-
公开(公告)号：CN115442370A
公开(公告)日：2022-12-06
申请号：CN202211076222.2
申请日：2022-09-05
申请人： 中国石油大学(华东)
IPC分类号： H04L67/10 , H04L67/566 , H04L9/32 , H04L9/40
摘要： 本发明基于云雾协同卸载环境不完全可信的特征，结合双区块链(Double Blockchain，DBC)技术提出了一种时延敏感且节能地物联网(Internet of Things，IoT)任务调度方法。首先，考虑到IoT系统高吞吐量的特性，采用基于权威证明(Proof of Authority，PoA)和基于工作证明(Proof of Work，PoW)的思想，设计一种适用于IoT任务调度系统的共识策略。然后，权衡区块链系统可伸缩性和安全性两方面，提出基于DBC的IoT任务调度架构。最后，结合半贪心和蚁群系统算法提出了一种低时间复杂度的任务调度方法，达到在不完全可信环境下确保IoT任务及时响应的同时优化系统能耗的目标。
-
公开(公告)号：CN114566277A
公开(公告)日：2022-05-31
申请号：CN202210173273.0
申请日：2022-02-24
申请人： 中国石油大学(华东)
摘要： 本发明属于医疗领域，公开了一种基于联邦元学习的罕见疾病分类方法，包括：对本地医疗数据进行预处理，将常见疾病分为用于元模型训练的支持集和查询集，将罕见疾病分为测试集和验证集；基于强化分类的元学习方法，对支持集和查询集进行动态更新分类，得到训练后的元模型；以F分数对训练后的元模型动态筛选，并进行动态特征融合，得到更新后的全局模型；将更新后的全局模型参数下发给本地元模型初始化，开始下一轮训练；直至获取各个本地收敛的元模型，根据收敛后的元模型获取罕见疾病概率值。本发明将基于强化分类的元学习与基于动态融合策略的联邦学习应用于联邦元学习框架，有助于提高模型对于罕见疾病分类准确度和模型间的通信效率。
-
公开(公告)号：CN114419507A
公开(公告)日：2022-04-29
申请号：CN202210054449.0
申请日：2022-01-18
申请人： 中国石油大学(华东)
摘要： 一种基于联邦学习的互联网工厂运行诊断方法及系统，该系统包括视频图像处理模块、传感器时序处理模块和决策融合模块；该方法包括：获取视频数据和传感器数据；基于互联网中的每个数据节点分别构建第一子模型和第二子模型；将训练得到的第一子模型进行融合，得到第一中心模型和第一诊断结果；将训练得到的第二子模型进行融合，得到第二中心模型和第二诊断结果；基于所述第一诊断结果与所述第二诊断结果训练决策融合模型；基于所述决策融合模型对实时获取的视频数据和传感器数据进行分析诊断得出最终诊断结果；本发明实现了视频数据的高效利用，打破数据融合异构数据，得到更精确的诊断结果。
-
公开(公告)号：CN114169433A
公开(公告)日：2022-03-11
申请号：CN202111485624.3
申请日：2021-12-07
申请人： 中国石油大学(华东)
摘要： 本发明提出了一种基于联邦学习+图学习+CNN的工业故障预测方法，基于联邦学习框架和图结构生成的思想，结合卷积神经网络，设计了一种工业故障预测的神经网络FG‑CNN(Federate Learning+Graph Learning+Convolutional Neural Networks)。FG‑CNN首先基于了联邦学习的框架，在保证数据隐私安全以及合法合规的基础上，实现能够在业务相似的工厂之间共同建模，提升人工智能模型的效果。另外由于工厂间形成的高维时间序列数据是由不同传感器记录的，且不同传感器记录的数据之间总存在这一些微妙的联系，如何能够捕捉到这些传感器之间关系，并检测和解释这些关系的异常情况对于故障预测结果有着显著的影响。FG‑CNN能够在学习到各个特征之间关系的同时保护各个工厂的数据隐私并提高模型预测的准确率以及模型的泛化性。
-
公开(公告)号：CN109376059B
公开(公告)日：2021-12-07
申请号：CN201811267449.9
申请日：2018-10-29
申请人： 中国石油大学(华东)
摘要： 本发明提出了一种基于蒙特卡洛树的系统运行状态表示方法，该方法将蒙特卡洛树用于具有周期性运行状态的设备监测上，并根据监测数据具有周期性这一特点，将蒙特卡洛树改造成为蒙特卡洛分支环模型，用于描述设备产生的各种状态分支。在该分支环模型上，主环表示正常运行状态，不同部位在不同时间产生了异常就会产生一个一个状态分支。分支环的周长为一个系统运行状态周期。本方法能够有效约简状态空间范围，避免状态空间爆炸，而且能够准确表示系统运行状态的演化情况，并进行预测。
-
公开(公告)号：CN112348186A
公开(公告)日：2021-02-09
申请号：CN202011231603.4
申请日：2020-11-06
申请人： 中国石油大学(华东)
IPC分类号： G06N3/08
摘要： 本发明提出一种基于平行数据的社会演化方法。自然环境的异常或剧烈变化可能导致一些突发事件，如海啸和地震，这些事件正成为国民经济发展的重大威胁。目前还没有一种有效的方法来评估自然灾害发生时社会状态，并针对当前状态确定最佳的应对策略。本发明基于平行数据和强化学习的思想，提出了一种社会演化建模方法，并构造了一个自我演化、自我学习和自我升级的推演模型，可以评估事件的影响，推演事件的发展状况，并给出最优策略，从而减少灾害造成的社会损失。
-
-
公开(公告)号：CN109978332A
公开(公告)日：2019-07-05
申请号：CN201910139294.9
申请日：2019-02-25
申请人： 中国石油大学(华东)
摘要： 本发明实施例提供一种基于RFID的大规模个性化定制方法。该方法将一个RFID标签划分为4个部分，分别标识订单ID、商品ID、个性化需求ID和模块ID，并将相应信息存储在基于RFID的大规模个性化定制方法中的数据库中，通过云平台获取用户需求信息完成订单信息分解，并通过标签识别实现流水线上产品模块的有序生产、目标分类和成品组装等流程。基于RFID的大规模个性化定制方法通过在流水线上加入RFID标签实现个性化定制产品的大规模生产，解决了在订单数目多、需求种类繁杂的情况下，难以大规模生产个性化商品的问题。本发明实施例还提供一种基于RFID的大规模个性化定制方法装置。本发明实施例提供的技术方案能够优化流水线，实现个性化订单的规模化生产，能够提高生产效率，缩短生产周期，降低生产成本，提高效益。
-
公开(公告)号：CN109857739A
公开(公告)日：2019-06-07
申请号：CN201910072758.9
申请日：2019-01-28
申请人： 中国石油大学(华东)
IPC分类号： G06F16/22 , G06F16/2455 , G06F16/2458
摘要： 本发明提出了本发明提出了一种基于RK(Redis and Kafka)的实时高效缓存机制，结合Redis数据库的高效缓存性能与Kafka高吞吐量的实时消息队列特性，设计实时高效缓存机制。利用Kafka消息队列的拓扑结构，配合多终端并行服务机制，实现请求合理资源分配。针对写入请求所附带的数据更新，首先缓存到Redis，然后协调写入后台HBase数据库，保证数据的同步性、持久化。缓存在Redis的数据，在接收到Kafka的请求后将缓存数据发送服务端给与回复。保证了各平台数据缓存的协调同步、平台各事务的快速调度，提升了平台整体执行效率。
-
公开(公告)号：CN109857560A
公开(公告)日：2019-06-07
申请号：CN201910082779.9
申请日：2019-01-28
申请人： 中国石油大学(华东)
IPC分类号： G06F9/50
摘要： 本发明提出了一种基于CPU/GPU异构环境的协同并行化机制，实现在大数据计算和处理时将其速度大大提高。一方面CPU向GPU提供数据并接受GPU传回的数据，管理GPU的工作；另一方面CPU和GPU协同并行完成计算任务，通过设置阈值的方式，比较此不同任务对CPU和GPU资源的不同请求，分别计算出在使用CPU和使用GPU的情况下此任务下能被容纳个数，选择出能容纳最多个数的处理器。这种根据节点的负载情况合理选择CPU或者GPU的方式，将目前大数据的计算和处理速度大大提高。
-
-
-
-
-
-
-
-
-
搜索结果
160 条记录 (耗时 0.081 秒)
