当前信道状态和带宽压缩比动态调整系统重建的语义信息;S5:接收端的语义解码器根据动态调整系统重建的语义信息,来恢复图像的语义信息,从而重构图像。本发明能确保在恶劣环境中的稳健通信并有效减轻大量数据传输带来的带宽压力。
-
公开(公告)号:CN117313834A
公开(公告)日:2023-12-29
申请号:CN202311239858.9
申请日:2023-09-25
Applicant: 重庆大学
Abstract: 本发明涉及一种群体个性化联邦学习方法,属于无线通信技术领域。该方法包括:建立一个由云节点、边缘节点和设备构成的无线边缘网络,其中与同一边缘节点连接的设备视为一个群组;构建一种适用于本发明所考虑的网络的群体个性化联邦学习算法,建立一个旨在最小化损失和个性化群组模型之间的差异的优化问题数学模型;将原始优化问题分解为云节点求解的梯度下降和边缘节点与群组协作求解的近端算子;设计等效梯度下降的注意力消息传递机制,促进模型相似群组成对协作;设计联邦平均机制,使边缘节点与群组中可用设备协作训练个性化群组模型。本发明能提升无线边缘网络场景下的联邦学习算法性能。
-
公开(公告)号:CN117294689A
公开(公告)日:2023-12-26
申请号:CN202311239854.0
申请日:2023-09-25
Applicant: 重庆大学
IPC: H04L65/80 , G06N3/092 , G06N3/045 , H04L65/60 , H04L41/14 , H04B7/06 , H04B7/0426 , H04B7/08 , H04B7/026
Abstract: 本发明涉及一种面向全息视频传输的联合波束赋形和码率选择方法,属于通信技术领域。该方法包括:步骤一:构建一个基于协作多点和波束赋形技术的视频流传输网络;步骤二:对全息视频进行分块处理和压缩处理,然后同时考虑全息视频的特有属性和用户的播放缓冲区状态,定义一个用户体验质量指标;步骤三:建立一个联合波束赋形和全息视频码率选择从而求解最大化所有用户的累积QoE的数学模型和优化问题;步骤四:将原优化问题分解成波束赋形子问题和分块码率选择子问题;步骤五:设计一种基于分层式架构的深度强化学习算法,最终达到优化目标。本发明最终的累积QoE值显著优于其他代表性基线对比方案。
-
公开(公告)号:CN107555569A
公开(公告)日:2018-01-09
申请号:CN201711064426.3
申请日:2017-11-02
Applicant: 重庆大学
IPC: C02F1/56 , C08F251/00 , C08F222/02 , C02F101/20 , C02F101/30
Abstract: 本发明公开了一种多基团磁性混凝剂的制备方法及应用,所述制备方法为:将乙烯基改性的Fe3O4磁性颗粒分散于水中,再将衣康酸和壳聚糖的混合溶液滴加至改性的Fe3O4磁性颗粒的悬浮液中,然后将所述悬浮液在氮气保护下水浴加热至40~60℃,再加入引发剂V044搅拌进行反应,随后冷却并静置,得到的产物经乙醇提纯后干燥,即得到所述的多基团磁性混凝剂;本发明方法制备得到的混凝剂处理含镍废水和孔雀石绿废水效果理想,且混凝剂成分无毒、可生物降解,磁粉的投加量低,降低了成本,还易于再生回用,不会对水体造成二次污染。
-
-
-
-
-
-
-