-
公开(公告)号：CN108173766A
公开(公告)日：2018-06-15
申请号：CN201711375435.4
申请日：2017-12-19
Applicant: 北京邮电大学 , 国网辽宁省电力有限公司 , 北京国电通网络技术有限公司
IPC: H04L12/725 , H04L12/803
Abstract: 本发明提供一种基于差异化QoS多业务分层拓扑路由方法和系统，所述方法包括：S1、基于业务的服务质量QoS要求，计算每一种业务所需的链路带宽门限；S2、根据所述带宽门限和当前网络状态，删除网络拓扑中不满足所述带宽门限的链路，生成每一种业务的分层拓扑，并在所述分层拓扑上计算每一种业务的最短路由路径。针对每一种业务生成了对应的逻辑分层拓扑，将业务的QoS需求和网络的负载均衡结合考虑，可以有效的提高网络的负载均衡水平，减少业务流之间的相互影响，并在区分业务的路由过程中尽可能的优化网络负载均衡，使每条链路尽可能多的有一些剩余带宽，从而减少网络局部拥塞，也就减少了业务流之间的相互影响。
-
公开(公告)号：CN107634815B
公开(公告)日：2019-05-07
申请号：CN201710766077.3
申请日：2017-08-30
Applicant: 北京国电通网络技术有限公司 , 国网辽宁省电力有限公司 , 北京邮电大学
IPC: H04J14/02 , H04Q11/00 , H04L12/803
Abstract: 本发明提供一种波长分配方法及系统，所述的方法包括：S1，将用户流量请求行为周期划分为多个切换周期；S2，在每一个切换周期内，光线路终端OLT根据每一个光网络单元ONU的流量请求带宽，对所有的ONU进行分组，形成多个ONU群落；S3，为每一个ONU群落分配对应的可用波长。本发明根据请求流量带宽的分布情况，将每一个用户流量请求行为周期划分为多个切换周期，在每一个切换周期内，对所有的ONU进行分组，形成多个ONU群落，其中，每一个切换周期内的ONU群落和为每一组ONU分配的波长是固定不变的，最大程度地减少用户切换次数，降低调谐开销。
-
公开(公告)号：CN108173766B
公开(公告)日：2020-08-21
申请号：CN201711375435.4
申请日：2017-12-19
Applicant: 北京邮电大学 , 国网辽宁省电力有限公司 , 北京国电通网络技术有限公司
IPC: H04L12/725 , H04L12/803
Abstract: 本发明提供一种基于差异化QoS多业务分层拓扑路由方法和系统，所述方法包括：S1、基于业务的服务质量QoS要求，计算每一种业务所需的链路带宽门限；S2、根据所述带宽门限和当前网络状态，删除网络拓扑中不满足所述带宽门限的链路，生成每一种业务的分层拓扑，并在所述分层拓扑上计算每一种业务的最短路由路径。针对每一种业务生成了对应的逻辑分层拓扑，将业务的QoS需求和网络的负载均衡结合考虑，可以有效的提高网络的负载均衡水平，减少业务流之间的相互影响，并在区分业务的路由过程中尽可能的优化网络负载均衡，使每条链路尽可能多的有一些剩余带宽，从而减少网络局部拥塞，也就减少了业务流之间的相互影响。
-
公开(公告)号：CN107634815A
公开(公告)日：2018-01-26
申请号：CN201710766077.3
申请日：2017-08-30
Applicant: 北京国电通网络技术有限公司 , 国网辽宁省电力有限公司 , 北京邮电大学
IPC: H04J14/02 , H04Q11/00 , H04L12/803
Abstract: 本发明提供一种波长分配方法及系统，所述的方法包括：S1，将用户流量请求行为周期划分为多个切换周期；S2，在每一个切换周期内，光线路终端OLT根据每一个光网络单元ONU的流量请求带宽，对所有的ONU进行分组，形成多个ONU群落；S3，为每一个ONU群落分配对应的可用波长。本发明根据请求流量带宽的分布情况，将每一个用户流量请求行为周期划分为多个切换周期，在每一个切换周期内，对所有的ONU进行分组，形成多个ONU群落，其中，每一个切换周期内的ONU群落和为每一组ONU分配的波长是固定不变的，最大程度地减少用户切换次数，降低调谐开销。
-
公开(公告)号：CN119697213A
公开(公告)日：2025-03-25
申请号：CN202411680155.4
申请日：2024-11-22
Applicant: 北京邮电大学
Abstract: 一种联合车辆编队控制和任务卸载的资源管理方法及相关设备，涉及车联网技术领域。其中，方法包括：基于行驶信息定义车辆编队的多目标多目标非凸约束优化问题，所述多目标非凸约束优化问题用于在约束条件下使得所述车辆编队的任务处理时延和车辆间距最小化；求解所述多目标非凸约束优化问题，得到优化参数；基于所述优化参数对所述车辆编队进行资源管理。实施本发明提供的技术方案，可以在保证通信质量的前提下实现联合车辆编队整体性能的优化。
-
Patent Agency Ranking
公开(公告)号：CN119669924A
公开(公告)日：2025-03-21
申请号：CN202411625602.6
申请日：2024-11-14
Applicant: 北京邮电大学
IPC: G06F18/2431 , G06F18/214 , G06F40/216 , G06F40/295
Abstract: 本发明提供一种适用于大模型智能体的性能评价方法，包括：获取待评价智能体的样本数据量，且获取待评价智能体的任务输出类型；当待评价智能体的任务输出类型为连续输出结果时，通过配对t检验方式，获取待评价智能体的对比评价结果；当待评价智能体的任务输出类型为二分类输出结果时，通过配对卡方检验方式，获取待评价智能体的对比评价结果；其中，对比评价结果包括对比实验评价结果和消融实验评价结果。本发明通过对比实验，量化大模型智能体与原始LLM的性能差异，通过消融实验分析各模块对整体性能的贡献，为智能体的进一步优化提供数据支持与改进依据。实现对智能体的性能进行系统和全面的评估，确保性能评估的准确性和可重复性。
-
公开(公告)号：CN106534304B
公开(公告)日：2019-07-26
申请号：CN201610998698.X
申请日：2016-11-11
Applicant: 北京邮电大学
Abstract: 本发明公开了一种基于可取回概率的云存储方法和装置，包括：建立每个云服务提供商的单次可取回概率模型；所述单次可取回概率模型包括单次可取回概率，即从各所述云服务提供商单次取回文件的成功率；建立文件存储模型；所述文件存储模型包括文件的单次可取回概率与所述文件大小的关系；使用遗传算法，根据所述单次可取回概率模型和文件存储模型，得到单次可取回概率最大的存储方案。基于不同云服务提供商之间的竞争关系，通过将数据存储在不同在的云服务提供商上，保证数据机密性；利用多个云服务提供商之间的数据冗余保证数据的完整性和可用性；同时采用遗传算法求解单次可取回概率最大的存储方案，从而供云服务运营商进行参考和服务调整。
-
公开(公告)号：CN105682205B
公开(公告)日：2019-01-29
申请号：CN201610132796.5
申请日：2016-03-09
Applicant: 北京邮电大学
Abstract: 本发明实施例公开了一种调整传感器节点睡眠时长的方法及装置，在传感器节点进入睡眠时，确定当前时刻所在的当前子时间段的维度和当天的日期；获取传感器节点在当天当前子时间段之前连续第一预设数量子时间段内采集的每个第一能量值、传感器节点在当天之前连续第二预设数量天中与当前子时间段具有相同维度的子时间段内采集的每个第二能量值，和当前时刻所述传感器节点的剩余能量值并根据这些值及已训练好的预设的神经网络，预测传感器节点在当天当前子时间段的下一子时间段内采集的能量值；根据所述剩余能量值、预测的能量值和预设算法，确定该传感器节点的睡眠时长。通过上述方法确定的睡眠长度更加符合实际，更加合理，提高睡眠长度的准确性。
-
公开(公告)号：CN106533626B
公开(公告)日：2019-06-11
申请号：CN201611075464.4
申请日：2016-11-29
IPC: H04L1/00
Abstract: 本发明公开了一种基于正交码的网络编码方法，涉及无线通信技术领域，用于降低物理层网络编码应用时的成本。该方法包括：步骤S1、源节点S1和S2均用两位正交码对各自产生的每一位信息比特进行替换；步骤S2、源节点S1和S2均将各自替换后的信号传输至中继节点R；步骤S3、中继节点R采用二次采样方法对接收的叠加的不同步信号进行分离和恢复；步骤S4、中继节点R对恢复好的源节点S1和S2的信号对齐重组，生成叠加的同步信号；步骤S5、中继节点R将叠加的同步信号分别传输至目标节点D1和D2；步骤S6、目标节点D1和D2对接收的叠加的同步信号进行解码。本发明所提供的网络编码方法应用于蝴蝶网络。
-
公开(公告)号：CN106534304A
公开(公告)日：2017-03-22
申请号：CN201610998698.X
申请日：2016-11-11
Applicant: 北京邮电大学
CPC classification number: H04L67/1097 , G06F3/067 , G06F21/6218
Abstract: 本发明公开了一种基于可取回概率的云存储方法和装置，包括：建立每个云服务提供商的单次可取回概率模型；所述单次可取回概率模型包括单次可取回概率，即从各所述云服务提供商单次取回文件的成功率；建立文件存储模型；所述文件存储模型包括文件的单次可取回概率与所述文件大小的关系；使用遗传算法，根据所述单次可取回概率模型和文件存储模型，得到单次可取回概率最大的存储方案。基于不同云服务提供商之间的竞争关系，通过将数据存储在不同在的云服务提供商上，保证数据机密性；利用多个云服务提供商之间的数据冗余保证数据的完整性和可用性；同时采用遗传算法求解单次可取回概率最大的存储方案，从而供云服务运营商进行参考和服务调整。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.047 seconds)
