“赵伟莨”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9个，建议您升级VIP下载更多相关专利

[发明专利]基于精英麻雀搜索改进XGBoost算法的异常流量检测方法及系统-CN202310712280.8在审
发明人：王兴伟;孙晓娟;于佳林;赵伟莨;李婕;贾杰 -专利权人：东北大学
申请日： 2023-06-15 - 公布日： 2023-09-05 - 主分类号： H04L9/40 文献下载
摘要：本发明涉及一种基于精英麻雀搜索改进XGBoost算法的异常流量检测方法，其中：所述方法步骤如下：(1)、对实时采集的带有异常流量环境的网络流量数据进行初始化，获得带有初始特征集的流量数据集；(2)、对步骤(1)中所述的流量数据集进行特征提取获得提取后的特征集的流量数据集；(3)、将步骤(2)中所述的带有初始特征集的流量数据集输入至基于精英麻雀搜索改进XGBoost模型，输出检测结果。其有益效果是，使用XGBoost作为基分类器，精英麻雀搜索算法进行算法性能优化，得到更精准的异常流量分类结果。
基于精英麻雀搜索改进 xgboost 算法异常流量检测方法系统

[发明专利]一种基于时间信息的软件定义车辆网络的未来路由预测方法-CN201911224681.9有效
发明人：赵亮;郦铸辉;赵伟莨;林娜;拱长青;石峻岭 -专利权人：沈阳航空航天大学
申请日： 2019-12-04 - 公布日： 2023-05-02 - 主分类号： H04L41/0893 文献下载
摘要：本发明涉及一种基于时间信息的软件定义车辆网络(SDVN)的未来路由预测方法。包括：根据车辆上传的状态信息和预处理好的路口信息，构建与当前车辆网络对应的隐马尔科夫模型(HMM)，路口为隐状态，车辆为显状态；根据此模型进行预测，主要分为两步：考虑多个参数的情况下，使用独有的算法生成最有可能的隐状态序列，即路口序列；由预测的路口序列，通过特有计算转化到显状态上，即车辆，联系起来即可获得高质量的预测后未来路由。此方法将时间图的概念带入到了路由计算中，比起过去将车辆网络视作一组静态图，时间图考虑了更多的时间信息，是预测后的路由更加符合真实场景，同时为下一步的路由计算等应用带来更多可能性。
一种基于时间信息软件定义车辆网络未来路由预测方法

[发明专利]一种基于学习的用于车辆通信的车辆轨迹生成方法-CN201811612865.8有效
发明人：赵亮;刘羽霏;赵伟莨;杨凯淇;拱长青;林娜;范纯龙;李照奎 -专利权人：沈阳航空航天大学
申请日： 2018-12-27 - 公布日： 2022-12-23 - 主分类号： G08G1/01 文献下载
摘要：本发明包含了一种基于学习的用于车辆通信的车辆轨迹生成模型，该模型主要基于VISSIM和极端学习机(Extreme learning Machine,ELM)。该方法针对不同的车辆密度来生成对应的车辆移动轨迹数据。提出了一种使用VISSIM这类交通仿真软件的新方法。首先利用VISSIM生成大量的仿真数据，然后把这些数据经过统计后使用ELM进行训练，训练后可以得到VISSIM的参数权值矩阵，利用这个参数权值矩阵来建立车辆移动轨迹生成模型。利用本模型可以方便的确定不同车辆密度的VISSIM仿真参数，这样可以让耗时耗力的交通仿真参数设置变得更加高效。
一种基于学习用于车辆通信轨迹生成方法

[发明专利]一种基于三重特征选择和增量学习的在线流分类方法-CN202210714868.2在审
发明人：王兴伟;赵伟莨;王卓楠;贾杰 -专利权人：东北大学
申请日： 2022-06-22 - 公布日： 2022-09-13 - 主分类号： H04L47/2441 文献下载
摘要：本申请涉及一种基于三重特征选择和增量学习的在线流分类方法，所述方法包括：基于预先采集的网络流量样本数据，采用三重特征选择方案进行特征选择，并使用霍夫丁任意时间树增量学习方法离线训练模式构建初始的决策模型；基于实时的流量，获取用于在线训练的特征数据集合，对所述特征数据集合中的特征数据进行处理，并基于处理后的特征数据集合通过霍夫丁任意时间树的在线模式更新初始的决策模型，获得用于对网络流量进行在线分类的决策模型。通过本申请中的方法，可以实现实时地对长短流进行细粒度的流分类，识别类型包括猎豹流、乌龟流、豪猪流和大象流，提供了一种通用的在线流分类框架。
一种基于三重特征选择增量学习在线分类方法

[发明专利]一种基于时间信息的软件定义车辆网络自适应路由方法-CN201811609539.1有效
发明人：赵亮;郦铸辉;李佳佳;赵伟莨;拱长青;林娜;范纯龙;李照奎 -专利权人：沈阳航空航天大学
申请日： 2018-12-27 - 公布日： 2022-01-14 - 主分类号： H04W16/22 文献下载
摘要：本发明属于无线通信技术领域，涉及一种基于时间信息的软件定义车辆网络自适应路由方法。本发明根据实时的历史路由数据和当前距离信息，对当前车辆网络构建对应的马尔可夫模型。利用构建的马尔可夫模型对未来的路由进行预测，最后用这些数据通过一个时间图最优路径算法来快速地计算最优路由方案。此方法将时间图的概念带入到了路由计算中，比起过去将车辆网络视作一组静态图，时间图考虑了更多的时间信息，使策略更符合现实场景，同时采用了更高效的时间图算法；采用了软件定义网络架构，网络架构分为控制平面与数据平面。本发明可以有效地提升通信效率。
一种基于时间信息软件定义车辆网络自适应路由方法

[发明专利]一种基于软件定义车联网的自适应路由方法-CN201811610373.5有效
发明人：赵亮;赵伟莨;郦铸辉;刘羽霏;拱长青;林娜;范纯龙;李照奎 -专利权人：沈阳航空航天大学
申请日： 2018-12-27 - 公布日： 2020-11-20 - 主分类号： H04W4/02 文献下载
摘要：本发明公开了一种基于软件定义车联网的自适应路由方法，通过本地控制器可以获取车辆节点的ID、位置和速度信息，上述信息结合本地的电子地图可以提取出用于表征实时交通状况的特征数据，通过中央控制器和本地控制器的协同，可以构建用于选择路由策略的决策模型并实时对决策模型进行更新，进而实现为特定交通场景选择最优的路由策略。
一种基于软件定义联网自适应路由方法

[发明专利]一种基于多模态数据的路由度量的生成方法-CN201710307115.9有效
发明人：赵亮;赵伟莨;李照奎;拱长青;林娜;李席广;吴昊 -专利权人：沈阳航空航天大学
申请日： 2017-05-04 - 公布日： 2020-11-06 - 主分类号： G06K9/62 文献下载
摘要：本发明属于针对无线网络技术领域，尤其是车辆自组织网络中网络层路由搜索技术领域，具体提出了一种基于多模态数据的路由度量的生成方法，通过分析包括代表环境、司机、车辆、交通信息的多种模态数据，建立路由度量TDR，提高对中间节点的可靠型的判断精度：用一种半监督多模态的机器学习架构，对少量的有标签数据学习，协同训练，协同训练过程分为正向训练与标签升级两个迭代过程，构造路由度量。提出一种基于机器学习算法生成路由度量的机制，考量海量路由约束点，以数据挖掘角度来分析相关数据对路由的影响，生成准确判断路由可靠性的路由度量。利用半监督的多模态架构分析海量的无标签数据和少量有标签数据，以最低的代价完成训练建模过程。
一种基于多模态数据路由度量生成方法

[发明专利]一种基于智能优化算法改进超限学习机解决分类问题的方法-CN201911224537.5在审
发明人：赵亮;赵伟莨;林娜;拱长青;石峻岭;郦铸辉 -专利权人：沈阳航空航天大学
申请日： 2019-12-04 - 公布日： 2020-05-12 - 主分类号： G06K9/62 文献下载
摘要：本发明属于智能技术领域，具体涉及一种智能优化算法改进超限学习机解决分类问题的通用方法。包括以下步骤：步骤1：初始化在线超限学习机(OS‑ELM)的参数，包括训练集，验证集，隐层节点的个数，激活函数类型，隐层的输入矩阵IW以及隐层神经元的阈值Bias矩阵。步骤2：初始化智能优化算法的参数，包括智能优化算法的终止条件，待优化数据的维度以及各维度的上下限(范围)步骤3：初始决策模型的获取，这部分进行初始化训练来获取最初的决策模型。步骤4：在线更新决策模型，这部分使用新的数据集来对现有模型更新，可以分批次的训练。本发明可以有效地提升OS‑ELM的学习能力，具体表现为提高测试的精准度。
一种基于智能优化算法改进超限学习机解决分类问题方法

[发明专利]一种群体智能优化算法青霉菌繁殖算法-CN201911224540.7在审
发明人：赵亮;赵伟莨;林娜;拱长青;石峻岭;郦铸辉 -专利权人：沈阳航空航天大学
申请日： 2019-12-04 - 公布日： 2020-05-08 - 主分类号： G06N3/00 文献下载
摘要：本发明属于优化算法领域，提出了一种新型的、具有杰出寻优能力的群体智能优化算法——青霉菌繁殖算法。青霉菌繁殖算法可以分为孢子的局部搜索过程，孢子的全局搜索过程，孢子的选择策略以及负反馈调节过程。孢子的局部搜索可以使算法快速收敛，全局搜索过程可以有效的避免局部最优解的发生，选择策略可以选择出具有最佳适应度值的解，是一种择优的过程。负反馈调节过程则是根据历代的适应度值变化来调节整个搜索过程，可以在局部最优发生时有效的跳出局部最优的情况。本发明借鉴了青霉菌的繁殖过程，算法易于理解，具有杰出的寻优能力，可以结合具体的场景进行应用。
一种群体智能优化算法青霉繁殖

1
共 9 条