本实用新型公开了一种谐振补偿式风力发电机谐振参数测量装置，包括可调谐振网络和微控制器，可调谐振网络的输入端与风力发电机输出端相连，可调谐振网络的输出端与负载相连接；微控制器通过用于获取可调谐振网络参数的测量模块和可调谐振网络相连接，微控制器通过用于调节可调谐振网络参数的调节模块和可调谐振网络相连接；微控制器上还和用于获取风力发电机转速的风速传感器相连接。本装置可实现发电机在不同风速下，始终工作于谐振状态，通过对最佳发电效率时的谐振参数的准确测量，从而为应用谐振技术，提高发电效率奠定基础。
📄 2022227103355
📂 F03D17_00
👤 南京信息工程大学
📅 2022-10-14
本实用新型公开了一种基于声音信号的雨量监测装置，包括单片机、用于采集声音信号的麦克风前置放大器和风速风向传感器，以及串口通信模块和GSM模块。本装置主要利用多个麦克风前置放大器和传感器对降雨声音和风速风向进行采集，采用多ADC定时器中断采样的方法，将采集到的声音依次进行放大、滤波，把模拟信号转换成数字信号，通过串口通信模块和GSM模块将信号传输给上位机并进行去噪处理和BP神经网络，从而实现实时雨量的监测并提高了环境雨量监测的准确性。
📄 2022204604053
📂 G01W1_14
👤 南京信息工程大学
📅 2022-03-04
本实用新型公开了基于4G‑DTU无线网络自动气象站远程故障检测装置，包括故障检测仪主机、4G‑DTU无线通讯单元以及信号采集处理单元，其中，所述的故障检测仪主机包含工控一体机以及第一电源模块，所述的第一电源模块用于为工控一体机供电，所述的4G‑DTU无线通讯单元与自动气象站数据采集终端连接，4G‑DTU无线通讯单元能向工控一体机发送自动气象站数据采集终端采集的数据，所述的信号采集处理单元用于采集测风传感器和降水传感器输出信号，对采集的信号进行处理A/D转换形成数字信号，并通过无线通讯单元传输至故障检测仪主机。本实用新型能够进行远程操作并实时监控气象数据通过分析所得数据进行远程故障检测，且不受天气、地域影响。
📄 2021217183471
📂 G01W1_18
👤 南京信息工程大学
📅 2021-07-27
本发明属于区块链及密码学领域。为了解决区块链下支付通道网络中传输发送方和接收方的隐私泄露问题，本发明提供了一种基于Hub的高效茫然传输方法。本发明提出茫然谜题传输协议，使得Hub等节点不可链接发送方和接收方的传输关系，即在只经过Hub一个节点传输信息时，Hub也无法得知发送方对应的是哪一个接收方，以此保护传输双方的隐私信息。与现有的多支付通道节点之间的传输方法相比，本发明比以往方法的计算时间节省了0.2秒，提高了传输吞吐量。
📄 2022113648638
📂 H04L9_40
👤 曲阜师范大学
📅 2022-11-02
本发明公开一种车联网中基于边缘计算和深度强化学习的动态服务放置方法，包括以下步骤：1)建立网络与服务请求模型，获取网络与服务请求相关信息；2)建立网络与服务请求计算模型；3)构建状态空间、动作空间、策略函数和奖励函数；4)构建演员网络和批评家网络，并对演员网络和批评家网络进行训练；5)演员网络生成服务放置策略，并输入到批评家网络中；6)所述批评家网络评估服务放置策略的策略质量，若评估不通过，则更新演员网络参数，并返回步骤5)，若评估通过，则输出服务放置策略。本发明在考虑车辆的移动性、变化的需求和对不同类型服务请求的动态性的同时，最小化最大的边缘资源使用和服务延迟。
📄 2022109926575
📂 H04W16_22
👤 重庆大学
📅 2022-08-18
本发明公开一种移动边缘计算网络下推荐赋能的边缘缓存优化方法，步骤包括：1)建立可推荐边缘缓存系统；2)获取当前待分析基站中所有服务用户、边缘服务器中的信息数据；3)初始化可推荐边缘缓存系统参数；4)确定t时刻的内容推荐策略5)计算t时刻的内容推荐策略 的资源分配代价；6)建立基于强化学习的内容替换模型，并利用基于强化学习的内容替换模型更新边缘服务器的缓存内容；7)返回步骤2)，重复迭代，直至时刻t＝T，输出可推荐边缘缓存系统中的最优缓存内容 T为运行周期。本发明解决了边缘服务端缓存内容利用率低，传输时间过长用户体验感不好等情况。减低了系统成本，提高了用户的服务质量。
📄 2022109569614
📂 H04L67_568
👤 重庆大学
📅 2022-08-10
本发明公开一种基于推荐感知和协作边缘缓存的内容请求处理系统，包括网络信息获取模块、移动边缘缓存系统模型搭建模块、推荐列表生成模块、用户体验质量计算模块、请求处理策略生成模块；本发明综合考虑了终端的个性化需求，结合了“软缓存”这一观点，给出了对内容请求的最佳处理方式，同时通过对缓存友好的启发式算法确定对内容请求的最佳处理地点，很大程度上提高了用户的QoE(Qualityof Experience，体验质量)。
📄 2021105729164
📂 G06F16_9536
👤 重庆大学
📅 2021-05-25
本发明公开了基于异常检测和集成学习的休眠小区检测方法，步骤为：1)筛选掉全部关键性能指标KPI数据序列均正常的小区，保留异常小区；2)以标记小区的相关性指标corr1、相关性指标corr2和相关性指标corr3作为训练数据，训练随机森林模型，得到小区分类模型M；3)将异常小区的相关性指标corr1、相关性指标corr2和相关性指标corr3作为测试数据，输入到小区分类模型M中，输出每个异常小区的异常原因属于pattern1、pattern2、…和patternn的概率矩阵A；4)若概率矩阵A的最大元素a≤ε，则所述异常小区为休眠小区。本发明能够更好的定位网络中的休眠小区，并且可以根据不断实践提升检测准确率，灵活性强，性能稳定。
📄 2019114082368
📂 H04W24_04
👤 重庆大学
📅 2019-12-31
本发明公开了移动通信网络中基于异常检测和核密度估计KDE的指标突变小区检测方法，主要步骤为：1)建立历史数据序列和测试数据序列。2)筛选掉全部KPI序列均正常的小区，保留异常小区。3)利用基于高斯核的KDE计算异常小区差分前的异常KPI序列的异常分数，并建立异常分数矩阵A。4)判断异常分数矩阵A中是否存在元素a＞α，若是，则记元素a对应的KPI为突变指标，对应小区记为指标突变小区。本发明可精确定位指标突变小区，灵活性高，鲁棒性强，性能稳定。
📄 2019114028289
📂 H04W16_22
👤 重庆大学
📅 2019-12-31
本发明公开了一种基于三元互信息图对比学习的网络节点分类算法，涉及数据挖掘技术领域，包括：对目标图数据集进行两次数据增强，获得视图#imgabs0#通过共享权重的GNN编码器将#imgabs1#编码得到特征表示H1,H2；通过共享权重的映射头h(·)将H1,H2的非线性变化映射到指定特征空间表示Z1,Z2；通过共享权重的解码器d(·)解码Z1,Z2得到D1,D2；通过引入视图之间和视图与原图之间的互信息的计算，以最大化三元互信息，从而更好地区分有用的信息和对任务无益的信息，获得更具实用性的表示，并且能够更好地应用于下游任务，减轻了过拟合，提高了模型的泛化能力，使模型性能指标显著提高。
📄 2023115952779
📂 G06F18_2451
👤 成都理工大学
📅 2023-11-24
本发明公开了一种用于图神经网络训练的单层增强负样本生成算法，涉及深度图神经网络训练领域，可应用于互联网推荐系统等应用场景，包括：考虑协同过滤推荐任务的节点信息传播和聚合特点以及GNN过平滑问题，将信息论中的信息扁平化理论结合到负样本生成策略，提出单层增强的负样本合成策略，只跟踪样本的最强特征或是与目标最相关的关联，同时关注数据稠密度与聚合嵌入之间的关系，对具有不同稠密度特征的数据集选择不同层数的单层聚合嵌入进行正负样本嵌入插值，生成构造负样本，减轻了推荐系统模型训练中的过拟合，提高了模型的泛化能力；本发明算法可以直接插入现有的基于GNN的推荐算法中改善模型训练，使模型性能指标显著提高，节省计算开销。
📄 202211491358X
📂 G06F16_9535
👤 成都理工大学
📅 2022-11-25
本发明公开了一种基于图池化对比学习的网络分类算法，涉及数据挖掘技术领域，先利用图注意力机制学习到每个节点相应的注意力分数，根据注意力分数对节点进行重要性排序并对分数较低的节点进行抛弃。将本图所保留的节点作为正样本，将其他图被丢弃的部分节点作为负样本，网络的嵌入表达作为目标节点，然后两两计算相似性分数，进行对比学习。负样本选择选择方法在对比学习中能够保留一定的图间信息，通过将本图的目标节点与正样本和负样本进行对比学习，能够更好地利用图内信息，在网络分类任务中克服了传统节点丢弃池化方法未能充分利用图内和图间信息的缺陷，在相同数据集下的模型训练结果，在各项性能指标上均超过现有技术。
📄 2023115952711
📂 G06F18_241
👤 成都理工大学
📅 2023-11-24
柿子坊 · 知识产权运营
柿子坊知识产权运营平台