-
公开(公告)号：CN116319522B
公开(公告)日：2025-03-25
申请号：CN202310249916.X
申请日：2023-03-15
Applicant: 北京邮电大学
IPC: H04L45/121 , H04L47/125 , H04L67/101 , H04L67/1012
Abstract: 本发明提供一种算力网络中的多路径转发方法及系统，所述方法包括：获取计算任务的算力要求和时延要求，删除算力网络中不满足计算任务传输带宽需求值的链路以及不满足计算任务算力需求量化值的算力节点后，计算各剩余候选算力节点的综合指数并基于综合指数筛选主目标算力节点和备份目标算力节点，计算主目标算力节点和备份目标算力节点到入口节点的最短距离，得到主路径和备份路径，当算力网络的链路带宽资源、算力资源、主路径以及备份路径均满足计算任务需求时接受该计算任务，在算力网络中为计算任务预留计算资源并更新算力网络的网络状态。本发明能够避免计算任务在算力网络中出现拥塞丢包现象，为计算任务的传输提供了确定性保障。
-
公开(公告)号：CN113723632B
公开(公告)日：2024-03-05
申请号：CN202110995175.0
申请日：2021-08-27
Applicant: 北京邮电大学 , 北京赛博星通科技有限公司
Abstract: 本发明提供了一种基于知识图谱的工业设备故障诊断方法，属于工业设备故障诊断技术领域。本发明包括：从设备故障历史维修记录和设备故障维修保养使用手册的电子数据中抽取故障设备、故障现象、原因和解决办法等实体及实体间关系，构建三元组数据；对三元组数据合并和删除后，根据设备零部件间的物理连接关系及实体间关系构建设备的故障维修知识图谱；根据新故障的日志更新实体及实体关系；根据输入的故障现象、采集的传感器数据，利用图谱及AI深度学习分类判别模型综合判断故障原因，并输出关联的实体信息。本发明实现对设备故障诊断的辅助分析，提高了工业设备故障诊断的准确率和效率，并减少了工作人员频繁重复的故障分析工作。
-
公开(公告)号：CN111324860B
公开(公告)日：2024-01-23
申请号：CN202010086785.4
申请日：2020-02-11
Applicant: 无锡北邮感知技术产业研究院有限公司 , 北京邮电大学
IPC: G06F17/16 , G06N3/0464 , G06N3/084 , G06N20/00
Abstract: 本发明提供一种基于随机矩阵逼近的轻量级CNN计算方法与装置，包括：对数据样本进行降维处理，得到数据样本的低维表征；对模型的权重参数进行降维处理，得到权重参数的低维权重表征；利用所述数据样本的低维表征和所述权重参数的低维权重表征进行CNN模型训练。本发明通过降低数据样本的数据量，降低网络的权重参数的数据量，利用降低维度之后的低维表征和低维权重表征进行CNN模型运算，能够降低模型运算的复杂度，降低模型运算所需存储资源和计算资源，能够在配置较低的终端设备上实现模型运算。
-
公开(公告)号：CN111857065B
公开(公告)日：2023-06-20
申请号：CN202010513144.2
申请日：2020-06-08
Applicant: 北京邮电大学
IPC: G05B19/418
Abstract: 本发明提出一种基于边缘计算和数字孪生的智能生产系统和方法，属于智能化生产领域。本发明智能生产系统包括物理系统、边缘数字孪生节点、数字孪生管理控制系统、生产制造仿真系统、订单系统和AI算法模型库。本发明方法包括：智能感知设备实时获取物理生产线信息传输至边缘数字孪生节点；边缘数字孪生节点构建设备模型、预测设备故障和寿命、进行可视化展示；数字孪生管理控制系统生成生产设备调度的仿真分析作业，根据生产制造仿真系统的仿真结果优化生产调度策略，发送生产调度指令给物理系统。本发明降低了终端处理器的计算负担，减小了时延，提高了整个智能生产系统的信息映射效率和工作效率，实现了边缘侧的设备故障监控、预测与维护。
-
公开(公告)号：CN114943332A
公开(公告)日：2022-08-26
申请号：CN202210255417.7
申请日：2022-03-15
Applicant: 北京邮电大学
Abstract: 本申请提供一种轻量级YOLO模型的训练方法及相关设备。一种轻量级YOLO模型的训练方法，包括：对原始YOLO模型中每一层卷积层的四维权重矩阵进行降维处理，得到每一层卷积层对应的低维权重表征矩阵；基于所述低维权重表征矩阵及所述原始YOLO模型进行前向计算，得到所述前向计算的输出结果；响应于确定所述前向计算的输出结果未达到预设条件，计算每一层卷积层对应的权重梯度，并基于每一层卷积层对应的所述权重梯度对对应的所述低维权重表征矩阵进行更新。本申请提供的一种轻量级YOLO模型的训练方法及相关设备，前向计算复杂度、空间复杂度及更新复杂度均较低，有利于直接在资源受限的边缘设备或终端设备中部署。
-
Patent Agency Ranking
公开(公告)号：CN114786180A
公开(公告)日：2022-07-22
申请号：CN202210126800.2
申请日：2022-02-10
Applicant: 北京邮电大学 , 北京物联智通科技有限公司
IPC: H04W12/12 , H04W12/121 , H04W12/63 , H04L9/40 , H04L41/147
Abstract: 本申请提供一种导频欺诈攻击检测方法、装置、电子设备及存储介质。其中，导频欺诈攻击检测方法包括：获取历史状态，并根据所述历史状态对当前时刻的状态进行预测，确定第一伯努利随机有限集合；获取当前时刻的导频信号，并根据所述导频信号对所述第一伯努利随机有限集合进行更新，得到第二伯努利随机有限集合；根据所述第二伯努利随机有限集合计算后验概率，并根据所述后验概率确定当前受窃听状态。本方案与传统方案相比，可以极大提升系统保密容量，保证无线通信安全性。
-
公开(公告)号：CN114611659A
公开(公告)日：2022-06-10
申请号：CN202210083764.6
申请日：2022-01-24
Applicant: 北京邮电大学 , 北京物联智通科技有限公司
Abstract: 本申请提供一种基于STN的高效安全联邦学习方法及相关设备，其中，所述方法包括：首先，利用空间转换网络对输入的初始二维特征矩阵进行仿射变换，再将仿射变换后的二维特征矩阵输入到联邦学习模型中的卷积神经网络中，得到预测分类结果。利用空间转换网络对输入的初始二维特征矩阵进行仿射变换，等于对不同的二维特征矩阵数据集做相似处理，解决了数据集不一致的问题，从而减小了联邦学习模型中的本地模型的数据集的大小；同时也消除了后续步骤中二维特征矩阵进行多次矩阵初等变换对卷积神经网络特征提取的影响，提升了联邦学习模型分类预测的准确率。
-
公开(公告)号：CN114357504A
公开(公告)日：2022-04-15
申请号：CN202111421244.3
申请日：2021-11-26
Applicant: 北京邮电大学 , 国网辽宁省电力有限公司
Abstract: 本公开实施例提供一种基于隐私保护的联邦学习方法以及相关设备。所述方法包括：根据神经网络的权重矩阵，得到行采样序列集合和列采样序列集合；根据行采样序列集合和列采样序列集合，生成低维行表征矩阵和低维列表征矩阵；接收边缘节点端发送的公钥，并根据公钥对对称密钥进行加密，得到密文，并将密文发送到边缘节点端；生成对称密钥，并根据对称密钥对行采样序列集合和列采样序列集合进行加密，得到加密后的行采样序列集合和列采样序列集合；根据低维行表征矩阵、低维列表征矩阵、加密后的行采样序列集合和加密后的列采样序列集合，生成初始化参数集合，并将初始化参数集合发送至中心服务器端。
-
公开(公告)号：CN109815732B
公开(公告)日：2021-12-28
申请号：CN201910020919.X
申请日：2019-01-09
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种基于联盟链的车间数据存储与访问系统、方法及装置。该方法包括：第一车间节点根据数据采集设备发送的第一车间数据，生成第一传输数据；并将第一传输数据广播至联盟链中的各车间节点；根据预设共识机制，选出一个车间节点生成区块，并将该区块广播至其它车间节点；其余车间节点获取并判断第一区块中的数据是否达到预设的存储条件；若达到，则存储区块；当第一车间节点接收到访问设备发送的访问请求时，判断访问设备是否具有访问权限；若有，则显示数据，同时联盟链中各节点之间的数据传输需进行数字签名。此发明避免了工业车间数据被恶意设备查看以及篡改，提高了工业车间数据的机密性和完整性。
-
公开(公告)号：CN113723632A
公开(公告)日：2021-11-30
申请号：CN202110995175.0
申请日：2021-08-27
Applicant: 北京邮电大学 , 北京赛博星通科技有限公司
Abstract: 本发明提供了一种基于知识图谱的工业设备故障诊断方法，属于工业设备故障诊断技术领域。本发明包括：从设备故障历史维修记录和设备故障维修保养使用手册的电子数据中抽取故障设备、故障现象、原因和解决办法等实体及实体间关系，构建三元组数据；对三元组数据合并和删除后，根据设备零部件间的物理连接关系及实体间关系构建设备的故障维修知识图谱；根据新故障的日志更新实体及实体关系；根据输入的故障现象、采集的传感器数据，利用图谱及AI深度学习分类判别模型综合判断故障原因，并输出关联的实体信息。本发明实现对设备故障诊断的辅助分析，提高了工业设备故障诊断的准确率和效率，并减少了工作人员频繁重复的故障分析工作。
-
-
-
-
-
-
-
-
-
Search Results
175
records
(took 0.033 seconds)
