-
公开(公告)号：CN112383477B
公开(公告)日：2022-10-04
申请号：CN202011142190.2
申请日：2020-10-22
Applicant: 国网电力科学研究院有限公司 , 南京南瑞信息通信科技有限公司 , 国网浙江省电力有限公司 , 国家电网有限公司信息通信分公司 , 国家电网有限公司
Inventor： 蔡万升 , 罗威 , 王巧巧 , 李洋 , 龚亮亮 , 汪晓岩 , 叶彬彬 , 张影 , 王宝海 , 高亮 , 姜元建 , 殷伟俊 , 王斌 , 蒋政 , 顾辉 , 朱雪阳 , 顾仁涛
IPC: H04L45/125 , H04Q11/00
Abstract: 本发明公开了一种面向数据中心光网络的路由和频谱分配方法及装置，将每组业务流量整理成业务流量矩阵T；将业务流量矩阵T分别输入训练好的n×(n‑1)对数据中心间的路由分配神经网络，得到n×(n‑1)对数据中心间的业务流量的路由类别，n为整数；将业务流量矩阵T分别输入训练好的n×(n‑1)对数据中心间的频谱分配神经网络，得到n×(n‑1)对数据中心间的业务流量的频谱类别，n为整数；将n×(n‑1)对数据中心间的业务流量的路由类别、频谱类别进行整合。本发明保证一定的资源利用率的同时实现资源的高速分配，而且深度学习技术在解决复杂问题上有着突出表现，神经网络强大的学习能力能够自主学习到输入输出之间的复杂关系，且前向计算复杂度低，耗时少，具有很高的效率。
-
公开(公告)号：CN117528493B
公开(公告)日：2024-03-29
申请号：CN202410001896.9
申请日：2024-01-02
Applicant: 南京南瑞信息通信科技有限公司
Abstract: 一种基于用户识别模块的虚拟通信方法及系统，其特征在于，所述方法包括以下步骤：步骤1，将用户识别模块预置于终端中，并通过所述终端从蜂窝网络上下载配置文件，以将所述配置文件存储至所述用户识别模块中；步骤2，通过所述终端读取所述配置文件，并基于读取结果实现对所述终端中射频协议栈中相关协议的关联；步骤3，基于关联后的所述相关协议和所述配置文件，实现所述终端的蜂窝数据连接。本发明工作流程标准，执行过程简单，不仅增加了业务开通时的容错性，同时可以由程序自动化操作，大大增加了用户识别模块的易用性。
-
公开(公告)号：CN113194481A
公开(公告)日：2021-07-30
申请号：CN202110449574.7
申请日：2021-04-25
Applicant: 国网电力科学研究院有限公司 , 南京南瑞信息通信科技有限公司 , 国网浙江省电力有限公司 , 国家电网有限公司
Inventor： 李洋 , 罗威 , 蔡万升 , 叶彬彬 , 赵高峰 , 龚亮亮 , 王宝海 , 刘金锁 , 高亮 , 姜元建 , 殷伟俊 , 张影 , 王斌 , 蒋政 , 顾辉 , 朱雪阳 , 刘锐 , 吴孟飞 , 孙康
Abstract: 本发明公开了一种上行链路资源分配与调度方法、装置及系统，所述方法包括针对待传输数据块的尺寸，获取当前带宽索引C在不同重复次数索引IRep下，接收机的解调门限随调制编码策略MCS变化的曲线；基于所述解调门限随调制编码策略变化的曲线，找出所有满足预设条件的(IRep,IMCS)组合，其中，IRep为重复次数索引,IMCS为调制编码策略索引；再结合传输块尺寸表TBS中的调制编码策略索引和资源单元索引IRU，找出所有满足待传输数据块尺寸要求的(IMCS,IRU)组合，进而形成(C,IRep,IMCS,IRU)组合；选择传输时间最短的(C,IRep,IMCS,IRU)组合作为结果输出。本发明对上行传输时频资源进行折中优化调度，在满足覆盖性能要求的前提下，降低了传输时间和传输功耗，提高了频带利用率。
-
Patent Agency Ranking
公开(公告)号：CN118283618A
公开(公告)日：2024-07-02
申请号：CN202410447319.2
申请日：2024-04-15
Applicant: 国网电力科学研究院有限公司 , 南京南瑞信息通信科技有限公司 , 国网浙江省电力有限公司信息通信分公司
Inventor： 杨爽 , 胡阳 , 周鹏 , 龚亮亮 , 曹阳 , 王文 , 戚伟强 , 郭亚琼 , 黄慧 , 黄佳凌 , 孙嘉赛 , 李洋 , 曹委 , 陆涛 , 朱雪阳 , 张影 , 黄忠明 , 叶彬彬 , 张俊尧 , 张明 , 刘峰 , 付江豪 , 刘彬彬
IPC: H04W12/08 , H04W12/033
Abstract: 本发明公开了一种纵向加密系统的二次认证方法、认证系统及纵向加密系统，该方法的第一次认证通过终端向安全接入网关服务器发送第一认证请求报文，若安全接入网关服务器判断终端的身份认证通过，则建立纵向加密系统到数据网络的连接；第二次认证通过终端向无线公网管理模块发送第二认证请求报文，若无线公网管理模块判断终端的身份认证通过，则建立纵向加密系统到业务系统的连接；本发明的纵向加密系统包括5G微型纵向加密认证板卡和业务终端；本发明通过设置无线公网管理模块的认证流程，提升电力5G终端接入认证安全性和安全审计的需求，同时本发明的5G微型纵向加密系统，能够提升终端本身网络风险防御能力，也降低终端作为跳板攻击主站风险。
-
公开(公告)号：CN113221606B
公开(公告)日：2022-08-23
申请号：CN202010341587.8
申请日：2020-04-27
Applicant: 南京南瑞信息通信科技有限公司
IPC: G06V40/16 , G06V10/50 , G06V10/764 , G06K9/62 , G06F21/32
Abstract: 本发明公开一种基于IMS视频会议登录的人脸识别方法，包括：采集人脸图像信息及个人身份信息并保存，建立人脸数据库；确定一个n×n的滑动窗口，滑动窗口在整个图像上任意滑动提取人脸的HOG特征；将所述滑动窗口均匀分成若干个小块，分别在每个小块上计算每个像素点的梯度幅值和梯度方向；根据每个像素点的梯度幅值和梯度方向，采用直方图方式统计梯度幅值和梯度方向，确定像素的直方图特征，用SVM对特征进行训练，个人身份信息作为标签，建立分类模型，将分类模型的数据写入人脸数据库供人脸图像识别使用；读出人脸数据库中保存的分类模型数据，与实时获得的人脸模型数据进行比对，判断此用户是否有权限进入该会议。
-
公开(公告)号：CN114710439A
公开(公告)日：2022-07-05
申请号：CN202210437000.2
申请日：2022-04-22
Applicant: 南京南瑞信息通信科技有限公司
Abstract: 本发明公开了一种基于深度强化学习的网络能耗与吞吐量联合优化路由方法，首先将数据中心网络的路由调度描述为具有两个目标的混合整数非线性规划问题，即最大化网络吞吐量和最小化能量消耗；其次为深度强化学习算法生成大量的训练数据，主要包括当前网络状态、决策行为、奖励和新网络状态；最后选择卷积神经网络和全连接神经网络作为智能体，并使用训练数据对智能体进行训练操作，其核心理论是选择贝尔曼方程来评估每个行为的结果、定义贝尔曼误差为损失函数，通过梯度下降法来对其进行优化，直至收敛。本发明提供的方法适用于大规模、高动态性的数据中心网络，相较于其他方案（如帕累托最优）具备效率高和成本低的优点。
-
公开(公告)号：CN113221606A
公开(公告)日：2021-08-06
申请号：CN202010341587.8
申请日：2020-04-27
Applicant: 南京南瑞信息通信科技有限公司
Abstract: 本发明公开一种基于IMS视频会议登录的人脸识别方法，包括：采集人脸图像信息及个人身份信息并保存，建立人脸数据库；确定一个n×n的滑动窗口，滑动窗口在整个图像上任意滑动提取人脸的HOG特征；将所述滑动窗口均匀分成若干个小块，分别在每个小块上计算每个像素点的梯度幅值和梯度方向；根据每个像素点的梯度幅值和梯度方向，采用直方图方式统计梯度幅值和梯度方向，确定像素的直方图特征，用SVM对特征进行训练，个人身份信息作为标签，建立分类模型，将分类模型的数据写入人脸数据库供人脸图像识别使用；读出人脸数据库中保存的分类模型数据，与实时获得的人脸模型数据进行比对，判断此用户是否有权限进入该会议。
-
公开(公告)号：CN112383477A
公开(公告)日：2021-02-19
申请号：CN202011142190.2
申请日：2020-10-22
Applicant: 国网电力科学研究院有限公司 , 南京南瑞信息通信科技有限公司 , 国网浙江省电力有限公司 , 国家电网有限公司信息通信分公司 , 国家电网有限公司
Inventor： 蔡万升 , 罗威 , 王巧巧 , 李洋 , 龚亮亮 , 汪晓岩 , 叶彬彬 , 张影 , 王宝海 , 高亮 , 姜元建 , 殷伟俊 , 王斌 , 蒋政 , 顾辉 , 朱雪阳 , 顾仁涛
IPC: H04L12/729 , H04Q11/00
Abstract: 本发明公开了一种面向数据中心光网络的路由和频谱分配方法及装置，将每组业务流量整理成业务流量矩阵T；将业务流量矩阵T分别输入训练好的n×(n‑1)对数据中心间的路由分配神经网络，得到n×(n‑1)对数据中心间的业务流量的路由类别，n为整数；将业务流量矩阵T分别输入训练好的n×(n‑1)对数据中心间的频谱分配神经网络，得到n×(n‑1)对数据中心间的业务流量的频谱类别，n为整数；将n×(n‑1)对数据中心间的业务流量的路由类别、频谱类别进行整合。本发明保证一定的资源利用率的同时实现资源的高速分配，而且深度学习技术在解决复杂问题上有着突出表现，神经网络强大的学习能力能够自主学习到输入输出之间的复杂关系，且前向计算复杂度低，耗时少，具有很高的效率。
-
-
-
-
-
-
-
Search Results
18
records
(took 0.042 seconds)
