公开(公告)号：CN116910653A

公开(公告)日：2023-10-20

申请号：CN202310895637.0

申请日：2023-07-20

申请人： 电子科技大学

发明人： 王瑞锦 ,  周世杰 ,  张凤荔 ,  李雄 ,  王金波 ,  张志扬 ,  赖金山 ,  陈栩霞 ,  裴锡凯 ,  周潼

IPC分类号： G06F18/241 ,  G06F18/214 ,  G06N20/20 ,  G06N3/0895 ,  G06N3/0464 ,  G06N3/084

摘要： 本发明公开了一种适于精准分类的联邦半监督学习方法，包括获取边缘服务器下发的经过预训练的全局模型并更新本地模型；利用更新后的本地模型对自身的无标签数据预测处理获得多个伪标签，然后使用这些伪标签和无标签数据对更新后的本地模型进行宽容监督训练；然后利用自身的有标签数据对宽容监督训练后的本地模型进行严格纠正训练，获得训练后的节点模型；将训练后的节点模型参数上传至边缘服务器ES使其聚合形成全局模型，进行下一轮迭代更新。本发明在边缘计算场景下将半监督学习与联邦学习相结合，利用无标签数据使模型充分学习到无标签数据蕴含的知识，并采用有标签数据对模型进行监督训练以纠正模型参数，从整体上提高了模型分类的准确率。

公开(公告)号：CN116361639A

公开(公告)日：2023-06-30

申请号：CN202211657566.2

申请日：2022-12-22

申请人： 电子科技大学

发明人： 王瑞锦 ,  张凤荔 ,  周世杰 ,  周潼 ,  张志扬 ,  赖金山 ,  王金波 ,  程帆 ,  陈政 ,  刘楠

IPC分类号： G06F18/214 ,  G06N20/00

摘要： 本发明公开了一种适用于人工智能物联网异构系统的自适应联邦学习方法，包括：(1)终端设备进行本地模型训练；(2)边缘服务器收集终端设备能够实际负载的工作量，以及将收集的模型参数进行局部聚合；同时边缘服务器预测终端设备未来可以承受的工作量，并按照训练价值高低选出终端设备继续参与下一轮训练；(3)边缘服务器将局部聚合模型和预测的工作量发送给选择的终端设备；同时，边缘服务器还将局部聚合模型参数发送至云服务器；(4)云服务器将收集的局部聚合模型参数进行全局聚合，获得全局聚合模型，然后返回至边缘服务器。本发明解决了AIoT应用中因系统异构性和统计异构性导致出现掉队者从而引起收敛速度减慢、模型精度降低的问题。

公开(公告)号：CN116258352A

公开(公告)日：2023-06-13

申请号：CN202310538885.X

申请日：2023-05-15

申请人： 民航成都信息技术有限公司 ,  电子科技大学

发明人： 王瑞锦 ,  张扬 ,  朱俊虎 ,  张凤荔 ,  倪佳 ,  赵银川 ,  陈政 ,  方锐 ,  李颖 ,  付俊超 ,  裴锡凯

IPC分类号： G06Q10/0631 ,  G06Q50/30

摘要： 本申请提供了一种航班保障任务的调度方法、装置及电子设备，航班保障任务的调度方法包括：获取目标航班保障任务组对应的各个航班保障代理机构的状态信息；将状态信息输入到训练好的调度策略选择模型中，确定目标航班保障任务组对应的目标航班保障节点顺序以及每个目标航班保障节点对应的目标调度策略，目标调度策略包括最早航班保障代理机构优先调度策略、最紧迫航班优先调度策略以及最短工时航班保障节点优先调度策略；基于每个目标航班保障节点的目标调度策略，确定目标航班保障任务组对应的组合目标调度策略，以便完成对目标航班保障任务组的调度。本申请实现了对各大航班的目标航班保障任务组的动态灵活调度，进而提升了机场的运行效率。

公开(公告)号：CN110414719B

公开(公告)日：2023-02-21

申请号：CN201910604965.4

申请日：2019-07-05

申请人： 电子科技大学

发明人： 张凤荔 ,  翟嘉伊 ,  王瑞锦 ,  刘崛雄 ,  张雪岩 ,  周世杰

IPC分类号： G06Q10/04 ,  G06Q50/26 ,  G06F18/2431 ,  G06F18/25 ,  G06F18/27 ,  G06N3/006 ,  G08G1/01 ,  G06F123/02

摘要： 本发明涉及一种基于多变量灰色模型时间序列的车流量预测方法，所述方法包括以下内容：输入采集的观测站车流量和相关外部变量数据以及观测站信息数据；对输入的数据进行数据预处理；将进行数据预处理后的数据输入到基于数据分解的多变量时间序列融合预测模型和基于结果加权的多变量时间序列融合预测模型中进行预测；将预测值与实际值进行对比，输出最终结果。通过多种多变量时间序列预测模型的融合对高速公路的车流量进行预测，提高了预测精度，通过对交通领域中高速公路上的应用实现，可以帮助交通管理部门提高智能化管理水平，降低运营成本；通过应用演示系统的展示，可以直观为管理人员提供数据支撑，以便及时做出相应的决策并予以实施。

公开(公告)号：CN115526342A

公开(公告)日：2022-12-27

申请号：CN202211061458.9

申请日：2022-08-31

申请人： 电子科技大学

发明人： 王瑞锦 ,  李雄 ,  张凤荔 ,  朱举异 ,  赖金山 ,  黄鑫

IPC分类号： G06N20/20 ,  G06N3/08 ,  G06V10/70 ,  G06V10/82 ,  G06V10/764 ,  G06V10/94

摘要： 本发明公开了一种边缘网络中的分组集成蒸馏联邦学习方法，涉及机器学习技术领域，包括：对确定的Client设备进行分组，每组包括一个Leader设备和若干attender设备；对于每一组Client设备，均对全局模型进行N轮集成蒸馏联邦训练；每组Client设备中的Leader设备将训练得到的全局模型参数返回给边缘服务器；边缘服务器对接收到的所有全局模型参数进行聚合处理，之后进行测试，若得到的联邦学习Loss数据收敛，则联邦学习结束，否则将聚合处理后的全局模型参数下发给Leader设备，Leader设备据此更新本地最近训练过的全局模型。本发明通过对具有不同的计算资源的端设备设置不同的模型训练，然后使用集成蒸馏的方法来进行知识迁移，提高了模型的准确率，同时避免了服务器进行复杂的模型训练。

公开(公告)号：CN115017541A

公开(公告)日：2022-09-06

申请号：CN202210634337.2

申请日：2022-06-06

申请人： 电子科技大学

发明人： 王瑞锦 ,  赖金山 ,  张凤荔 ,  刘东 ,  朱举异 ,  张志扬

IPC分类号： G06F21/62 ,  G06N3/04 ,  G06N3/08

摘要： 本发明公开了一种云边端协同的泛在智能联邦学习隐私保护系统及方法，系统上包括终端设备、参数服务器、边缘服务器、中心云服务器；方法上包括：S1、设置基于掩码的终端训练输出保护机制；S2、添加局部模型的自适应差分扰动；S3、全局模型聚合和添加自适应差分扰动。本发明提出了一种轻量级的隐私保护方案，在终端设备进行部分模型训练并添加矩阵掩码，保证在终端与边缘服务器之间安全传输；此外，在边缘服务器进行剩余模型训练并添加差分扰动；在云端进行聚合后添加噪声再反馈给边缘服务器。实验结果表明，该方案在保证隐私的前提上在CIFAR10数据集上能达到86％的准确率，能够很好地满足泛在智能的需求，因此，本发明非常适合大规模推广应用。

公开(公告)号：CN110516702B

公开(公告)日：2022-07-05

申请号：CN201910650798.7

申请日：2019-07-18

申请人： 电子科技大学

发明人： 张凤荔 ,  王瑞锦 ,  张雪岩 ,  周世杰 ,  翟嘉伊 ,  刘崛雄

IPC分类号： G06V10/762 ,  G06V10/774 ,  G06V10/771 ,  G06V10/764 ,  G06K9/62 ,  G06Q10/04 ,  G08G1/01

摘要： 本发明公开了一种基于流数据的离散路径规划方法，所述路径规划方法包括以下内容：输入起点及终点位置；定义路径网络拓扑结构中的节点结构；初始化节点结构输出路径网络拓扑结构信息；根据路径网络拓扑结构信息计算最短距离。通过十字链表存储结构替换邻接矩阵存储结构的方法对Dijkstra算法进行优化，分析得到路径权值影响因素，设置路径权值确定方法对路径权值进行计算，简化了算法的时间及空间复杂度，提高了路径规划结果的有效性。

公开(公告)号：CN111898040B

公开(公告)日：2022-04-15

申请号：CN202010699207.8

申请日：2020-07-20

申请人： 电子科技大学

发明人： 王瑞锦 ,  张凤荔 ,  谭琪 ,  张志扬 ,  刘楠 ,  李志 ,  李艾玲 ,  汤启友 ,  郭上铜

IPC分类号： G06F16/9536 ,  G06Q50/00

摘要： 本发明公开了一种结合社交网络的圈层用户影响力评估方法，所述的圈层用户影响力评估方法包括：用户身份信息映射、用户间接影响力评估、用户直接影响力评估。本发明通过对数据库中社交网络用户属性信息与圈层重点事件信息进行影响力的度量分析，减少复杂关系网络中，对用户影响力评估的复杂度，得到用户直接影响力评估值和间接影响力评估值，使得用户影响力的评估直观易懂。

公开(公告)号：CN113724261A

公开(公告)日：2021-11-30

申请号：CN202110920914.X

申请日：2021-08-11

申请人： 电子科技大学

发明人： 倪志彬 ,  何震宇 ,  梁淇奥 ,  蒋新科 ,  向芝莹 ,  周啸宇 ,  石爻 ,  李顺 ,  左健甫 ,  杨若辰 ,  吴世涵 ,  张恩华 ,  吉雪莲 ,  常世晴 ,  罗佳源 ,  陈攀宇 ,  王瑞锦

IPC分类号： G06T7/10 ,  G06N3/04 ,  G06N3/08

摘要： 本发明公开了一种基于卷积神经网络的快速图像构图方法，包括以下步骤：步骤1：训练基于孪生神经网络的视图评价模型架构：步骤2：将训练好的视图评价模型部署为teacher model，为候选图像锚框进行打分；以teacher的分数训练视图建议模型作为student model，并输出相同锚框的分数排名；步骤3：通过目标检测网络进行多尺度特征提取；步骤4：将提取的特征经过神经网络全连接层输出锚框；步骤5：根据步骤4得到的锚框，对原输入图片进行裁剪得到新的构图。本发明旨在训练模型以找到具有良好构图的视图，鲁棒性好，能在极短的时间内生成处理好的视图，可以广泛应用于图像裁剪、图像缩略图、图像重定位和实时性查看建议。

公开(公告)号：CN112860814A

公开(公告)日：2021-05-28

申请号：CN202110190654.5

申请日：2021-02-18

申请人： 电子科技大学

发明人： 张凤荔 ,  王瑞锦 ,  汤启友 ,  周志远

IPC分类号： G06F16/28 ,  G06F16/36 ,  G06F40/30 ,  G06N3/04 ,  G06N3/08

摘要： 本发明公开了一种基于元路径的属性重边异质网络嵌入方法，包括以下步骤：S1：接收原始网络数据；S2：构建子网抽取模块，对原始网络数据进行处理，将原始网络数据抽取为不包含重边的子网数据；S3：将经子网抽取模块处理后形成的子网数据传入子网嵌入模块；S4：构建子网嵌入模块，并生成子网嵌入向量；S5：构建嵌入融合模块，对子网嵌入模块中新生成的嵌入向量进行语义空间的转换，使其语义一致；S6：在保证语义空间一致的前提下，对子网嵌入向量进行融合处理。本发明本文提出的嵌入方法能够对具有多重关系及关系属性网络中的节点实现更好的嵌入，可提高分类、聚类任务的性能，未来可将该方法应用于节点类型更多，关系更加复杂的网络。