-
公开(公告)号：CN111599425B
公开(公告)日：2023-12-05
申请号：CN202010344869.3
申请日：2020-04-27
申请人： 合肥工业大学
摘要： 本发明公开了一种基于区块链面向节点动态的分层电子病历存储方法及装置，其可根据病人发送的调取请求，通过数据共识处理、数据同步处理、数据传播处理，读取相关数据；根据病人发送的授权和密钥，将前述读取的相关数据发送至对应科室医生；根据前述的病人授权，允许医生对对应病历进行数据写入管理；将前述医生对病历的管理操作反馈至数据池；该发明通过两种验证机制，保证了数据读取的实时正确性，以及节点本地数据库的完整性，可保证区块链中的数据不被篡改，且即使被改动也会有迹可循，留下(56)对比文件Shaimaa Badr等.“Multi-tier BlockchainFramework for IoT-EHRs Systems”《.ProcediaComputer Science》.2018,第141卷第159-166页.杨俊“.基于区块链的电子健康病历系统性能与安全性研究”《.中国优秀硕士学位论文全文数据库医药卫生科技辑》.2020,第2020年卷(第02期),第E053-189页.
-
公开(公告)号：CN116739048B
公开(公告)日：2023-10-20
申请号：CN202311027952.8
申请日：2023-08-16
申请人： 合肥工业大学
IPC分类号： G06N3/0455 , G01W1/10
摘要： 本发明涉及人工智能和雷电预警技术领域，尤其是一种基于多元transformer的雷电长时预测模型、方法和系统。本发明提出的雷电长时预测模型，对雷电数据进行去缓和处理，缓和编码模块包括缓和层、第一线性网络、第一相关性运算层和激活输出层，缓和编码模块通过相关性计算筛选高相关的时间点进行编码；通过雷电数据与时间编码逐行累加，更好地捕捉雷电数据的时间依赖性；对多维雷电数据时间序列进行去缓和处理，还原雷电发生的突然性，大大提高了预测准确率。且本发明中，采用雷电参数与雷达回波图像组合成样本，实现多种资料配合使用，取长补短，进一步提高了雷电预测的准确性，增加预测的时间长度。
-
公开(公告)号：CN116209015B
公开(公告)日：2023-06-27
申请号：CN202310465386.2
申请日：2023-04-27
申请人： 合肥工业大学智能制造技术研究院
IPC分类号： H04W28/14 , H04L67/5682 , G06F18/22 , G06F18/23213 , G06N3/092 , G06N3/084
摘要： 本发明涉及无线通信和边缘计算领域，尤其涉及一种边缘网络缓存调度方法、系统和存储介质。本发明中，首先针对小基站和大基站构建网络结构相同的缓存调度模型和全局调度模型，训练过程中，通过大基站向小基站分发模型参数；同时针对每一个小基站进行本地训练以得到模型梯度；大基站聚合每个小基站上传来的模型梯度，从而得到全局聚合梯度，并将全局聚合梯度反馈到小基站，利用全局聚合梯度更新各小基站中的缓存调度模型，直到全局调度模型收敛，从而根据缓存调度模型和全局调度模型制定最优缓存策略。本发明提高了全局调度模型的收敛速度以及全局公平性，大大提高了缓存调度模型的收敛速度。
-
公开(公告)号：CN116209015A
公开(公告)日：2023-06-02
申请号：CN202310465386.2
申请日：2023-04-27
申请人： 合肥工业大学智能制造技术研究院
IPC分类号： H04W28/14 , H04L67/5682 , G06F18/22 , G06F18/23213 , G06N3/092 , G06N3/084
摘要： 本发明涉及无线通信和边缘计算领域，尤其涉及一种边缘网络缓存调度方法、系统和存储介质。本发明中，首先针对小基站和大基站构建网络结构相同的缓存调度模型和全局调度模型，训练过程中，通过大基站向小基站分发模型参数；同时针对每一个小基站进行本地训练以得到模型梯度；大基站聚合每个小基站上传来的模型梯度，从而得到全局聚合梯度，并将全局聚合梯度反馈到小基站，利用全局聚合梯度更新各小基站中的缓存调度模型，直到全局调度模型收敛，从而根据缓存调度模型和全局调度模型制定最优缓存策略。本发明提高了全局调度模型的收敛速度以及全局公平性，大大提高了缓存调度模型的收敛速度。
-
公开(公告)号：CN115983467A
公开(公告)日：2023-04-18
申请号：CN202211720986.0
申请日：2022-12-30
申请人： 合肥工业大学
IPC分类号： G06Q10/04 , G01M13/045 , G06Q10/20 , G06F30/27 , G06F119/04
摘要： 本发明涉及轴承寿命预测领域，尤其涉及一种基于多源域领域泛化的轴承剩余使用寿命预测方法和系统。本发明中将目标轴承最近t个时间上的采样信号输入轴承预测模型以预测目标轴承的寿命终点，结合目标轴承的寿命终点计算轴承剩余使用寿命；轴承预测模型包括数据预处理模块和健康预测模块。健康预测模块训练过程中，结合了域内、域间归一化以及均值方差交叉互换。域内归一化将同一轴承的不同时间点归一化处理，学习域内差异性；域间归一化将不同轴承的同一时间点一起做归一化处理，结合MMD损失，学习域间差异性；再通过每两个轴承的全寿命周期数据均值方差交叉互换，增强模型的鲁棒性。
-
公开(公告)号：CN109002725B
公开(公告)日：2021-05-18
申请号：CN201810794795.6
申请日：2018-07-19
申请人： 合肥工业大学
摘要： 本发明公开了一种基于区块链的数据处理系统，系统包括：基础设施层，由门户、客户端和基于对等网络通信的N个服务器组成，每个服务器建立一条区块链的初始区块并维护一条区块链；处理层，用于实现系统应用层和基础设施层数据的交互和处理，该层包括：数据上传模块、单区块验证模块、数据查询模块，以及周期性区块链验证模块中基础设施层各个服务器按周期检验自身维护的区块链的正确性；应用层，用于根据用户的请求调用处理层的模块，并在此层实现访问控制。利用本发明实施例，系统查询数据效率、资源利用率较其他区块链处理系统高。
-
公开(公告)号：CN107347023B
公开(公告)日：2019-09-13
申请号：CN201710568701.9
申请日：2017-07-13
申请人： 合肥工业大学
IPC分类号： H04L12/24 , H04L12/803
摘要： 本发明公开了一种面向节点请求可靠性的SDN控制器部署方法，包括：定义单链路失效故障情况下平均节点请求丢失数的可靠性性能指标；部署控制器的过程为首先假设在所有节点所在位置上均部署一个控制器，然后将多余的控制器依次移除，直到控制器个数减少到指定的数量；在每次移除一个控制器时，选择移除能够使网络获得最小平均节点请求丢失数的控制器。本发明能降低平均节点请求丢失数，从而在单链路失效故障情况下提高节点请求的可靠性，降低平均流表项安装请求通信延迟，降低交换机平均转发的流表项安装请求数，降低交换机的平均负载，提高网络的稳定性和安全性。
-
公开(公告)号：CN103516792B
公开(公告)日：2016-08-24
申请号：CN201310422994.1
申请日：2013-09-16
申请人： 合肥工业大学
摘要： 本发明公开了一种基于网络延迟、服务器能耗和网络传输能耗的数据部署方法，该方法包括：计算用户存取不同数据中心中数据的网络延迟，计算数据存储在不同数据中心的不同服务器上的能耗，计算用户存取不同数据中心中该数据的网络传输能耗。将数据按照数据大小从大到小的非升序排列，放在一个先进先出的队列中，并对这些数据依次做以下处理：计算数据放在不同数据中心中不同服务器上的网络延迟、服务器能耗和网络传输能耗的加权总和，选择该总和最小且空闲容量大于该数据大小的服务器，将数据部署在该服务器上。本发明考虑了各个数据被各个用户所请求使用的概率，可以将所有要部署的数据都部署在合适的数据中心的服务器上，以满足所有用户的需要。
-
公开(公告)号：CN116611194A
公开(公告)日：2023-08-18
申请号：CN202310868481.7
申请日：2023-07-17
申请人： 合肥工业大学
IPC分类号： G06F30/18 , G06F30/27 , G06N3/092 , G06F113/04
摘要： 本发明涉及雷击防控和配电网保护技术领域，尤其是一种基于深度强化学习的线路重合调度策略模型、方法和系统。本发明主要是通过将具有影响雷击后线路状况的特征耦合关系信息与线路中电器之间的拓扑关系信息耦合输入到Actor‑Critic网络中，对Actor‑Critic网络模型训练直至获取到收敛的最佳重合闸调度策略。本发明考虑线路中不同电器的电阻有所差异将线路中电器节点划分到若干区域，可使得电器电阻对线路雷击跳闸后是否采取正确动作的影响降低，从而提高线路重合调度决策的正确性，减少了调度失败的概率。
-
公开(公告)号：CN114383846B
公开(公告)日：2023-06-30
申请号：CN202210010510.1
申请日：2022-01-06
申请人： 合肥工业大学
IPC分类号： G01M13/045
摘要： 本发明公开了基于故障标签信息向量的轴承复合故障诊断方法，构建零样本学习模型，利用零样本学习模型进行复合故障诊断；零样本学习模型中，数据预处理模块将原始故障数据转换为故障图像；标签信息定义模块用于根据原始故障数据构建故障标签信息向量，包括单故障标签信息向量和复合故障标签信息向量；特征提取模块用于对故障图像提取故障特征向量；生成对抗模块学习故障特征空间与故障标签信息空间之间的映射关系；分类模块根据故障特征空间与故障标签信息空间之间的映射关系，以及根据单故障标签信息向量和复合故障标签信息向量之间的关联关系，利用复合故障标签信息向量进行复合故障诊断。
-
-
-
-
-
-
-
-
-
搜索结果
56 条记录 (耗时 0.025 秒)
