“付宇钏”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果15个，建议您升级VIP下载更多相关专利

[发明专利]一种面向长期驾驶模型训练任务的激励方法-CN202310935583.6在审
发明人： 付宇钏;李镇宇;刘莎;李长乐 -专利权人：西安电子科技大学
申请日： 2023-07-27 - 公布日： 2023-10-20 - 主分类号： G06F18/20 文献下载
摘要：本发明公开了一种面向长期驾驶模型训练任务的激励方法，应用于云服务器，包括：发布面向自动驾驶的联邦学习任务，以使参与者与云服务器建立通信连接；确定所需发放的奖励并将待训练的初始模型下发至参与者，以使各参与者按照自身选择的参与水平对初始模型进行训练，得到更新模型；获取各参与者上传的更新模型并向各参与者发放奖励；针对各参与者构建第一重复博弈问题模型、针对自身构建第二重复博弈问题模型，通过求解第一重复博弈问题模型和第二重复博弈问题模型，分析各参与者及自身的收益，并返回发布面向自动驾驶的联邦学习任务的步骤。本发明提高了参与者参与训练的积极性与稳定性，有利于保证训练过程长期稳定运行。
一种面向长期驾驶模型训练任务激励方法

[发明专利]一种用零知识证明的区块链群智感知系统隐私安全保护方法-CN202210332491.4有效
发明人：李长乐;赵品灿;付宇钏;李帆 -专利权人：西安电子科技大学
申请日： 2022-03-30 - 公布日： 2023-09-12 - 主分类号： H04L9/32 文献下载
摘要：本发明公开了一种用零知识证明的区块链群智感知系统隐私安全保护方法，包括定义1、定义2、定义3、定义4，还包括如下步骤：步骤1：群智感知系统初始化与账户创建；步骤2：群智感知任务发布；步骤3：感知任务参与、执行与数据提交；步骤4：奖励与信誉发放。通过使用本发明的零知识证明方案实现的无隐私安全泄露的转账方式，将可信第三方管理中心的监管能力与区块链保障隐私安全的能力相结合，有效帮助群智感知系统隐匿交易过程中的交易源、交易内容，基于设计的区块链智能合约可以保障系统交易内容不会泄露用户的任何隐私。本发明在确保群智感知系统顺利执行的前提下，可以有效保障用户的安全系统参与。
一种知识证明区块链群智感知系统隐私安全保护方法

[发明专利]一种针对拜占庭攻击的车联网联邦学习防御方法-CN202310409186.5在审
发明人： 付宇钏;唐鑫龙;李长乐 -专利权人：西安电子科技大学
申请日： 2023-04-17 - 公布日： 2023-08-01 - 主分类号： H04L9/40 文献下载
摘要：本发明公开了一种针对拜占庭攻击的车联网联邦学习防御方法，包括：从M个客户端中随机挑选K个客户端，服务器端为选中的K个客户端下发初始全局模型；选中的K个客户端在本地训练初始全局模型，并将训练完成后更新的模型参数上传至服务器端；服务器端获取每个客户端的本地模型对全局模型的基尼增益；根据基尼增益检测恶意客户端的数量和编号；服务器端得到恶意客户端数量和编号后将所有恶意客户端筛除，聚合剩余良好客户端的本地模型得到全局模型；去除恶意客户端后随机挑选K个客户端重复上述步骤，直至筛出所有恶意客户端。本发明可以在不知道恶意客户端数量的前提下检测出所有恶意客户端，提升了全局自动驾驶模型的准确性和收敛性。
一种针对拜占庭攻击联网联邦学习防御方法

[发明专利]一种利用注意力机制的网络流量预测方法-CN202211123957.6有效
发明人：李长乐;李镇宇;付宇钏;赵品灿 -专利权人：西安电子科技大学
申请日： 2022-09-15 - 公布日： 2023-07-18 - 主分类号： H04L43/04 文献下载
摘要：本发明公开了一种利用注意力机制的网络流量预测方法，主要解决现有网络流量预测方法未考虑网络流量动态空间依赖性导致预测准确度较低的问题。其实现方案为：对原始网络流量数据进行处理变换，并使用滑动窗口方法对处理后的流量数据进行采样，划分训练集、验证集和测试集；构建动态空间依赖性表征模块，并将其与现有的时间依赖性表征模块和预测模块级联构成时空相对动态预测模型；根据训练集和验证集，使用自适应矩估计法对时空相对动态预测模型进行训练；将测试集输入到训练好的时空相对动态预测模型进行预测，得到预测的时空序列。本发明有效提高了预测准确度，能为通信资源的合理分配提供依据，可用于频谱资源的有效分配和网络拥塞的合理控制。
一种利用注意力机制网络流量预测方法

[发明专利]一种应用选择性联邦学习的CAV决策方法-CN202211310743.X在审
发明人： 付宇钏;唐鑫龙;李长乐 -专利权人：西安电子科技大学
申请日： 2022-10-25 - 公布日： 2023-01-31 - 主分类号： G06N20/20 文献下载
摘要：本发明公开了一种应用选择性联邦学习的CAV决策方法，包括：所有自动驾驶汽车从FL服务器下载上一轮迭代更新的全局模型；所有自动驾驶汽车使用自身的行驶数据训练本地模型，更新模型参数；获取所有自动驾驶汽车在联邦学习过程中的通信开销和计算开销；进行多因素驱动的本地模型筛选，选中的自动驾驶汽车将更新后的本地模型上传至FL服务器，其中，本地模型筛选包括基于信誉的筛选、基于模型收敛性的筛选和基于最大化效用的筛选；所述FL服务器对接收到的本地模型进行聚合以获得改进的全局模型。本发明在上传本地模型之前提出了一种多因素驱动的模型筛选策略，克服传统方法不对参与者加以区分的缺陷，能够选择尽可能多的高质量用户。
一种应用选择性联邦学习 cav 决策方法

[发明专利]一种混合自动驾驶决策方法、设备及计算机存储介质-CN202110606707.7有效
发明人： 付宇钏;李长乐;赵品灿 -专利权人：西安电子科技大学
申请日： 2021-05-31 - 公布日： 2022-10-04 - 主分类号： B60W50/00 文献下载
摘要：本申请提供的一种混合自动驾驶决策方法，获取当前时刻下，自动驾驶车辆在行驶过程中的实时交通环境信息；基于所述交通环境信息建立本地自动驾驶决策模型；基于所述本地自动驾驶决策模型，使用基于深度强化学习的方法来学习自动驾驶车辆的驾驶行为，并提取驾驶规则；共享所述驾驶规则；扩充已有专家系统知识库；判断是否存在紧急情况，若是，则采用机器学习模型进行决策；若否，基于扩充后已有专家系统知识库对机器学习模型进行调整，由所述机器学习模型进行决策。该决策方法利用两种现有策略相辅相成，以克服单个策略的缺点，从而使之有效针对不同驾驶场景的决策。
一种混合自动驾驶决策方法设备计算机存储介质

[发明专利]用于去中心化联邦学习的聚合服务器选择方法-CN202210752319.4在审
发明人：李长乐;常田雨;付宇钏;刘莎 -专利权人：西安电子科技大学
申请日： 2022-06-28 - 公布日： 2022-09-20 - 主分类号： G06F21/60 文献下载
摘要：本发明提出了一种用于去中心化联邦学习的聚合服务器选择方法，主要解决现有联邦学习框架中聚合服务器出现单点故障易受攻击的问题，其实现方案为：1)聚合服务器车辆生成初始全局模型并下发；2)客户端车辆对全局模型进行本地训练和更新，并确定聚合服务器选举性能分数；3)客户端车辆在性能分数中选最大值，并上传本地梯度更新值；4)本地模型和全局模型身份交互，开始新一轮模型更新迭代；5)重复步骤(2)～步骤(4)，直到全局模型精度达到收敛时精度的最大值停止迭代，得到最终的聚合服务器。本发明通过对聚合服务器的选择提高了联邦学习聚合服务器受到攻击时全局模型的精度，保证了联邦学习过程的安全性。
用于中心联邦学习聚合服务器选择方法

[发明专利]用于车载边缘网络的视频配置方法-CN202210405535.1在审
发明人：蔡雪莲;胡胜贤;付宇钏;田梦秋 -专利权人：西安电子科技大学
申请日： 2022-04-18 - 公布日： 2022-07-29 - 主分类号： H04W24/02 文献下载
摘要：本发明公开了一种用于车载边缘网络的视频配置方法，主要解决现有车载视频配置方法视频配置成本较高和使用环境固定的问题。其方案是：1)构建车载边缘网络；2)客户端车辆用户通过车载摄像头采集视频数据，生成待分的视频；3)客户端车辆用户与计算节点建立通信链路；4)应用贝叶斯在线学习获得待分析视频在不同视频配置下的时延与精度，并应用高斯模型衡量当前配置与这些通过学习获得时延与精度的配置相似性，根据相似配置具有相似的性能和配置在有潜力视频配置集合中出现的频次得出最优配置；5)根据视频内容的变化定期重复4)，得到新的最优视频配置。本发明配置成本低，适用环境广，道路维护安全，可用于自动驾驶车辆，维护道路安全。
用于车载边缘网络视频配置方法

[发明专利]一种质量保障型的车联网群智感知激励方法-CN202210332486.3在审
发明人： 付宇钏;周灵灵;李帆;李长乐 -专利权人：西安电子科技大学
申请日： 2022-03-30 - 公布日： 2022-07-12 - 主分类号： G06Q30/02 文献下载
摘要：本发明公开了一种质量保障型的车联网群智感知激励方法，平台层由若干个边缘节点簇组成，每个边缘节点簇由部署在道路两旁的一组位置相近的边缘节点组成，边缘节点即RSUs和BSs，边缘节点拥有本地服务器和计算单元，可以完成及时的数据计算和存储；以边缘节点簇作为矿工进行区块链的共识和挖矿，从而搭建基于区块链的分布式感知平台；请求者和参与者之间的交易信息经由矿工验证并周期性打包成区块添加到区块链中；云层包含授权中心和多种服务器，用来实现对边缘节点簇的统一管理；参与者会为了在未来的感知任务中赢得更多的奖励，尽可能稳定的提供高质量数据以获得更高的信誉评分。
一种质量保障联网感知激励方法

[发明专利]一种应用区块链的自动驾驶汽车模型共享方法-CN202010074874.7有效
发明人：李长乐;李帆;付宇钏;赵品灿 -专利权人：西安电子科技大学
申请日： 2020-01-22 - 公布日： 2022-03-04 - 主分类号： H04L9/06 文献下载
摘要：本发明公开了一种应用区块链的自动驾驶汽车模型共享方法，旨在提高自动驾驶汽车决策的准确率和效率。其实现步骤包括：1)构建移动边缘计算网络；2)生成移动边缘计算网络中每个节点的密钥对；3)构建移动边缘计算网络中移动节点集合的本地模型集合；4)每个移动节点与距离其最近的移动边缘计算节点进行通信；5)移动边缘计算节点集合获取超级节点序列；6)基于超级节点序列构建区块链；7)对本地模型集合进行更新。本发明与现有的自动驾驶汽车模型训练的方法相比，在将模型用于自动驾驶汽车行驶过程中的决策时，有效提高了决策的准确率和效率。
一种应用区块自动驾驶汽车模型共享方法

[发明专利]导航数据的滤波方法、装置、计算机设备及存储介质-CN201810770760.9有效
发明人：李长乐;王凤山;付宇钏;李文刚;毛国强 -专利权人：深圳市戴升智能科技有限公司
申请日： 2018-07-13 - 公布日： 2020-10-27 - 主分类号： G01C21/16 文献下载
摘要：本发明涉及导航数据的滤波方法、装置、计算机设备及存储介质，该方法包括建立并初始化惯性系统参数误差模型，设置下一滤波周期的时间序号为指定值；获取时间序号为指定值的状态量预测值、状态量协方差预测值；获取时间序号为指定值的量测值估计值、量测值协方差估计值、状态量与量测值互协方差；计算高斯核的系数；获取时间序号为指定值的状态量后验估计值；更新时间序号为指定值的状态量协方差；补偿参数；设置指定值为指定值加一，返回获取时间序号为指定值的状态量预测值、时间序号为指定值的状态协方差预测值。通过实施本发明实施例的方法可实现对非高斯噪声高阶项的捕获，提高误差的估计准确率，提升定位精度。
导航数据滤波方法装置计算机设备存储介质

[发明专利]基于车载基站的智能网联汽车通信网络架构-CN201810110360.5在审
发明人：李长乐;罗渠元;毛国强;付宇钏;张尧;袁晓铭 -专利权人：西安电子科技大学
申请日： 2018-02-05 - 公布日： 2018-08-21 - 主分类号： H04W4/70 文献下载
摘要：本发明公开了基于车载基站的智能网联汽车通信网络架构，包括感知层、网络层、云计算和应用层；感知层用于实现数据的感知，网络层用于实现网络接入和网络传输和控制；云计算用于对信息服务的支撑；应用层用于实现各种不同需求的应用；本发明克服了现有网络架构中智能网联汽车无法实现海量数据传输、动态高精度3D地图下载、视频实时回传和为乘客提供高速网络接入等问题，本发明具有了保证自身安全行驶的同时，还能为乘客提供高速网络接入、辅助其他无线通信的优点。克服了现有通信网络架构中仅仅依靠云计算造成的时延较大的问题。本发明将有利地促进智能网联汽车技术的发展以及未来全面无人驾驶的实现。
智能网云计算汽车通信网络车载基站高速网络架构感知层网络层应用层海量数据传输现有通信网络乘客汽车技术网络传输网络架构网络接入无人驾驶无线通信信息服务自身安全回传时延下载感知视频行驶支撑汽车应用保证

[发明专利]城市交通网络中的交通瓶颈识别方法-CN201610143775.3有效
发明人：李长乐;马姣;付宇钏 -专利权人：西安电子科技大学
申请日： 2016-03-14 - 公布日： 2018-03-06 - 主分类号： G08G1/01 文献下载
摘要：本发明公开了一种复杂交通环境中交通瓶颈的识别方法，主要解决现有技术不能满足当前交通需求而导致的交通严重拥堵的问题。其实现步骤为(1)将实际交通网络抽象的复杂网络用一个无向有权图表示；(2)使用容限配流法对抽象后的网络拓扑图进行用户平衡配流；(3)为网络中各个路段分配权值，权值为每个路段上的零流阻抗；(4)根据分配权值后的网络，寻找零流阻抗最小支撑树；(5)对步骤(4)中得到的最小支撑树中的瓶颈的重要程度进行优先级排序。本发明能为交通管理部门提供瓶颈的重要程度定量描述，使其能准确地把握交通瓶颈的分布特征，合理地规划交通网络拓扑，将路网各个路段的交通需求与通行能力匹配，可用于一体化交通疏导系统。
城市交通网络中的交通瓶颈识别方法

[发明专利]基于动态贝叶斯网络的交叉路口碰撞避免方法-CN201610230227.4有效
发明人：李长乐;付宇钏;马姣 -专利权人：西安电子科技大学
申请日： 2016-04-14 - 公布日： 2018-03-06 - 主分类号： G08G1/16 文献下载
摘要：本发明公开一种基于动态贝叶斯网络的交叉路口碰撞避免方法，主要解决现有算法不能很好适应交叉路口复杂道路布局，需要进行大量的数据处理，导致高的计算复杂度和时间复杂度的问题。其实现步骤是1)确定车辆状态、道路条件和驾驶员行为信息，并采用动态贝叶斯网络对车辆状态演化进行建模；2)根据当前环境情况确定目标车辆安全驾驶行为；3)推导出驾驶员在交叉路口的意图行为，并通过对比安全驾驶行为和意图行为进行风险评估，当检测到有潜在危险存在时，根据实际情况采取不同的措施来进行碰撞避免。本发明避免了复杂的车辆轨迹预测过程，减小了计算量，能灵活地对其他场景的车辆碰撞进行避免，可用于智能交通系统中。
基于动态贝叶斯网络交叉路口碰撞避免方法

[发明专利]基于三维场景下事故驾驶员模型的建立方法-CN201610117820.8在审
发明人：李长乐;夏冰;朱丽娜;刘哲;付宇钏 -专利权人：西安电子科技大学
申请日： 2016-03-02 - 公布日： 2016-07-27 - 主分类号： G06T19/00 文献下载
摘要：本发明公开了一种基于三维场景下事故驾驶员模型的建立方法，主要解决现有移动模型没有考虑现实交通场景下的三维因素与人为因素，无法实现事故生成或规避功能的不足。其实现步骤是：1)设定模型参数即实时驾驶敏感度；2)添加三维参数，用以刻画三维场景；3)添加人为因素参数，模拟对驾驶员不规范的驾驶行为；4)调整人为因素参数，实现事故生成或避免的功能。本发明充分考虑了现实交通场景下的三维因素与人为因素，可以客观准确地反映现实中三维交通场景并支持事故生成或规避，大大提高了对现实交通场景的拟真程度，可用于应用开发或协议设计的仿真平台当中。
基于三维场景事故驾驶员模型建立方法

1
共 15 条