-
公开(公告)号:CN115695492A
公开(公告)日:2023-02-03
申请号:CN202211341430.0
申请日:2022-10-27
申请人: 北京师范大学珠海校区 , 北京师范大学-香港浸会大学联合国际学院
摘要: 本发明涉及物联网系统中云边端协同的分层动态定价系统与方法,通过研究不完全信息下的物联网系统中服务定价问题,提出了基于云边端协同的分层动态定价系统与方法,采用双层Stacke l berg博弈模型来描述混合博弈过程。在技术上,设计了一种双标签‑半径KNN算法来进行定价方案预测,减少了无效博弈次数,提高了博弈收敛速度和系统定价效率。
-
公开(公告)号:CN117835321A
公开(公告)日:2024-04-05
申请号:CN202311494880.8
申请日:2023-11-10
申请人: 北京师范大学-香港浸会大学联合国际学院 , 北京师范大学珠海校区
IPC分类号: H04W28/08
摘要: 本发明涉及边缘计算技术领域,具体为一种基于服务存活时长优化的协作边缘计算方法。本技术方案所要解决的技术问题为:目前主要的边缘计算服务放置方式仅考虑服务的部署位置,而忽视了服务放置后的服务时长或采用固定的服务时长。当大量边缘端服务器部署,服务放置后将开始消耗能源,对服务存活时长的忽视将导致额外的能源浪费。本技术方案的有益效果为:对于完全无云服务器参与的边缘网络,设计了一种灵活的服务存活时间优化方法。根据边缘服务器的计算资源和存储资源,以及给定的能量约束,为每个边缘服务器做出动态的服务放置,灵活的服务存活时长和实验最小化的任务请求调度的决策。最终本方法能提供可接受的时延性能,同时降低整个边缘网络的总能耗。
-
公开(公告)号:CN115695424A
公开(公告)日:2023-02-03
申请号:CN202211329177.7
申请日:2022-10-27
申请人: 北京师范大学珠海校区 , 北京师范大学-香港浸会大学联合国际学院
摘要: 本发明提供一种基于协作边缘计算的依赖任务在线卸载方法,环境根据实时边缘系统的条件在时隙t生成状态St,并将状态St发送给代理;代理根据状态St在At执行最佳操作,并将其发送到环境,环境将奖励R(St,At)给予代理,并在时隙t+1处生成下一状态St+1。代理接收到奖励R(St、At)和观测状态St+1服务,使用元组(St,At,Rt,St+1)记录每个时隙t+1的状态、动作和奖励,其中Rt=R(St,At),动作为卸载决策,设有内存用于存储所有元组,将应用切分为有状态模块和无状态模块,并根据模块之间的依赖关系将这些模块卸载到不同计算节点上,以减少全部模块的完成时间。
-
公开(公告)号:CN115576932A
公开(公告)日:2023-01-06
申请号:CN202211330179.8
申请日:2022-10-27
申请人: 北京师范大学珠海校区 , 北京师范大学-香港浸会大学联合国际学院
IPC分类号: G06F16/215 , G06F9/48 , G06F9/50
摘要: 本发明公开了一种边缘协同的数据清洗系统,所述系统包含一种边缘计算动态卸载平台和一种边缘协同的数据清洗方法,此系统对于大量物联网设备产生的脏数据,有效解决了边缘服务器带宽、存储、计算、负载的限制,从结构上减少了底层设备的传输时延,采用边缘联合训练更新模型的参数的方式,整体上提高了数据清洗的准确率和高效性。
-
公开(公告)号:CN113986121A
公开(公告)日:2022-01-28
申请号:CN202111199720.1
申请日:2021-10-14
申请人: 北京师范大学珠海校区 , 北京师范大学-香港浸会大学联合国际学院
IPC分类号: G06F3/06
摘要: 本发明公开一种数据安全存储与同步更新的自适应阈值调整方法,本方法建立云边端协同的数据同步机制,通过引入多个边缘节点协同计算,对数据和冗余块分别进行更新。基于边缘节点的缓存能力,对数据进行实时更新以保证数据的一致性,而对冗余数据块则进行延时更新以避免频繁更新带来的资源浪费。边缘端将缓存数据上传到云端实现数据更新,与此同时,多个边缘节点间分时配合完成整体的冗余更新,提高边缘端的整体计算能力,降低通信成本。
-
公开(公告)号:CN113986121B
公开(公告)日:2024-08-30
申请号:CN202111199720.1
申请日:2021-10-14
申请人: 北京师范大学珠海校区 , 北京师范大学-香港浸会大学联合国际学院
IPC分类号: G06F3/06
摘要: 本发明公开一种数据安全存储与同步更新的自适应阈值调整方法,本方法建立云边端协同的数据同步机制,通过引入多个边缘节点协同计算,对数据和冗余块分别进行更新。基于边缘节点的缓存能力,对数据进行实时更新以保证数据的一致性,而对冗余数据块则进行延时更新以避免频繁更新带来的资源浪费。边缘端将缓存数据上传到云端实现数据更新,与此同时,多个边缘节点间分时配合完成整体的冗余更新,提高边缘端的整体计算能力,降低通信成本。
-
公开(公告)号:CN118297120A
公开(公告)日:2024-07-05
申请号:CN202410317123.1
申请日:2024-03-20
申请人: 北京师范大学-香港浸会大学联合国际学院 , 北京师范大学珠海校区
摘要: 本发明涉及边缘计算领域,具体为一种在边缘设备上基于集成学习的深度神经网络推理策略。本技术方案所要解决的技术问题为:针对现有多边缘设备DNN模型协作推理技术中没有提升最终模型性能的问题。包括步骤1):基于稠密重生的知识蒸馏策略训练出符合不同边缘设备性能需求的DNN模型;步骤2):将DNN模型部署到边缘设备,步骤3):主边缘设备获取输入信息,并将得到的信息发送给周围的边缘设备;步骤4):获取信息的边缘设备对信息进行处理,并将计算得到的结果返回给主边缘设备;步骤5):通过边缘设备返回的结果经过加权聚合处理,得到一个更加精确的推理输出。本技术方案的有益效果为:能聚合多个边缘设备的能力生成更加健壮的推理结果,最终使得用户能在模型不变的情况下得到更准确的输出。
-
公开(公告)号:CN114741522B
公开(公告)日:2024-09-06
申请号:CN202210244264.6
申请日:2022-03-11
申请人: 北京师范大学
摘要: 本发明公开了一种文本分析方法、装置、存储介质及电子设备,获取待分析文本数据集以及待分析文本数据集中每一个待分析文本的发表时间;在每一个待分析文本中抽取对应的知识实体;根据知识实体以及知识实体之间的关系构建目标实体网络;以知识实体隶属的待分析文本的发表时间为基础,按照预设聚类算法对目标实体网络中包含的知识实体进行聚类;根据聚类结果确定文本分析的时间窗口及对应的核心知识种群;对任意两个相邻时间窗口对应的核心知识种群按照目标计算方法进行演化分析。该方法基于生态学视角以核心知识种群为分析单位进行演化分析,将生物演化理论应用于知识抽取算法中,实现了在短时间内高效率地获取文本发展变化信息。
-
公开(公告)号:CN118552377A
公开(公告)日:2024-08-27
申请号:CN202411002025.5
申请日:2024-07-25
申请人: 北京师范大学珠海校区
IPC分类号: G06Q50/26 , G06F16/29 , G06F18/214 , G06F18/243 , G06N20/20 , G06N5/01
摘要: 本发明实施例提供了一种地质灾害易损性评价方法、装置及电子设备。其中的方法包括:获取研究区的遥感数据;基于遥感数据,提取研究区中的各个要素点的初始地质灾害影响因子;对所述初始地质灾害影响因子进行相关性检验,并基于检验结果对初始地质灾害影响因子进行筛选,得到目标地质灾害影响因子;将各个要素点的目标地质灾害影响因子的具体数值输入至预先训练的预测模型中进行灾害点预测;根据所述各个要素点对应的预测结果绘制所述研究区的地质灾害易发性分区图;基于所述地质灾害易发性分区图、所述研究区的资产价值和人口密度数据,评估所述研究区的地质灾害易损性。本发明实施例提升了地质灾害评估结果的综合性和实用性。
-
公开(公告)号:CN115238572B
公开(公告)日:2024-08-27
申请号:CN202210785206.4
申请日:2022-06-29
申请人: 北京师范大学
IPC分类号: G06F30/27 , G06N3/0464 , G06N3/0442 , G06N3/08
摘要: 本发明提供一种基于神经网络的城市扩展模拟方法及装置,包括:获取城市扩展模拟基础数据;将城市扩展模拟基础数据分别输入预先训练好的第一神经网络模型与第二神经网络模型中,对应得到第一转化概率与第二转化概率;结合第一转化概率与第二转化概率对城市土地空间进行分配以实现城市扩展模拟;其中,第一转化概率是第一神经网络模型基于城市扩展模拟基础数据中的多尺度邻域特征信息预测得到的非城市像元转化为城市像元的概率;第二转化概率是第二神经网络模型基于城市扩展模拟基础数据中的城市扩展趋势特征信息预测得到的非城市像元转化为城市像元的概率。本发明能够准确模拟出未来城市扩展结果。
-
-
-
-
-
-
-
-
-