公开(公告)号：CN116861016A

公开(公告)日：2023-10-10

申请号：CN202310668700.7

申请日：2023-06-07

Applicant: 桂林理工大学

Inventor： 谢晓兰 ,  谭舒孺 ,  杨哲兴 ,  曾浩文 ,  刘亚荣

IPC: G06F16/532 ,  G06F16/51 ,  G06F16/583

Abstract: 本发明公开了一种基于细节点三角形与二次索引的指纹检索方法，该方法包含7个步骤。第一步获取指纹图像的细节点数据，并对数据进行预处理。第二步，依据细节点构建细节点三角形，并生成由细节点三角形构建的向量。第三步基于构建的向量构建基于细节点三角形向量的索引值1，第四步构建索引值2，第五步基于索引1采用折半查找的方式搜寻满足符合一定差距内的匹配样本，第六步基于索引2在当前满足条件的匹配样本中二次查询匹配指纹，第七步输出查找结果。本发明的目的在于提高指纹识别的效率同时减少指纹匹配时所花费的时间，提高了大规模指纹识别的准确率，减少了查询时间。

公开(公告)号：CN116471633A

公开(公告)日：2023-07-21

申请号：CN202310402722.9

申请日：2023-04-16

Applicant: 桂林理工大学

Inventor： 谢晓兰 ,  杨哲兴 ,  谭舒孺 ,  徐克顺 ,  刘亚荣

IPC: H04W28/084 ,  G06N3/092 ,  H04W28/08 ,  H04L67/1008 ,  H04L67/61

Abstract: 本发明公开了一种基于QoE感知和多层引导强化学习的任务卸载方法，包括五个步骤：步骤S1.获取云边端场景中相关数据；步骤S2.离散化数据，对问题进行建模；步骤S3.结合QoE感知建立目标函数；步骤S4.构建多层引导强化学习模型(MAPPO‑MCTS)；步骤S5.执行模型，得到最优计算任务卸载决策。本发明通过多层引导强化学习，降低了问题的复杂度，能够降低在云边端计算场景中进行任务卸载所需的时延和能耗，从而最大化用户QoE感知，对于保障用户的体验质量以及提高云服务运营商的效益具有重要意义。