-
公开(公告)号:CN118300825A
公开(公告)日:2024-07-05
申请号:CN202410313345.6
申请日:2024-03-19
Applicant: 重庆邮电大学
IPC: H04L9/40 , G06F18/15 , G06F18/214 , G06F18/23213 , G06F18/2433
Abstract: 本发明请求保护一种基于改进原型网络的小样本威胁流检测方法,针对网络威胁流量样本稀缺、传统检测方法预测精度低、泛化能力弱的问题进行研究。本发明将流量数据映射为图像数据,结合加权原型网络和知识蒸馏方法,通过协同学习的方式,使得模型能够有效地学习到样本的特性,进行准确地小样本威胁流检测。一方面,本发明考虑到样本质量的影响,通过计算样本间的距离给样本赋予不同权重,得到了更有判别性的原型;另一方面,通过知识蒸馏使得两个网络能够共享知识,提高了模型的泛化能力。实验结果表明本发明能有效提升小样本威胁流场景下的检测准确率,解决威胁流样本稀缺的问题。
-
公开(公告)号:CN117119490A
公开(公告)日:2023-11-24
申请号:CN202311077526.5
申请日:2023-08-25
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于多无人机辅助无线传感网络的能量传输和数据采集方法,本发明构建了最小化平均信息年龄问题,将其分解为两个子问题,将子问题1和2建模为两个耦合的多智能体随机合作博弈并表述为相应的分散的部分可观测的马尔可夫决策过程。采用基于多代理深度强化学习的分布式多无人机合作在线调度算法来获得上述两个博弈的平衡。具体的,为每个无人机设置了两个演员网络分别来学习子问题1和2的策略,并用一个评论家网络同时评估两个策略的动作值。为促进无人机之间的合作,本发明设计了一个混合网络来拟合局部动作值和全局动作值之间的关系。本发明为多无人机辅助无线传感网络的分布式能量传输和数据采集提供了一种新方法。
-
公开(公告)号:CN117116468A
公开(公告)日:2023-11-24
申请号:CN202311060389.4
申请日:2023-08-22
Applicant: 重庆邮电大学
IPC: G16H50/20 , G10L25/03 , G10L25/24 , G10L25/27 , G10L25/66 , G06F18/241 , G06F18/213 , G06F18/10 , G06F18/25 , G06N20/00 , A61B5/16 , A61B5/00 , A61B5/372
Abstract: 本发明公开了一种基于EEG和语音信号的多模态融合抑郁症识别辅助决策系统,包括系统架构、用户管理模块、被试信息管理模块、数据可视化模块、数据预处理模块、多模态特征提取模块、EEG功能连接分析模块、抑郁症识别分类模块,统架构以Spring Boot+Vue.js为主,结合Java实现后端的数据处理、条件选择及提供接口服务,Spring Boot和MyBatis为后端服务的搭建和数据库操作,Vue用于前端页面的展示和交互以及实现前端用户采集信号及诊断结果展示和调用后端接口的功能,EEGLAB实现数据预处理,Python实现数据特征提取和分类识别模块。本发明涉及了跨领域的融合和应用,采用多种数据处理操作纯化数据来源,为抑郁症识别研究带来了新的视角和方法,从软件系统实用性的角度为抑郁症诊断提供了解决方案。
-
公开(公告)号:CN117032932A
公开(公告)日:2023-11-10
申请号:CN202311066115.6
申请日:2023-08-23
Applicant: 重庆邮电大学
IPC: G06F9/48
Abstract: 本发明请求保护一种基于网络态势感知的多无人机任务处理系统及方法,包括系统架构、硬件态势感知调度模块、任务分配调度算法模块、任务调度管理模块、数据管理模块、设备管理模块、用户管理模块,系统架构以SpringBoot和Vue.js为主,地面站采用MAVSDK进行开发,结合Fast API框架组成,本发明与现有技术相比的优点在于:基于网络态势对多无人机任务协同设计任务分配方案,涵盖算法执行模块和任务执行、用户信息查询、管理及任务完成和路线选择可视化等功能模块,以保证无人机任务执行的成功率和任务完成的及时性,其能有效提高多无人机对于任务执行和调度的协同能力,并为多无人机协同调度和线路规划管理提供一种智能化的管理系统。
-
公开(公告)号:CN115150853A
公开(公告)日:2022-10-04
申请号:CN202210404642.2
申请日:2022-04-18
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种可穿戴设备充电网络中的用户调度和无人机高度控制方法,本发明协同考虑了智能可穿戴设备的充电需求和无人机有限的电池容量,对无人机辅助可穿戴设备的实时充电网络中的网络吞吐量和能量消耗进行建模,以最大化网络吞吐量为目标描述优化问题。本发明将该优化问题转化为一个约束的马尔可夫决策过程,并利用一种基于拉格朗日原始对偶策略优化的,近端策略优化(PPO)‑CMDP算法方法求解最优的智能可穿戴设备时隙调度决策和无人机高度调整策略,确保了无人机的电池能量在限制范围内,并满足了设备的充电需求。本发明提供了智能可穿戴设备充电网络下用户调度和无人机高度控制的一种新方法。
-
公开(公告)号:CN113242556B
公开(公告)日:2022-08-23
申请号:CN202110625142.7
申请日:2021-06-04
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于差异化服务的无人机动态部署方法,用于实现无线移动网络环境下的高效差异化服务。本发明首先基于无人机和地面用户的状态信息建立马尔可夫博弈模型,然后在完全信息情况下推导出无人机所有者所提供服务资源的纳什均衡条件,以及用户可达最优效用。在非完全信息情况下利用模仿学习实现无人机所有者对每一时隙所提供资源的有效决策。此外,本发明设计了一种新型神经网络模型用以策略训练,并结合了卷积神经网络、生成对抗网络和梯度下降策略。理论分析表明本发明提出的无人机服务部署决策为渐进最优解。本发明为基于差异化服务的无人机资源配置提供了一种新方法。
-
公开(公告)号:CN113377533A
公开(公告)日:2021-09-10
申请号:CN202110633417.1
申请日:2021-06-07
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种无人机协助移动边缘计算中的动态计算卸载和服务器部署方法,首先构建多用户在无人机协助移动边缘计算网络中的通信和计算模型,提出系统范围计算成本的最小化问题;接着利用博弈论,将系统范围计算成本最小化问题解构为两个随机博弈,同时提出两个基于策略选择概率的学习算法,在动态环境下分别收敛于两个随机博弈的纯策略纳什均衡;最后,将上述两个学习算法嵌套入一个对局式的异步更新框架,交替执行两种学习算法,以解决所提出的系统范围计算成本最小化问题。本发明实用、高效地同时解决了动态环境下多用户计算卸载问题和边缘服务器部署问题,最小化系统范围的计算成本,为无人机协助移动边缘计算的发展和实际应用提供了一个良好的范例。
-
-
-
-
-
-