-
公开(公告)号：CN111079943A
公开(公告)日：2020-04-28
申请号：CN201911281633.3
申请日：2019-12-13
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种确定加权朴素贝叶斯算法权值的方法，包括：S1设定初始权值并选择权值增长幅度；S2在训练集中，初始权值下程序的预测准确率；S3调整权值，以使调整后的权值等于初始权值加上权值增长幅度，得到调整后的权值下程序的预测准确率；S4比较权值修改前后的预测准确率，若修改权值后的预测准确率更高，则保持修改后权值不变，使权值增长幅度增加1；否则，恢复权值为修改前状态，使权值增长幅度减小0.1；S5判断权值增长幅度是否为0，若是，则转至步骤S6；否则，转至步骤S3；S6所得权值即为最优权值，输出最优权值。本发明在假设朴素贝叶斯算法属性特征之间极不满足“朴素”的条件下，进行快速确定权值的优化方法。
-
公开(公告)号：CN111064665A
公开(公告)日：2020-04-24
申请号：CN201911349015.8
申请日：2019-12-24
Applicant: 杭州电子科技大学
IPC: H04L12/727 , H04W4/80 , H04W4/38 , H04W24/02 , H04W40/12 , H04W40/18 , H04W40/24 , H04L12/751
Abstract: 本发明涉及一种基于马尔科夫链的无线体域网低时延传输调度方法，包括：初始化阶段，各节点获得网络的基本状态信息并得到节点间的配置参数；根据网络配置信息，利用无线体域网体内外信道的统计特性，推导出节点间的路由安全中断概率以及连接成功概率表达式；根据安全中断概率和连接成功概率，建立离散马尔科夫链优化模型；利用拉格朗日乘子法将有约束的优化问题转化为无约束的优化问题；针对无约束的优化问题，根据贝尔曼优化理论，采用改进的实时动态规划算法获得低时延的传输调度方法。本发明将无线体域网时延最小的路由选择问题建模为寻找动态系统最小时延成本的自动控制问题，并提出基于拉格朗日乘子法的解决方案。
-
公开(公告)号：CN119893594A
公开(公告)日：2025-04-25
申请号：CN202411719156.5
申请日：2024-11-27
Applicant: 杭州电子科技大学
IPC: H04W28/084 , H04W28/08 , H04W28/082 , H04L67/12 , H04L67/1025
Abstract: 本发明公开了一种在多用户的工业物联网场景下的时延最小化卸载方法及系统，方法如下：S1、初始化；S2、建立联合优化模型；S3、在用户端进行建模，解出每个用户自身的最优部分卸载策略；S4、在云端进行建模，通过最优部分卸载策略来解出MEC服务器的最优计算资源分配；S5、通过求解出来的最优部分卸载策略和MEC服务器的最优计算资源分配来计算出整个系统的最小时延。本发明将原始优化模型分别在用户端和服务器端建模，极大的减小了计算复杂度。
-
公开(公告)号：CN119233322A
公开(公告)日：2024-12-31
申请号：CN202411323319.8
申请日：2024-09-23
Applicant: 杭州电子科技大学
IPC: H04W28/084 , H04W28/08 , H04W4/44 , H04L67/10 , H04L67/12
Abstract: 本发明公开了面向车载边缘计算环境的时延优化任务卸载与资源分配并行方法及系统，方法包括：S1、建立目标车辆与空闲车辆在RSU覆盖下进行协同计算的模型；S2、配置目标车辆与空闲车辆的运动模型、目标车辆的计算与卸载选项、任务分配比例和通信范围；S3、给出传输速率公式，得到任务传输时延；S4、计算任务时延；S5、以最小化并行系统时延为目标，根据任务分配比例约束以及车辆任务计算卸载的时延约束，建立联合任务分配与时延最小化的优化模型；S6、通过使目标车辆本地处理的时延、路侧单元配备的移动边缘计算服务器处理的时延以及空闲车辆的处理的时延相等，对任务分配比例进行求解。以此得到目标车辆解决任务的最小时延。
-
公开(公告)号：CN114706673A
公开(公告)日：2022-07-05
申请号：CN202111672589.6
申请日：2021-12-31
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种移动边缘计算网络中考虑任务延时和服务器成本的任务分配方法，方法包括步骤：S1、获取系统模型的网络配置信息；S2、生成任务集，获取任务集的计算、传输时延和服务器执行成本；S3、随机初始化生成所述任务集的初始粒子群；S4、根据所述计算时延、所述传输时延和所述服务器执行成本的总开销构建适应度评价函数；S5、使用多目标引力搜索算法，引入收敛因子更新粒子速度和位置；S6、使用交叉变异方法替换粒子的位置信息；S7、循环迭代步骤S5‑S6，得到所述总开销最小的任务分配策略。本发明的方法，提出多目标引力搜索算法方法实现了用户任务执行延迟和服务器计算成本的最小化。
-
Patent Agency Ranking
公开(公告)号：CN111107602B
公开(公告)日：2021-07-27
申请号：CN201911350845.2
申请日：2019-12-24
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种无线体域网能耗和时延加权最小的安全路由选择方法，包括：各节点获得网络的基本状态信息并得到节点间的配置参数；根据网络状态信息，以最小化加权的能耗和时延为目标函数，以无线体域网安全中断概率和连接成功概率为约束，建立离散马尔科夫链优化模型；将决策问题分为多个时间阶段，通过贝尔曼方程的价值函数，把一阶段的最优解转化为下一阶段最优解的子问题，由最终状态的最优决策迭代求解得初始状态的最优决策；基于启发式搜索算法，初始化状态价值的上下边界，利用优先级决定动态规划算法的状态选择，确定能耗和时延的最优安全路由选择策略。本发明在满足安全性能要求的情况下，平衡从源节点发送消息到目的节点的能耗和时延。
-
公开(公告)号：CN112181655A
公开(公告)日：2021-01-05
申请号：CN202011057306.2
申请日：2020-09-30
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种移动边缘计算中基于混合遗传算法的计算卸载方法，包括：S1.建立系统模型，得到子任务集在各处理器的计算时延以及各处理器之间的传输时延，并根据子任务集的约束关系确定子任务集中各任务层值；S2.根据确定的任务层值和随机策略初始化种群，得到子任务集的初始种群个体，并进行符号编码，得到任务调度序列，对初始种群中的个体进行优化；S3.构建适应度评价函数，并对优化后的初始种群中的个体进行选择操作；S4.构建交叉机制，使用基于禁忌表搜索算法的交叉操作对新的种群中的个体进行交叉；S5.使用基于模拟退火算法的变异操作对新的种群中的个体进行变异操作；S6.判断是否达到迭代步长，若否，则重复步骤S3‑S5；若是，则输出全局最优解。
-
公开(公告)号：CN111107602A
公开(公告)日：2020-05-05
申请号：CN201911350845.2
申请日：2019-12-24
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种无线体域网能耗和时延加权最小的安全路由选择方法，包括：各节点获得网络的基本状态信息并得到节点间的配置参数；根据网络状态信息，以最小化加权的能耗和时延为目标函数，以无线体域网安全中断概率和连接成功概率为约束，建立离散马尔科夫链优化模型；将决策问题分为多个时间阶段，通过贝尔曼方程的价值函数，把一阶段的最优解转化为下一阶段最优解的子问题，由最终状态的最优决策迭代求解得初始状态的最优决策；基于启发式搜索算法，初始化状态价值的上下边界，利用优先级决定动态规划算法的状态选择，确定能耗和时延的最优安全路由选择策略。本发明在满足安全性能要求的情况下，平衡从源节点发送消息到目的节点的能耗和时延。
-
公开(公告)号：CN111079824A
公开(公告)日：2020-04-28
申请号：CN201911281611.7
申请日：2019-12-13
Applicant: 杭州电子科技大学
Abstract: 本发明属于机器学习领域，具体涉及一种通过比较向量距离对癫痫进行分类的方法，包括以下步骤：S1、确定特征属性，获取训练样本；S2、将训练样本中癫痫发作个体与不发作个体分成两组，分别求两组数据的平均值向量a1和a0；S3、输入待判定个体，分别获取待判定个体特征属性向量与a1和a0之间的距离d1和d0；S4、比较d1和d0，输出较小的值所对应的分组，即为待判定个体的分组。本发明的通过比较向量距离对癫痫进行分类的方法，基于朴素贝叶斯分类器的思想，将比对概率换成比对距离，这种方法不需要依赖特征条件独立的假设，所以其不受特征属性相关性的影响，所以能够得到更好的结果。
-
公开(公告)号：CN114268966B
公开(公告)日：2024-04-05
申请号：CN202111612235.2
申请日：2021-12-27
Applicant: 杭州电子科技大学
IPC: H04W16/22 , H04W28/02 , H04W28/084
Abstract: 本发明涉及一种无人机辅助MEC网络低时延多任务分配方法及系统。其方法包括步骤：S1、获取多个用户与多个无人机的基本信息，用户基本信息包括用户位置信息、所需卸载任务信息，无人机基本信息包括无人机位置信息；S2、建立一个以最小化用户任务卸载时延为目标，以分配决策和无人机容量为约束的系统优化模型；S3、引入松弛变量至系统优化模型，以得到线性系统优化模型；S4、基于无人机基本信息、用户基本信息，对线性系统优化模型进行求解，以得到任务分配方案。本发明优化了资源分配，实现了时延的最小化，且优化目标只依赖于无人机与用户之间的相互距离，这一参数在初始化阶段可获得，易实现，任务分配算法简单。
-
-
-
-
-
-
-
-
-
Search Results
40
records
(took 0.027 seconds)
