“於志勇”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29个，建议您升级VIP下载更多相关专利

[发明专利]一种可同时感知与执行的移动公共资源调度方法-CN202310732444.3在审
发明人： 於志勇;郭志鹏;黄昉菀;涂淳钰 -专利权人：福州大学
申请日： 2023-06-19 - 公布日： 2023-08-18 - 主分类号： G06Q10/0631 文献下载
摘要：本发明的目的在于提供一种可同时感知与执行的移动公共资源调度方法，通过两阶段的调度，即考虑短期执行效用也考虑长期预测效用以达到移动公共资源长期覆盖人流量最大化，综合考虑执行效用与感知效用，以达到长期覆盖人流的最大化，保证动态资源的高利用率。
一种同时感知执行移动公共资源调度方法

[发明专利]一种基于图和注意力的时空裂缝数据推断方法-CN202310237655.X在审
发明人： 於志勇;郭贤伟;黄昉菀;郭文忠;郝勇涛 -专利权人：福州大学
申请日： 2023-03-14 - 公布日： 2023-06-23 - 主分类号： G06F17/16 文献下载
摘要：本发明提出一种基于图和注意力的时空裂缝数据推断方法，包括以下步骤；步骤S1：获取包含时空裂缝数据的原始稀疏矩阵；步骤S2：移除原始稀疏矩阵中的所有时空裂缝，得到更小尺寸的无裂缝稀疏矩阵；步骤S3：利用矩阵分解技术推断无裂缝稀疏矩阵；步骤S4：将步骤S2移除的时空裂缝重新放回，得到预处理的稀疏矩阵；步骤S5：构建基于图注意力网络的空间块和基于Transformer的时间块，并将它们组合成时空神经网络结构；步骤S6：将预处理的稀疏矩阵输入时空神经网络结构的模型中，得到推断的矩阵并计算损失；步骤S7：重复步骤S6，以训练模型直至收敛；本发明在给定具有稀疏性并可能伴有时空裂缝特征的感知数据的情况下，能有效地推断出比较理想的完整数据。
一种基于注意力时空裂缝数据推断方法

[发明专利]基于压缩感知自适应测量矩阵的空气质量主动采样方法-CN202310176321.6在审
发明人：黄昉菀;黄伟杰;於志勇;郭贤伟 -专利权人：福州大学
申请日： 2023-02-28 - 公布日： 2023-06-02 - 主分类号： G06F30/20 文献下载
摘要：本发明涉及一种基于压缩感知自适应测量矩阵的空气质量主动采样方法，包括以下步骤：将空气质量历史数据进行处理，得到训练压缩矩阵；使用高斯随机矩阵构造初始字典，利用字典学习技术求解得到过完备字典；构造稀疏基，将过完备字典和稀疏基的逆相乘后进行列子集选择操作得到最重要的m个列；利用得到的m个列构造测量矩阵后进行主动采样，得到一条新数据，进而推测出其余未采样点的估计值；将得到的新数据加入训练压缩矩阵，并将其中最旧的训练数据删除，以保证训练集大小固定不变。重复上述步骤以实现多轮主动采样。该方法能够使用压缩感知模型一体化实现采样和推测，并且可以实时更新训练集以适应多次采样。
基于压缩感知自适应测量矩阵空气质量主动采样方法

[发明专利]一种车联网中基于同态加密的联邦学习隐私保护方法-CN202011413354.0有效
发明人：王田;曹芷晗;卢煜成;於志勇;高振国;张忆文 -专利权人：华侨大学;福州大学
申请日： 2020-12-04 - 公布日： 2023-05-09 - 主分类号： H04L9/00 文献下载
摘要：本发明提供一种车联网中基于同态加密的联邦学习隐私保护方法，将基于同态加密的联邦学习引入车联网中，通过改进具有加法同态行的Paillier算法和具有乘法同态性的RSA算法，并结合AES算法和步长混淆的方式，同时采用分层加密技术，使加法同态在边缘端完成，而乘法同态在云端完成以提高加密效率，从而有效防止联邦学习恶意攻击，并有效降低加密导致的延迟的方法；该发明可以应用在车联网中进行隐私保护将联邦学习引入IoV中以解决用户隐私泄露问题。为了进一步地增强数据安全性，在联邦学习中引入高效的同态加密；而且改进了具有加法同态性的Paillier算法和具有乘法同态性的RSA算法，并结合AES算法和步长混淆的方式，构建一个具有全同态加密性的联邦学习架构。
一种联网基于同态加密联邦学习隐私保护方法

[发明专利]一种PointTrack框架下基于窗函数的点云采样方法-CN202011547135.1有效
发明人：柯逍;叶宇;李悦洲;於志勇 -专利权人：福州大学
申请日： 2020-12-24 - 公布日： 2022-12-13 - 主分类号： G06T7/215 文献下载
摘要：本发明涉及一种PointTrack框架下基于窗函数的点云采样方法，包括以下步骤：步骤S1：获取视频图像帧中所有目标的2D边界框，并输入到神经网络中进行分割，得到对应的前景与背景；步骤S2：根据分割结果对边界框在上下左右四个方向进行扩展，并将扩展后割的结果使用窗函数进行点云采样，分别得到前景和背景相对应的2D点云采样结果；步骤S3：将得到的前景点云进行整合，计算对应的颜色特征向量和形状特征向量，将得到的背景点云进行整合，并计算对应的颜色特征向量、形状特征向量以及类别向量，最终将得到的向量串联输入到PointTrak模型中。本发明能够使用窗函数更好的对点云采样进行控制，可以让采样的点更偏向于反应轮廓信息或者颜色信息，提高PointTrack多目标跟踪效果。
一种 pointtrack 框架基于函数采样方法

[发明专利]一种基于边缘的联邦学习模型清洗和设备聚类方法、系统-CN202011166681.0有效
发明人：王田;刘艳;尹沐君;於志勇;高振国;张忆文 -专利权人：华侨大学;福州大学
申请日： 2020-10-27 - 公布日： 2022-11-01 - 主分类号： G06F16/215 文献下载
摘要：本发明提出一种基于边缘的联邦学习模型清洗和设备聚类方法、系统、设备和可读存储介质，方法包括：根据设备所在的局域网地址，对设备聚类，将在每个局域网部署一个移动边缘节点服务器；参与训练的终端设备接收到云端发来的全局模型，在本地数据上训练得到本地更新模型；计算终端设备本地更新模型参数与全局模型参数间的余弦相似度；判定所述余弦相似度是否大于设定阈值，若余弦相似度大于设定阈值的本地更新模型，传输到移动边缘节点服务器参与边缘聚合，得到簇模型；将局域网的簇模型发送到云端参与全局聚合，得到全局聚合模型。本发明提出的方法能够在减少不必要的通信开销和避免服务器高并发访问带来的传输延迟的情况下提高联邦学习通信效率的方法。
一种基于边缘联邦学习模型清洗设备方法系统

[发明专利]一种基于贪心策略的失踪目标搜索方法-CN201811363492.5有效
发明人： 於志勇;韩磊;陈星;郭龙坤;郑相涵 -专利权人：福州大学
申请日： 2018-11-16 - 公布日： 2022-10-14 - 主分类号： G01S19/24 文献下载
摘要：本发明涉及一种基于贪心策略的失踪目标搜索方法。将连续的历史GPS轨迹数据转变成离散的位置点序列，计算目标位置转移概率矩阵，而后评估出找到目标的单位搜索代价；根据转移概率矩阵和评估的搜索代价计算“代价时跨比”、“概率代价比”，基于贪心策略遍历代价时跨比、概率代价比确定搜索时刻、待搜索位置的序列；重复上述过程，直到搜索时刻为目标时刻，输出目标位置。本发明方法利用历史轨迹数据，估测搜索时刻评估指标——期望的代价时跨比，和搜索位置评估指标——期望的概率代价比，来启发式确定搜索时刻和搜索位置，有效地降低了找到目标指定时刻所在位置的搜索代价。
一种基于贪心策略失踪目标搜索方法

[发明专利]一种基于强化学习的稀疏群智感知在线用户招募方法-CN202210675748.6在审
发明人：郭志鹏;於志勇;郭贤伟;涂淳钰 -专利权人：福州大学
申请日： 2022-06-15 - 公布日： 2022-08-16 - 主分类号： G06F16/9535 文献下载
摘要：本发明涉及一种基于强化学习的稀疏群智感知在线用户招募方法，包括以下步骤：步骤S1：获取历史感知数据；步骤S2：构建用户的历史轨迹数据；步骤S3：构建用户招募模型和预算保留模型；步骤S4：训练用户招募模型和预算保留模型；步骤S5：利用预算保留模型判断是否在当前周期保留预算，若判断为“是”，则等待下一个周期到来再重复步骤S5，否则，跳转至步骤S6；步骤S6：招募贡献最大的一个用户，支付其相应的报酬后回到步骤S5；步骤S7：重复步骤S5和S6，直到预算不足或所有周期结束；步骤S8：结合推断算法推断完整的数据。该方法通过交替执行用户招募决策和预算保留决策，在预算和时间限制下，在线招募一组近似最优的用户完成稀疏群智感知任务。
一种基于强化学习稀疏感知在线用户招募方法

[发明专利]混合云环境下面向代价优化的工作流数据布局方法-CN201910317130.0有效
发明人： 於志勇;黄引豪;陈星;郑勇杰;黄志豪 -专利权人：福州大学
申请日： 2019-04-19 - 公布日： 2022-08-05 - 主分类号： G06N3/00 文献下载
摘要：本发明涉及一种混合云环境下面向代价优化的工作流数据布局方法。首先，进行混合云环境下面向代价优化的科学工作流数据布局问题建模，将问题目标形式化得到目标函数；其次，对遗传粒子进行问题编码，实现粒子到数据布局策略的一一对应关系；再而，基于目标函数设计适应度函数来评价粒子优劣；最后，基于适应度函数，初始化种群并根据GAPSO的粒子更新策略对粒子种群不断更新迭代从而求得近似最优解。本发明方法可以有效降低混合云环境下科学工作流的执行代价。
混合环境面向代价优化工作流数据布局方法

[发明专利]基于强化学习算法的失踪目标搜索方法-CN201911179955.7有效
发明人： 於志勇;韩磊;黄昉菀;郭文忠 -专利权人：福州大学
申请日： 2019-11-27 - 公布日： 2022-08-05 - 主分类号： G06F16/9537 文献下载
摘要：本发明提出一种基于强化学习算法的失踪目标搜索方法，包括如下步骤：步骤S1、数据预处理：包括时间和空间的离散化；目标移动轨迹的离散化；不同时间空间下搜索难度的标量化；步骤S2、强化学习训练环境构建：构建强化学习训练环境，训练环境信息包含不同时间不同位置出发的对象在不同搜索时刻下的期望搜索代价和不同搜索时刻转移到不同位置的概率；步骤S3、时空搜索模型离线训练：对状态和行为的定义以及模型进行自适应优化；步骤S4、在线时空搜索决策：基于步骤S3已经训练好的时空搜索模型迭代地采用贪婪策略确定时空搜索序列并执行时空搜索。其有效的降低了找到目标在目标时刻所在位置的搜索代价，完成搜索代价约束下的目标搜索任务。
基于强化学习算法失踪目标搜索方法

[发明专利]一种基于模块化循环神经网络的电力负荷预测方法-CN202110020657.4有效
发明人：黄昉菀;郭昆;於志勇;庄世杰 -专利权人：福州大学
申请日： 2021-01-07 - 公布日： 2022-07-08 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及一种基于模块化循环神经网络的电力负荷预测方法。包括以下步骤：1、构建一个包含输入层、隐藏层和输出层的循环神经网络，并把隐藏层划分为若干个模块；2、通过四种隐藏层模块更新策略和两种循环连接剪枝策略的不同组合，可以构建不同的模块化循环神经网络；3、对获取的电力负荷数据进行Z‑score标准化处理，并将其按照时间顺序划分为训练集，验证集和测试集。利用训练集对模型进行训练，用验证集进行调参，最后在测试集上评估性能。本发明相对于目前广泛应用的门控循环神经网络而言，该框架下的模型能够在有效降低网络训练参数量的同时，实现对电力负荷的精准预测。特别是基于自适应更新策略的模块化循环神经网络的表现最为突出。
一种基于模块化循环神经网络电力负荷预测方法

[发明专利]一种匈牙利算法下基于空间约束的成本矩阵优化方法-CN202011128387.0有效
发明人：柯逍;叶宇;李悦洲;於志勇 -专利权人：福州大学
申请日： 2020-10-20 - 公布日： 2022-06-10 - 主分类号： G06V40/10 文献下载
摘要：本发明涉及一种匈牙利算法下基于空间约束的成本矩阵优化方法，首先获取保存好的所有被跟踪目标的外观特征向量集合，然后获取该帧中所有行人检测的结果，并将他们结合构造初始的成本矩阵；接着根据之前被跟踪的目标的信息利用卡尔曼滤波来估计该目标的当前位置，根据估计位置和检测结果的相对关系来修改成本矩阵的权重，用于后续的指派任务；最后利用匈牙利算法获得成本矩阵的最优指派，据此将检测结果进行分配，并且更新和保存被跟踪目标的外貌特征。本发明能够根据视频场景来有效改善匈牙利算法的匹配效果，去除一些不合理的匹配。
一种匈牙利算法基于空间约束成本矩阵优化方法

[发明专利]一种基于稀疏表示的电力负荷预测方法-CN201810304089.9有效
发明人： 於志勇;郭文忠;黄昉菀;郑香平 -专利权人：福州大学
申请日： 2018-04-04 - 公布日： 2022-03-25 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及一种基于稀疏表示的电力负荷预测方法，包括以下步骤：通过电力公司获取真实电力负荷数据，对数据进行预处理得到，包括数据缺失、数据异常和数据归一化等具体操作等处理；通过拼接基础字典、单位矩阵字典和外部因素字典，使其构成过完备字典，过完备字典包括用于求解稀疏系数向量的训练字典和用于预测未来电力负荷的测试字典两部分；根据预处理的电力负荷数据和的训练字典使用正交匹配追踪OMP算法来求解系数向量；结合测试字典和稀疏系数向量来预测未来的电力负荷。该方法在真实存在的电力负荷数据集的基础上，可以有效地预测未来的电力负荷，在添加外部因素的条件下，可以显著地提高负荷预测的精度。
一种基于稀疏表示电力负荷预测方法

[发明专利]基于回声状态网络的多维时间序列缺失补全方法-CN202111412506.X在审
发明人：黄昉菀;郑伟楠;李莉;於志勇 -专利权人：福州大学
申请日： 2021-11-25 - 公布日： 2022-03-01 - 主分类号： G06N3/04 文献下载
摘要：本发明涉及一种基于回声状态网络的多维时间序列缺失补全方法，包括：步骤S1：构建回声状态网络模型；步骤S2:按照时间顺序，向回声状态网络模型的输入层提供每个时刻的外生变量，向输出层提供对应时刻的多维时间序列的观测值，若缺失的观测值尚未预补，则利用基于方向的最近邻策略进行暂时性预补;步骤S3:分别构建具有双向反馈的前向或双向回声状态网络，并更新所有时刻的内部状态；步骤S4:根据无需预补时刻的输入、内部状态和真实输出训练出网络的输出权重；步骤S5:根据需要预补时刻的输入、内部状态和步骤S4得到的输出权重计算输出估计值，并用于对预补值进行更新；步骤S6:重复步骤S3‑S5，用最后的预补值填补原始序列的缺失值。本发明考虑更加全面的数据相关性来提升多维时间序列的补全精度。
基于回声状态网络多维时间序列缺失方法

[实用新型]一种捞渣机自动补水装置-CN202121059172.8有效
发明人：岳岚;张震龙;於志勇;裴建军;张向东 -专利权人：北方联合电力有限责任公司包头第二热电厂
申请日： 2021-05-18 - 公布日： 2021-12-28 - 主分类号： F23J1/06 文献下载
摘要：本实用新型公开了一种捞渣机自动补水装置，包括装置主体，所述装置主体内侧设置有活塞板，所述装置主体内侧表面设置有固定块，所述固定块与装置主体的连接处设置有固定杆，所述固定块内侧设置有电机，所述电机一端设置有转轴，所述转轴表面设置有扇叶；通过设置的扇叶，让渣料在入料时可以进行打散，分别均匀的落入活塞板顶端表面，有效避免了渣料全都堆积在一处导致的活塞板出现倾斜的情况。
一种捞渣机自动装置

1
2
下一页»
尾页
共 29 条