-
公开(公告)号：CN116684291A
公开(公告)日：2023-09-01
申请号：CN202310746993.6
申请日：2023-06-21
申请人： 郑州轻工业大学
IPC分类号： H04L41/0895 , H04L41/14 , H04L41/142 , H04L41/16
摘要： 本发明提出了一种适用通用化平台的服务功能链映射资源智能分配方法，步骤为：建立SFC映射模型，将通用化平台中SFC映射过程分为物理拓扑资源层和虚拟网络功能请求层的两层结构，并对两层结构进行抽象参数表示；分析通用化平台中服务请求的处理过程，建立节点计算与链路带宽通信资源联合分配的处理时间的最小化数学模型；将最小化数学模型建模为马尔科夫过程，定义包含状态、动作、奖励的三元组；将三元组与异步优势动作评价算法相结合，以训练主网络为模板，利用多线程技术生成多个子网络用于并行训练，找寻最优资源分配策略。本发明通过智能分配节点计算资源与链路带宽通信资源，有效提高了SFC请求的处理速率。
-
公开(公告)号：CN114266301A
公开(公告)日：2022-04-01
申请号：CN202111542143.1
申请日：2021-12-16
申请人： 郑州轻工业大学
摘要： 本发明提出了一种基于图卷积神经网络的电力设备故障智能预测方法，步骤如下：采集待预测的电力设备的历史监测信息，对历史监测信息进行预处理，预处理后的监测信息和电力数据中心采集的数据集组成训练样本；构建图卷积神经网络，初始化神经网络参数；将监测信息作为图卷积神经网络的每个节点的输入，利用图卷积神经网络对监测信息进行故障分类；利用训练样本对步骤二构建的图卷积神经网络进行训练，得到优化图卷积神经网络模型；采集待检测设备的实时监测信息并进行预处理，将预处理后的监测信息输入到优化图卷积神经网络模型，获得故障预测结果。本发明具有较好的通用性，预测准确率较高，使用、部署和升级维护简单，无需硬件设备的升级改造。
-
公开(公告)号：CN113948208A
公开(公告)日：2022-01-18
申请号：CN202111222900.7
申请日：2021-10-20
申请人： 郑州轻工业大学
摘要： 本发明涉及一种基于云边端协同的慢性病患者健康实时监测系统，包括设备端子系统、边缘端子系统和云端子系统，设备端子系统包括身体健康数据采集模块和环境数据采集模块，边缘端子系统包括健康状态检测模块和健康异常预警模块，云端子系统包括数据分析模块，数据分析模块得到健康状态监控模型，健康状态检测模块根据健康状态监控模型获取患者当前的健康状态，若健康状态异常，则健康异常预警模块进行健康异常报警。利用丰富的云资源对患者的健康数据进行分析建模，利用低网络延时的边缘资源根据实时的健康数据对患者的健康状况进行检测和预警，为患者的健康状况进行持续实时且高效的监测，并在异常情况下给予实时响应，防范化解患者的生命风险。
-
公开(公告)号：CN118393853A
公开(公告)日：2024-07-26
申请号：CN202410482291.6
申请日：2024-04-22
申请人： 郑州轻工业大学
摘要： 本发明提供了一种采用计算机生成随机激励的水电站水轮机模型辨识方法，其通过首先设计PID控制器使得整个水轮机频率能够稳定跟踪期望频率，然后在闭环稳定的情况下进行参数辨识。首先对水轮机频率、接力器行程等进行传感测量，然后设置融合了计算机生成随机激励源的期望频率数据对整个系统进行持续激励，再建立待辨识的接力器以及发电机组的辨识模型，然后根据辨识模型输出与真实模型的输出进行对比得到辨识误差数据，再根据辨识误差数据与辨识模型结构，设计一种多参数铰链耦合的参数辨识律设计方法，从而使得辨识过程能够快速打破非随机平衡，能够有效提高辨识速度与辨识效果。该方法具有实施简单、辨识精度高，辨识参数范围广的优点。
-
公开(公告)号：CN117915346A
公开(公告)日：2024-04-19
申请号：CN202410090170.7
申请日：2024-01-22
申请人： 郑州轻工业大学
摘要： 本发明涉及一种最少覆盖用户优先的启发式边缘基站部署方法，步骤1：计算每个用户位置与每个候选站点间的距离，继续执行步骤2；步骤2：统计覆盖每个用户的候选站点数量，并选取符合条件的用户，继续执行步骤3；步骤3：针对每个覆盖步骤2所选用户的候选基站，统计每个候选基站覆盖的用户数量，并按照预设条件确定得到新的边缘基站部署位置，继续执行步骤4；步骤4：移除步骤3所选候选基站及其覆盖的用户，继续执行步骤5；步骤5：当存在用户未被覆盖且还有候选站点时，转到步骤2，反之结束。本发明提供的启发式边缘基站部署方法能够保障用户覆盖率最大的前提下，减少边缘基站部署数量，从而降低边缘计算平台建设或升级的投资成本。
-
公开(公告)号：CN115037628B
公开(公告)日：2023-08-22
申请号：CN202210562305.6
申请日：2022-05-23
申请人： 郑州轻工业大学
IPC分类号： H04L41/0895 , H04L41/16
摘要： 本发明提出了一种基于深度强化学习的自适应服务功能链映射方法，步骤为：建立SFC映射模型，将SFC映射过程分为三层结构并进行抽象参数表示；搭建SFCR映射学习神经网络，并将抽象参数映射至SFCR映射学习神经网络中的状态、动作、奖励值；构建经验回放池并对网络参数更新；基于经验回放池中数据，统计不同VNF的请求率、使用率及现有部署数量和未激活个数；设计VNF再部署策略，根据统计的数据对VNF再部署。本发明具有维持网络环境稳定、提高用户服务质量的优势，能够有效解决现有映射方法随时间动态变化造成有效服务成本占比小及服务映射效率低问题；具有良好的自适应性，能提高不同时间段处理用户服务请求的有效服务成本率和请求映射率。
-
公开(公告)号：CN116433519A
公开(公告)日：2023-07-14
申请号：CN202310379045.3
申请日：2023-04-10
申请人： 郑州轻工业大学
摘要： 本发明属于红外图像算法增强领域，具体涉及一种基于拉格朗日插值和多尺度引导滤波的红外图像增强方法，所述方法具体为：获得原始图像的红外探测器输出数据；对原始数据进行非均匀性校正；通过校正后的数据采用多尺度引导滤波获取图像的不同轮廓信息，进而将不同轮廓信息进行融合处理，得到增强后的图像。本发明通过采用拉格朗日插值算法对红外图像数据进行非均匀性校正，然后对校正后的数据采用多尺度引导滤波得到增强后的红外图像，解决了红外图像对比度差和细节特征突出不太明显的问题。
-
公开(公告)号：CN115185655B
公开(公告)日：2023-05-12
申请号：CN202210724724.5
申请日：2022-06-23
申请人： 郑州轻工业大学
摘要： 本发明公开了一种基于基因频次改进的云计算平台任务调度方法，涉及云计算技术领域，包括以下步骤：对云计算平台中H个计算节点和M个待调度的任务进行编号；随机初始化种群，计算种群中各染色体的适应度；初始化各染色体的局部最优染色体和局部最优适应度；初始化全局最优染色体和全局最优适应度；初始化各基因的各基因值在局部最优染色体和全局最优染色体出现的频次；对种群执行交叉操作，并更新上述初始化内容；根据各基因的各基因值在局部最优染色体和全局最优染色体出现的频次，对各染色体进行非等概率的均匀变异操作；根据全局最优染色体每个基因的基因值，将对应任务调度到相应的计算节点上。本发明提高了遗传算法在任务调度问题上的应用效果。
-
公开(公告)号：CN113590295A
公开(公告)日：2021-11-02
申请号：CN202110873736.X
申请日：2021-07-30
申请人： 郑州轻工业大学
摘要： 本发明涉及一种基于量子行为粒子群优化的任务调度方法和系统，获取每个粒子在每个维度上的位置数据，将每个粒子的位置数据解析为任务调度方案，并评估每个粒子的适应度值，更新每个粒子的局部最优适应度值以及所有粒子对应的全局最优适应度值，并记录对应的粒子位置，若迭代没完成，则利用量子粒子的运动模式更新每个粒子的位置，然后返回执行上述粒子位置数据解析过程，若迭代完成，则将全局最优适应度值对应的粒子位置解析为任务调度方案。本发明提供的基于量子行为粒子群优化的任务调度方法能够利用量子行为粒子群优化算法的全局搜索能力，实现可靠有效地任务调度，得到高效的任务调度方案。
-
公开(公告)号：CN111198959A
公开(公告)日：2020-05-26
申请号：CN201911396473.7
申请日：2019-12-30
申请人： 郑州轻工业大学
摘要： 本发明提出了一种基于卷积神经网络的两阶段图像检索方法，其步骤如下：在VGG16网络的卷积层和密集连接层之间添加特征提取层构建卷积神经网络模型；利用训练集和验证集对卷积神经网络模型进行训练，利用反向传播调整卷积神经网络模型的参数；将测试集输入训练好的卷积神经网络模型，利用哈希函数映射将特征向量映射得到二进制哈希码，利用softmax分类函数对密集连接层输出的向量进行分类，构建二级索引库；将待检索图像输入训练好的卷积神经网络模型，进行第一阶段的检索，进行第二阶段检索。本发明在相应的图像类别下进一步搜索，通过分类优化检索实现了图像的精确分类和快速检索，加快了相似特征的检索速度，提高了查询效率。
-
-
-
-
-
-
-
-
-
搜索结果
51 条记录 (耗时 0.032 秒)