“王瑞锦”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73个，建议您升级VIP下载更多相关专利

[实用新型]酿酒现场清洁改善系统-CN202321382857.5有效
发明人：宋青年;孙宏业;梁爱辉;梁大海;郭新节;王志刚;王海根;曹瑞红;苗晓强;张武;王富贵;张和平;郝晨龙;王瑞锦;王增耀;韩韶 -专利权人：山西杏花村汾酒集团酒业发展区股份有限公司
申请日： 2023-06-02 - 公布日： 2023-10-27 - 主分类号： B08B15/00 文献下载
摘要：本实用新型公开了一种涉及酿酒现场清洁改善技术领域的酿酒现场清洁改善系统，包括辅料清蒸收纳系统和冷散废气收纳系统，冷散废气收纳系统包括第一管道，第一管道的一端连通有上部集气装置，第一管道的另一端连通有净化器，净化器的输出端连通有排风机；辅料清蒸收纳系统包括第二管道，第二管道的一端通过旋转驱动组件连接有排烟管道，排烟管道的底端连通有锥形集气罩，锥形集气罩的外部上端设置有伸缩组件，锥形集气罩的外部下端固接有外罩，外罩和锥形集气罩之间设置有伸缩挡气垂壁。本申请便于优化酿酒生产环境条件，确保生产现场清洁改善，运用吸尘收纳处理技术，解决生产过程辅料清蒸、材料冷散出现的废气排放、浮尘游离等问题。
酿酒现场清洁改善系统

[发明专利]适于精准分类的联邦半监督学习方法、介质及设备-CN202310895637.0在审
发明人： 王瑞锦;周世杰;张凤荔;李雄;王金波;张志扬;赖金山;陈栩霞;裴锡凯;周潼 -专利权人：电子科技大学
申请日： 2023-07-20 - 公布日： 2023-10-20 - 主分类号： G06F18/241 文献下载
摘要：本发明公开了一种适于精准分类的联邦半监督学习方法，包括获取边缘服务器下发的经过预训练的全局模型并更新本地模型；利用更新后的本地模型对自身的无标签数据预测处理获得多个伪标签，然后使用这些伪标签和无标签数据对更新后的本地模型进行宽容监督训练；然后利用自身的有标签数据对宽容监督训练后的本地模型进行严格纠正训练，获得训练后的节点模型；将训练后的节点模型参数上传至边缘服务器ES使其聚合形成全局模型，进行下一轮迭代更新。本发明在边缘计算场景下将半监督学习与联邦学习相结合，利用无标签数据使模型充分学习到无标签数据蕴含的知识，并采用有标签数据对模型进行监督训练以纠正模型参数，从整体上提高了模型分类的准确率。
适于精准分类联邦监督学习方法介质设备

[发明专利]多智能体协同计算资源调度方法、装置及系统-CN202310895639.X在审
发明人： 王瑞锦;张凤荔;周世杰;陈政;张扬;赖金山;张杰;周潼 -专利权人：电子科技大学
申请日： 2023-07-20 - 公布日： 2023-10-20 - 主分类号： G06F9/50 文献下载
摘要：本发明公开了一种多智能体协同计算资源调度方法，包括配置任务请求队列；获取边缘集群的历史运行状态序列，输入到多层叠加的LSTM神经网络中，输出具有时序特征的系统状态矩阵；将该系统状态矩阵输入到边缘集群配置的Actor‑Critic网络中进行多智能体强化学习，通过计算获得边缘集群的状态价值，并从对应的边缘集群中选择合适的节点来处理任务请求队列中的下一个任务，完成资源调度；然后根据任务回报计算损失函数和梯度来更新Actor‑Critic网络参数。本发明在面对大规模服务请求时能够成功学习请求之间的周期性状态，提高了系统吞吐率，采用时序网络与策略相结合的方式进行每一次任务调度，收敛速度更快，训练需要的数据量更少。
智能体协计算资源调度方法装置系统

[发明专利]航班地勤节点的执行方法、装置、设备及介质-CN202310538906.8有效
发明人：刘卫东;程华;倪佳;刘韬;王瑞锦;廖方民;张芮程;张凤荔;肖勇强;钟泽剑;裴锡凯 -专利权人：中国民用航空总局第二研究所;民航成都信息技术有限公司;电子科技大学
申请日： 2023-05-15 - 公布日： 2023-09-19 - 主分类号： G06Q10/0631 文献下载
摘要：本申请涉及航班地勤保障技术领域，尤其涉及航班地勤节点的执行方法、装置、设备及介质，该方法包括：根据各执行用户执行各航班地勤节点的执行时长，确定每个航班的每个航班地勤节点的执行用户得到第二执行用户序列；随机生成第二执行顺序序列；将第二执行用户序列分别与每个第二执行顺序序列进行组合，得到第二执行序列；根据基于执行用户的当前执行信息数据确定的第一执行序列和第二执行序列以及对应的子代执行序列进行迭代，得到目标执行序列。通过本申请的方式能够确定所有航班地勤节点对应的目标执行序列，以执行所有航班地勤节点，提高了执行航班地勤节点的执行效率。
航班地勤节点执行方法装置设备介质

[发明专利]基于大数据联邦学习架构下的深度伪造溯源系统-CN202110919472.7有效
发明人：倪志彬;唐龙翔;王昊龙;梁淇奥;何震宇;蒋新科;向芝莹;周啸宇;石爻;李顺;左健甫;杨若辰;吴世涵;张恩华;吉雪莲;常世晴;罗佳源;陈攀宇;王瑞锦 -专利权人：电子科技大学
申请日： 2021-08-11 - 公布日： 2023-08-25 - 主分类号： G06V40/16 文献下载
摘要：本发明公开了基于大数据联邦学习架构下的深度伪造溯源系统，包括依次顺序连接的应用层、接口层、逻辑层、网络层和存储层；应用层用于为用户提供深度伪造溯源服务，并获取用户登录和上传数据；接口层用于提供接口服务，实现服务器端和web端之间通信；逻辑层用于划分系统功能，并设计算法构建模型实现系统功能逻辑；网络层用于进行参数交换，并对建模过程中的梯度信息进行加密；存储层用于接收传输的参数信息和加密信息，并存储在本地数据库和区块链网络中。本发明提出联邦防伪溯源链的整体架构，建立联邦防伪、异常溯源、风险预测三重机制，在能够防范Web安全威胁的同时还能够有效解决针对联邦学习的数据投毒与单点故障问题。
基于数据联邦学习架构深度伪造溯源系统

[发明专利]一种航班保障任务的调度方法、装置及电子设备-CN202310538885.X有效
发明人： 王瑞锦;张扬;朱俊虎;张凤荔;倪佳;赵银川;陈政;方锐;李颖;付俊超;裴锡凯 -专利权人：中国民用航空总局第二研究所;民航成都信息技术有限公司;电子科技大学
申请日： 2023-05-15 - 公布日： 2023-08-18 - 主分类号： G06Q10/0631 文献下载
摘要：本申请提供了一种航班保障任务的调度方法、装置及电子设备，航班保障任务的调度方法包括：获取目标航班保障任务组对应的各个航班保障代理机构的状态信息；将状态信息输入到训练好的调度策略选择模型中，确定目标航班保障任务组对应的目标航班保障节点顺序以及每个目标航班保障节点对应的目标调度策略，目标调度策略包括最早航班保障代理机构优先调度策略、最紧迫航班优先调度策略以及最短工时航班保障节点优先调度策略；基于每个目标航班保障节点的目标调度策略，确定目标航班保障任务组对应的组合目标调度策略，以便完成对目标航班保障任务组的调度。本申请实现了对各大航班的目标航班保障任务组的动态灵活调度，进而提升了机场的运行效率。
一种航班保障任务调度方法装置电子设备

[发明专利]一种多尺度特征融合与自适应聚类的轨迹预测方法-CN202110806262.7有效
发明人：李志;张志扬;王瑞锦;张凤荔;高强;李志刚;张文博;李志勇;伍琦 -专利权人：子亥科技（成都）有限公司
申请日： 2021-07-16 - 公布日： 2023-08-11 - 主分类号： G06F16/28 文献下载
摘要：本发明公开了一种多尺度特征融合与自适应聚类的轨迹预测方法，包括：S1：在每个单一的特征空间进行单特征聚类，得到多尺度特征聚类结果；S2：对多尺度特征聚类结果进行融合；S3：根据融合的轨迹聚类结果建立模型，对用户当前轨迹进行分类；S4：使用类别中聚类中心作为预测候选集。本发明通过在每一个特征向量空间聚类的基础上，根据每个特征空间的聚类结果进行融合特征聚类，不仅能有效的缓解了早融合聚类的时候维数不统一带来的数学处理问题，同时多尺度特征融合使得聚类的结果更准确，并能够更好的捕获用户潜在运动模式，共同模式聚类挖掘能够一定程度上扩展了用户运动轨迹数据集，填充信息缺失部分，轨迹预测准确率更高。
一种尺度特征融合自适应轨迹预测方法

[发明专利]航班地勤节点执行序列的确定方法、装置、设备及介质-CN202310538895.3有效
发明人：张扬;王瑞锦;赵银川;唐政江;梁科;张凤荔;周杨;谭晶;肖文海;钟泽剑;陈政 -专利权人：民航成都信息技术有限公司;电子科技大学
申请日： 2023-05-15 - 公布日： 2023-07-14 - 主分类号： G06Q10/0631 文献下载
摘要：本发明涉及航班地勤保障技术领域，尤其涉及航班地勤节点执行序列的确定方法、装置、设备及介质，该方法包括：对执行用户序列或执行顺序序列中，部分航班地勤节点的执行用户或部分航班对应的执行顺序进行交叉、变异，得到交叉执行序列和变异执行序列；从所有初始执行序列、所有交叉执行序列和所有变异执行序列中筛选出最新的初始执行序列；若最新的初始执行序列的数量小于预设数量，则继续交叉、变异；否则，将最新的初始执行序列确定为目标执行序列。通过本申请的方式，能够确定目标执行序列，以执行所有航班地勤节点，提高了执行航班地勤节点的执行效率。
航班地勤节点执行序列确定方法装置设备介质

[发明专利]适用于人工智能物联网异构系统的自适应联邦学习方法-CN202211657566.2在审
发明人： 王瑞锦;张凤荔;周世杰;周潼;张志扬;赖金山;王金波;程帆;陈政;刘楠 -专利权人：电子科技大学
申请日： 2022-12-22 - 公布日： 2023-06-30 - 主分类号： G06F18/214 文献下载
摘要：本发明公开了一种适用于人工智能物联网异构系统的自适应联邦学习方法，包括：(1)终端设备进行本地模型训练；(2)边缘服务器收集终端设备能够实际负载的工作量，以及将收集的模型参数进行局部聚合；同时边缘服务器预测终端设备未来可以承受的工作量，并按照训练价值高低选出终端设备继续参与下一轮训练；(3)边缘服务器将局部聚合模型和预测的工作量发送给选择的终端设备；同时，边缘服务器还将局部聚合模型参数发送至云服务器；(4)云服务器将收集的局部聚合模型参数进行全局聚合，获得全局聚合模型，然后返回至边缘服务器。本发明解决了AIoT应用中因系统异构性和统计异构性导致出现掉队者从而引起收敛速度减慢、模型精度降低的问题。
适用于人工智能联网系统自适应联邦学习方法

[发明专利]一种边缘场景下轻量级的可信联邦学习方法-CN202310061325.X在审
发明人： 王瑞锦;陈晶;张凤荔;周世杰;赖金山;王金波;周潼 -专利权人：电子科技大学
申请日： 2023-01-20 - 公布日： 2023-05-30 - 主分类号： G06N20/20 文献下载
摘要：本发明公开了一种边缘场景下轻量级的可信联邦学习方法，包括：(1)终端设备使用私有数据集在本地对模型进行训练，输出训练结果；(2)对训练结果进行加密，并上传至边缘服务器；(3)边缘服务器计算获得一维中的平均值outmean；(4)根据计算的outmean，边缘服务器将结果广播给各个终端设备以助终端设备完成后续训练；同时，边缘服务器还利用outmean和蒸馏温度T计算KL散度，以用于指导全局模型参数训练；(5)边缘服务器将更新的全局模型参数上传到云服务器进行聚合更新；(6)云服务器验证训练模型的性能是否满足标准要求，是，则训练结束；否则，将全局模型参数发送到每个边缘服务器以开始下一轮训练。本发明能有效提升模型的训练效率和准确性。
一种边缘场景轻量级可信联邦学习方法

[发明专利]一种适用于边缘计算场景下的联邦学习安全聚合方法-CN202211657554.X在审
发明人： 王瑞锦;李雄;张凤荔;周世杰;王金波;赖金山;周潼;程帆;李嘉坤;孙鹏钊 -专利权人：电子科技大学
申请日： 2022-12-22 - 公布日： 2023-05-09 - 主分类号： H04L45/48 文献下载
摘要：本发明公开了一种适用于边缘计算场景下的联邦学习安全聚合方法，包括：(1)边缘节点将各个终端之间的通信拓扑图结构由全连通图修改为基于最小生成树的终端连通拓扑图；(2)各个终端利用本地数据训练联邦学习的模型，并根据修改的终端连通拓扑图与邻居终端以广播密钥的方式进行通信；(3)各个终端计算掩码并用于加密模型梯度；(4)边缘节点接收终端传输的加密的模型梯度并进行局部聚合；(5)云计算处理中心接收来局部聚合模型梯度，再进行一次聚合形成全局聚合模型，并将全局聚合模型下发到边缘节点，为终端提供服务。本发明在解决联邦学习中隐私泄露问题的同时，避免了需要大量额外的计算和通信开销，并提高了模型的收敛速度。
一种适用于边缘计算场景联邦学习安全聚合方法

[发明专利]一种基于深度强化学习的边云协同串行任务卸载方法-CN202110235757.9有效
发明人： 王瑞锦;刘东;张凤荔;赵佳俊;蒲文龙 -专利权人：电子科技大学;四川虹信软件股份有限公司
申请日： 2021-03-03 - 公布日： 2023-04-18 - 主分类号： G06F9/48 文献下载
摘要：本发明公开了一种基于深度强化学习的边云协同串行任务卸载方法，包括S1：用户设备产生串行任务，并发送任务卸载请求至MEC服务器；S2：MEC服务器接收到用户设备发送的任务卸载请求后，获取当前系统状态；通过计算获得权重向量，并根据当前状态，得到最优卸载策略；S3：根据得到的最优卸载策略，执行卸载任务。本发明通过对串行任务的权重分配，实现了网络边缘和云端协同的串行任务动态分配处理，为不同的用户设备应用提供低时延高能效的任务卸载服务。
一种基于深度强化学习协同串行任务卸载方法

[发明专利]一种基于多变量灰色模型时间序列的车流量预测方法-CN201910604965.4有效
发明人：张凤荔;翟嘉伊;王瑞锦;刘崛雄;张雪岩;周世杰 -专利权人：电子科技大学
申请日： 2019-07-05 - 公布日： 2023-02-21 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及一种基于多变量灰色模型时间序列的车流量预测方法，所述方法包括以下内容：输入采集的观测站车流量和相关外部变量数据以及观测站信息数据；对输入的数据进行数据预处理；将进行数据预处理后的数据输入到基于数据分解的多变量时间序列融合预测模型和基于结果加权的多变量时间序列融合预测模型中进行预测；将预测值与实际值进行对比，输出最终结果。通过多种多变量时间序列预测模型的融合对高速公路的车流量进行预测，提高了预测精度，通过对交通领域中高速公路上的应用实现，可以帮助交通管理部门提高智能化管理水平，降低运营成本；通过应用演示系统的展示，可以直观为管理人员提供数据支撑，以便及时做出相应的决策并予以实施。
一种基于多变灰色模型时间序列车流量预测方法

[发明专利]一种基于生成对抗网络的无线电数据增扩与分类方法-CN202111589637.5有效
发明人： 王瑞锦;张凤荔;周世杰;周志远;张志扬;黄鑫 -专利权人：电子科技大学
申请日： 2021-12-23 - 公布日： 2023-01-24 - 主分类号： H04B17/336 文献下载
摘要：本发明公开了一种基于生成对抗网络的无线电数据增扩与分类方法，利用GAN捕获样本数据分布，生成具有原始数据分布特征的高质量“伪造”数据，从而解决获取无线调制数据困难与成本较高的问题；优化了调制数据分类模型，提出了调制分类模型AMCST，提高了调制数据的分类准确率。通过在公共数据集上的实验，证明了所提出的数据增扩方法可以极大地提高调制分类模型AMCST分类准确率。在未来的工作中，本发明将研究其他深度学习模型，如变分自编码器及其变种，在调制数据增扩领域的应用。
一种基于生成对抗网络无线电数据分类方法

[发明专利]基于联邦学习实现医疗数据的隐私保护系统-CN202211262070.5在审
发明人： 王瑞锦;张凤荔;孙鑫;周世杰;谭婧;王雯;赖金山;张志扬;刘东;孙鹏钊 -专利权人：电子科技大学;四川大学华西医院
申请日： 2022-10-14 - 公布日： 2023-01-03 - 主分类号： G06F21/62 文献下载
摘要：本发明公开了一种基于联邦学习实现医疗数据的隐私保护系，涉及医疗数据管理技术领域，包括医疗终端设备、医疗边缘服务器和医疗云中心服务器；医疗终端设备可通过变分建模对医疗数据进行预处理以实现隐私增强并得到模型训练数据；医疗边缘服务器用于将模型训练数据传入多模态模型，筛选得到生命体征区域特征，对全局医疗模型进行训练，得到局部模型，在局部模型梯度中加入本地微分扰动噪声；初始化和更新全局医疗模型。本发明为基于联邦学习的云边、智能、安全、可信的架构，能实现云边智能协同下的医疗模型训练；实现了医疗数据多模态融合的细粒度分类，提高了模型的准确率；将变分建模和差分隐私集成到系统架构中，确保医疗数据的高机密性。
基于联邦学习实现医疗数据隐私保护系统

1
2
3
4
5
下一页»
尾页
共 73 条