专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果14个,建议您升级VIP下载更多相关专利
  • [发明专利]基于关键实例及其查询重写的RDF(C)-CN202211582559.0在审
  • 赵晓非;柴争义;袁超;张振 - 天津工业大学
  • 2022-12-09 - 2023-05-05 - G06F11/36
  • 本发明涉及一种基于关键实例及查询重写的RDFS(c)模式冲突的检测方法,包括以下步骤:将RDFS(c)模式转换为内模式;建立关键实例映射集,计算生成内模式的关键实例;过滤关键实例映射集并生成类型框架;采用查询重写方法推断被违背的类型限定和约束。本发明设计合理,首先定义内模式的概念并给出了RDFS(c)到内模式的转换方法;然后生成内模式的关键实例,该关键实例显著小于原始实例的规模使得检测效率得以显著提升;最后在内模式的关键实例上进行模式冲突的检测,在检测时采用查询重写方法对关键实例进行扩展并构建违背约束的潜在实例,重写的极小性使得所构建的实例具有最小的规模,提高了约束违背的推断效率。
  • 基于关键实例及其查询重写rdfbasesub
  • [发明专利]基于多目标深度强化学习的无人机边缘计算卸载方法-CN202310034089.2在审
  • 柴争义;刘旭;李亚伦;袁东;侯昊乐 - 天津工业大学
  • 2023-01-10 - 2023-03-21 - G06F9/445
  • 本发明涉及一种基于多目标深度强化学习的无人机边缘计算卸载方法,包括以下步骤:构建无人机‑移动边缘计算系统,采用深度强化学习的方法对无人机‑移动边缘计算系统的最小化时延和能耗的任务卸载模型进行求解,初始化用户偏好空间;对深度强化学习中的Q网络和目标Q网络进行初始化;偏好经验池更新;选择当前状态下的动作,并执行动作得到向量值奖励和下一个状态;经验存储操作;经验样本训练:输出卸载决策。本发明将UAV‑MEC系统的COP建模为一个多目标马尔可夫决策过程,并采用多目标深度强化学习方法进行求解,得到满足用户需求的最优解,提高了求解效率和灵活性,可广泛用于对无人机边缘计算环境进行计算卸载。
  • 基于多目标深度强化学习无人机边缘计算卸载方法
  • [发明专利]一种基于拟态物理多目标优化的认知物联网频谱检测方法-CN201710891220.1有效
  • 李亚伦;柴争义;杨建辉;吴聪 - 天津工业大学
  • 2017-09-27 - 2021-03-09 - H04B17/382
  • 本发明属于物联网技术领域,公开了一种基于拟态物理多目标优化的认知物联网频谱检测方法,认知传感器节点之间采用集中式协作频谱检测方式;将频谱检测问题建模为提高全局检测率和降低能耗的多目标优化问题;通过拟态多目标优化算法对频谱检测问题进行求解;得到多目标优化问题的解后,即可得到较优的节点休眠率和决策数据筛选率;根据节点休眠率决定哪些节点进行休眠,根据筛选率决定哪些本地检测信息发送给融合中心;融合中心对所接收到的检测信息进行融合,得到最终频谱是否空闲的结果,并返回给认知传感器节点。本发明可以在能量效率和检测率之间取得较好的均衡,为绿色物联网中的频谱检测提供了一个较好的决策依据。
  • 一种基于拟态物理多目标优化认知联网频谱检测方法
  • [发明专利]一种用于异常检测的否定选择方法-CN201710792435.8在审
  • 柴争义;李亚伦;杨建辉;吴聪 - 天津工业大学
  • 2017-09-05 - 2018-01-16 - G06F21/55
  • 本发明属于异常检测技术领域,公开了一种用于异常检测的否定选择方法包括对具体的异常检测问题进行形式化定义;定义异常检测问题的正常样本和自体集;使用集成假设检验的二次否定选择过程产生检测器;输入要检测的数据,如果与检测器匹配,则为异常数据,否则为正常数据。检测器的二次否定生成过程包括;与已有的检测器进行第一次否定选择,然后与自体进行第二次否定选择过程。通过二次否定过程生成检测器,并改变接受和拒绝零假设的条件来快速更新检测器集,减少了无效检测器的生成。本发明异常检测的误报率有所降低,检测器生成的数量有了明显地减少,提高了检测器效率,适合在线快速检测。
  • 一种用于异常检测否定选择方法
  • [发明专利]异构网络融合场景下的联合式动态频谱分配方法-CN201310731540.2有效
  • 朱思峰;柴争义;沈连丰;陈国强;王朝君 - 周口师范学院;东南大学
  • 2013-12-26 - 2017-01-18 - H04W72/04
  • 本发明公开了一种异构网络融合场景下的联合式动态频谱分配方法,具体包括如下步骤(1)将各个无线通信网络的频谱资源汇集为一个矢量频谱资源库;(2)对矢量频谱资源库,按照“先优化网间频谱分配,在优化网间频谱分配后,再对网内频谱进行二次优化”的频谱分配优化策略,建立联合式动态频谱分配通用模型;(3)使用人工智能方法求解联合式动态频谱分配模型。本发明提供的异构网络融合场景下的联合式动态频谱分配方法,从提高整个异构网络系统的频谱资源利用率角度出发,考虑了网间和网内频谱资源协同分配优化问题,对发展绿色通信提供了有力的支持,能够找出最优的频谱优化分配方案。
  • 网络融合场景联合动态频谱分配方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top