一种电动汽车参与的电力调度方法

    公开(公告)号:CN119852996A

    公开(公告)日:2025-04-18

    申请号:CN202411906675.2

    申请日:2024-12-23

    Abstract: 本发明公开一种电动汽车参与的电力调度方法,属于电力调度技术领域,该方法的构建过程包括:构建交通网‑微电网耦合网络模型,确定电力调度的目标为:最低化电动汽车调度成本实现微电网群最大化负荷恢复;根据构建的模型和电力调度目标构建部分可观察的马尔可夫决策过程;根据构建的部分可观察的马尔可夫决策过程,设计AD‑MADDPG算法;前述的AD‑MADDPG算法用于根据构建的模型求解达到电力调度目标的电力调度方法;前述的AD‑MADDPG算法是在DDPG算法基础上结合注意力机制和多个探索者‑单个学习者框架的改进算法。本发明能够提高配电系统在紧急情况下恢复运行的能力。

    基于区块链的异步联邦学习架构系统及方法

    公开(公告)号:CN115660114A

    公开(公告)日:2023-01-31

    申请号:CN202211413352.0

    申请日:2022-11-11

    Abstract: 本发明公开了基于区块链的异步联邦学习架构系统及方法,包括区块链模块和多个参与方,区块链模块包括聚合合约单元、评分合约单元和激励合约单元;参与方,用于对区块链模块上的全局模型进行评分和更新,得到相应的评分情况和本地梯度;聚合合约单元,用于根据本地梯度,聚合得到更新后的全局模型;评分合约单元,用于统计多个参与方对于同一个全局模型的评分情况;激励合约单元,用于根据全局模型的评分情况,计算泛化性提升率,并对相应的参与方进行奖惩措施。本发明采用区块链模块,避免了传统联邦学习架构系统的中央服务器带来的可信问题;同时,采用异步联邦学习,使得整体的灵活性和可伸缩性大大提升,一定程度上减少了网络拥塞。

    异质脑网络分类方法、装置、电子设备及存储介质

    公开(公告)号:CN119723169A

    公开(公告)日:2025-03-28

    申请号:CN202411762516.X

    申请日:2024-12-03

    Abstract: 本发明公开了一种异质脑网络分类方法、装置、电子设备及存储介质,属于脑网络分析技术领域,其方法包括:获取磁共振成像数据,并根据磁共振成像数据构建脑功能网络;提取脑功能网络的多尺度拓扑特征;将多尺度拓扑特征输入至训练完备的目标异质脑网络分类模型,确定磁共振成像数据的类别标签;通过针对性提取出脑功能网络的多尺度拓扑特征,实现了多角度获取分类依据以及多尺度拓扑特征协同驱动;基于目标异质脑网络分类模型根据多尺度拓扑特征确定磁共振成像数据的类别标签,实现了在有效利用多角度分类依据的基础上,快速准确地确定磁共振成像数据的类别标签。

    基于FISCO群组机制的联邦学习系统

    公开(公告)号:CN118194978A

    公开(公告)日:2024-06-14

    申请号:CN202410441917.9

    申请日:2024-04-12

    Abstract: 本发明公开了基于FISCO群组机制的联邦学习系统,包括监管节点群组和多个层次的客户端群组,针对任一个客户端,获取并根据初始化的或者上一次学习迭代得到的全局模型,进行本地训练更新,得到更新后的本地模型;针对任一个客户端群组,基于实用拜占庭容错共识机制和基于余弦相似度的恶意节点筛选机制,得到更新后的局域模型;基于区块链或监管节点,聚合得到更新后的全局模型;直至满足预设的联邦学习收敛条件,否则进入下一轮的联邦学习。本发明通过划分不同层次的客户端群组,在保留安全性和去中心化的同时,保障了区块链系统的隐私性;其次,监管节点的引入,不仅可以起到跨机构的穿透式监管,还可以大大提升模型聚合的效率。

    基于边-端-云三层架构的个性联邦学习方法及系统

    公开(公告)号:CN119761529A

    公开(公告)日:2025-04-04

    申请号:CN202410399086.3

    申请日:2024-04-03

    Abstract: 本发明公开了边缘计算技术领域的一种基于边‑端‑云三层架构的个性联邦学习方法及系统,所述方法包括:多个边缘终端设备和至少一个云端服务器,所述边缘终端设备与云端服务器之间设置多个边缘服务器作为中转,每个边缘服务器连接预定区域边缘终端设备,其中,所述云端服务器至少包括全局模型,用于为所述边缘终端设备提供全局信息;边缘终端设备包括若干本地模型,当所述边缘终端设备对本地模型进行更新时,用于根据本地可用系统资源自动决定本地训练的轮次;边缘服务器,用于将若干训练完成的本地模型进行聚合,形成局域模型。本发明能够解决数据异构性和通信拥堵的问题,提高了传输速率。

    基于区块链的异步联邦学习架构系统及方法

    公开(公告)号:CN115660114B

    公开(公告)日:2024-07-19

    申请号:CN202211413352.0

    申请日:2022-11-11

    Abstract: 本发明公开了基于区块链的异步联邦学习架构系统及方法,包括区块链模块和多个参与方,区块链模块包括聚合合约单元、评分合约单元和激励合约单元;参与方,用于对区块链模块上的全局模型进行评分和更新,得到相应的评分情况和本地梯度;聚合合约单元,用于根据本地梯度,聚合得到更新后的全局模型;评分合约单元,用于统计多个参与方对于同一个全局模型的评分情况;激励合约单元,用于根据全局模型的评分情况,计算泛化性提升率,并对相应的参与方进行奖惩措施。本发明采用区块链模块,避免了传统联邦学习架构系统的中央服务器带来的可信问题;同时,采用异步联邦学习,使得整体的灵活性和可伸缩性大大提升,一定程度上减少了网络拥塞。

    一种风险感知的移动边缘计算任务调度与资源分配方法

    公开(公告)号:CN116321300B

    公开(公告)日:2024-06-11

    申请号:CN202211265376.6

    申请日:2022-10-17

    Abstract: 本发明提出了一种风险感知的移动边缘计算任务调度与资源分配方法,其步骤为:首先,搭建基于TS的MEC系统,该MEC系统包括多个边缘云,MEC网络通过全网状拓扑的光纤网络相互连接;其次,利用RFF按照虚拟机部署规则将虚拟机随机部署到插槽中,部署的过程中对部分备份虚拟机进行超额预订;并将应用程序交由TS进行调度;在TS对应用程序进行调度的过程中,构建风险模型、服务响应时间模型和资源利用率模型;并根据三个模型获得联合优化目标函数;最后,利用任务部署算法对联合优化目标函数进行优化,获得最优的任务部署策略。本发明实现了在系统部署方案风险范围内,应用程序的平均服务响应时间最小且系统的资源利用率最大。

    一种便于精准调节的机械自动化加工用打孔装置

    公开(公告)号:CN116810487A

    公开(公告)日:2023-09-29

    申请号:CN202310934492.0

    申请日:2023-07-28

    Abstract: 本发明提供一种便于精准调节的机械自动化加工用打孔装置,其结构包括:固定座、承重板、载物台、打孔组件、电机,固定座边缘前沿上下端与承重板进行固定连接,载物台落入于固定座下端承重板表层,打孔组件设置于载物台的上方并安装于固定座上端承重板的下层区域;本发明由打孔组件进一步改进后,通过电源箱上的程序模块以及红外对标件能控制纵向、横向移动板,使得根据纵向、横向移动板的配合下能将电源箱、钻头定位端自动移动至载物台的中心部位,从而达成精准调节的效果,替代原有手动调节造成的误差,进而提高自动化加工的精度,然后纵向移动板的电动滑块两端装有防掉体,使之能稳定的在横向移动板下端进行纵向移动,避免掉落。

    一种风险感知的移动边缘计算任务调度与资源分配方法

    公开(公告)号:CN116321300A

    公开(公告)日:2023-06-23

    申请号:CN202211265376.6

    申请日:2022-10-17

    Abstract: 本发明提出了一种风险感知的移动边缘计算任务调度与资源分配方法,其步骤为:首先,搭建基于TS的MEC系统,该MEC系统包括多个边缘云,MEC网络通过全网状拓扑的光纤网络相互连接;其次,利用RFF按照虚拟机部署规则将虚拟机随机部署到插槽中,部署的过程中对部分备份虚拟机进行超额预订;并将应用程序交由TS进行调度;在TS对应用程序进行调度的过程中,构建风险模型、服务响应时间模型和资源利用率模型;并根据三个模型获得联合优化目标函数;最后,利用任务部署算法对联合优化目标函数进行优化,获得最优的任务部署策略。本发明实现了在系统部署方案风险范围内,应用程序的平均服务响应时间最小且系统的资源利用率最大。

Patent Agency Ranking