|
搜索
搜 索
高等教育领域数字化综合服务平台
一种基于用户距离的基站天线的调度方法
本发明公开了一种基于用户距离的基站天线调度方法，具体为：首先进行系统初始化，其中包括确定为保证通信的最低信干噪比和基站天线总数，首先基站向服务的本小区用户发送导频信号，用户接收导频信号并计算其与基站之间的距离，然后用户将其距离值发送给本小区基站，基站根据保证基站与用户通信的最低信干噪比以及用户到基站的距离来确定调度天线的个数。本发明适用于发送端配备多天线，接收端配备单天线的大规模多输入多输出蜂窝网络场景，根据小区中不同用户的信干噪比质量不同，基站调度天线数不同，节省了维持多余天线工作的静态能量。同时，每次调用后剩余的天线还可以为其他用户服务，从而提高了下行链路的平均能量效率。
华中科技大学
2021-04-11
一种基于带宽感知的 Hadoop 调度方法和系统
本发明公开了一种基于带宽感知的 Hadoop 调度方法，包括：对Hadoop 任务调度建立一个作业时间完成模型，为 Hadoop 调度系统建立一个数学模型，将 Hadoop 的任务调度问题转化为一个为待调度的作业寻找一个使得该作业的作业完成时间最短的任务调度方法的问题；利用 SDN 提供的实时网络管理与流量控制功能，提出了一种基于时隙的网络带宽分配机制，将每一条链路的剩余带宽的占用期划分为相等的时隙，在作业完成时间模型和网络时隙带宽分配机制的基础之上；在为某个任务分配计算节点之前，综合考虑任务的本地性与实时网络带宽情况，为每一个任务分配一个能够提供最早完成时间的计算节点。本发明解决了现有方法中不能同时从全局视角和实际网络可用带宽两方面进行任务调度的问题。
华中科技大学
2021-04-11
多沙河流水库多目标优化调度系统研究
成果的背景及主要用途：
天津大学结合三门峡水利枢纽管理局委托“三门峡枢纽多模目标优化调度研究”项目和教育部骨干教师基金“粘性泥沙的力学模型和人工智能模拟复合模拟研究”项目开展了多沙河流水库水沙电的多目标优化调度的研究工作。采用科学的理论方法和先进的技术手段，创新地研究调度管理系统中涉及的水文预测、泥沙冲淤的智能快速模拟、高含沙洪水的“揭河底”现象的特征机理、多目标优化调度、实时短期调度、调水调沙等问题，以便使水库优化调度管理系统更科学化、智能化、系统化。本研究项目的进行与研究结果，有利于协调解决目前防洪、供水、泥沙淤积与蓄水发电等多目标的优化调度的问题，确保在改善多沙河流水库库区、下游水库及其河道的泥沙淤积情况的同时增加发电量，提高社会效益和经济效益，在全国用电紧张、更加注重社会效益和生态效益保护的今天，本项目的研究有重大的现实意义和实用价值。
技术原理与工艺流程简介：
本项目主要利用混沌神经网络模型对黄河中下游中长期径流和含沙量进行了预测，并利用模式识别的方法随机模拟了洪水过程中的流量过程线和含沙量过程线；对影响潼关高程和水库泥沙淤积量的相关因子进行优选，并利用其训练神经网络；将 BP 人工神经网络模型运用到径流量的预测，水库泥沙淤积、潼关高程中去，进行计算和预测；建立随机微分方程模型，确定水库断面水库进行多目标优化调度。在完成上述专业模型系统的设计开发基础上，将利用多目标系统决策分析理论，通过从下到上逐级控制，并协调各子系统的运行关系，使各子系统既能实现各自目标，又能满足彼此的制约关系，从而实现整个枢纽的综合最优调度。
技术水平及专利与获奖情况：
该项成果达到国际先进水平。应用前景分析及效益预测：水库多目标优化调度的效益极为明显，往往是在不增加水利枢纽运行和管理成本基础上实现的效益，在水资源日益短期的形势下，其重要性也日益突出。本项目所研究的多沙河流以水、沙、电多目标优化调度系统，可为解决防洪、供水、发电与减淤的矛盾提供新的技术手段和理论方法，可以应用到黄河等多沙河流的各个水利枢纽的优化调度运行中，能实现水库枢纽经济效益、社会效益和生态效益的综合优化及和谐统一。还可以应用到含沙量较小（但又必须涉及泥沙问题）的河流上的各个水库枢纽上，如三峡水库等，应用范围极为广泛，具有广阔的应用前景。
应用领域：水利水电工程运行管理。
合作方式及条件：技术服务。
天津大学
2021-04-11
一种用于紧凑式热带生产的热轧调度方法
本发明公开了一种用于紧凑式热带生产的热轧调度方法，以最小化无委材数量、最小化同一轧制单元内相邻两块板坯间最大厚度改变量、板坯厚度的改变时间为目标，建立包括无委材优化模型和板坯厚度优化模型的热轧生产调度模型；根据实际热轧生产过程中的工艺约束确定上述无委材优化模型和板坯厚度优化模型的约束条件；采用改进的启发式算法对无委材优化模型进行求解，获得最优轧制单元的数量和无委材的数量；采用基于分解的多目标进化算法对板坯厚度优化模型进行求解，获得最优相邻板坯之间厚度的改变值和最优的厚度改变时间；本发明所提供的方法获得的调度计划优与人工编制生产计划相比，可有效地减少板坯规格跳跃费用和换辊费用，降低生产成本。
华中科技大学
2021-04-14
基于双库协同机制的 KDD* 新系统
该发明公开了一种基于双库协同机制的 KDD* 新系统 , 该系统是在 KDD 技术的基础上融入双库协同机制，即构建数据库与基础知识库的内在联系“通道”，从而用基础知识库去制约与驱动 KDD 的挖掘过程，改变 KDD 固有的运行机制，在结构与功能上形成了相对于 KDD 而言的一个开放的、优化的扩体。双库协同机制的引入，使得 KDD 在功能上得到了进一步的完善和提高 , 并诱发出若干新的结构模型，对知识发现系统的主流发展起着重要的推动作用。◆项目的应用范围及经济效益分析 一种基于双库协同机制的 KDD* 方法及系统 （已获国家发明专利证书 , 专利号： ZL 01145080.0 ），是在 KDD技术的基础上融入双库协同机制，即构造数据库与基础知识库的内在联系“通道”，用基础知识库去制约与驱动KDD的挖掘过程，并在KDD的挖掘过程中对知识库进行实时维护，实现了“知识与数据库同步进化”；改变与优化了KDD固有的运行机制，实现了“多源头”聚焦与减少评价量；强化并提供了知识发现的智能化程度，提高了认知自主性, 形成了知识的自动评价系统, 减少了领域专家的工作量,较有效地克服领域专家的自身局限性，实现了“采用领域知识辅助初始发现的聚焦”；在结构与功能上形成了相对于KDD而言的一个开放的、优化的扩体-- KDD*。双库协同机制的引入，揭示了在一定的建库原则下，知识子库与数据子类结构之间的对应关系，为实现“限制性的搜索”而减小搜索空间、提高挖掘效率提供了有效的技术方法，使得KDD在功能上得到了进一步的完善和提高，并诱发出若干新的结构模型和发掘、评价方法，对知识发现系统的主流发展起着重要的推动作用。 国际著名无形资产评估机构“香港国际无形资产评估事务所”品过此专利无形资产价值66万美元。 该系统是一款通用软件，具有从数据导入到知识管理、知识展示的全部功能，界面友好 ;具有多种可视化展示功能;与用户数据接口简单，不需建立数据仓库。具有良好的通用性与可扩展性;应用范围广。
北京科技大学
2021-04-11
基于双库协同机制的 KDD* 新系统
该发明公开了一种基于双库协同机制的 KDD* 新系统 , 该系统是在 KDD 技术的基础上融入双库协同机制，即构建数据库与基础知识库的内在联系“通道”，从而用基础知识库去制约与驱动 KDD 的挖掘过程，改变 KDD 固有的运行机制，在结构与功能上形成了相对于 KDD 而言的一个开放的、优化的扩体。双库协同机制的引入，使得 KDD 在功能上得到了进一步的完善和提高 , 并诱发出若干新的结构模型，对知识发现系统的主流发展起着重要的推动作用。
北京科技大学
2021-04-11
跨区域多机构协同救治医疗信息共享平台
提供了基于移动互联网及云计算技术的跨区域多机构整合急救资源协同救治的医疗信息共享平台，具有以下几大功能:基于 FMC-D 时间的智能转运决策辅助、系统内医疗单元 通讯、系统内医疗单元信息共享及 PCI 医院介入影像质控管理。系统分为医疗单元终端(包 括 EMS 终端、非 PCI 医院终端及 PCI 医院终端)和云计算服务端两部分，通过 3G/4G 无线 互联进行数据交换处理。急救车客户端考虑到用户的操作体验，采用基于 Android 系统进行 开发。云计算服务端处理中心部署在云服务器上，按照 SOA 架构的理念进行框架设计，依 托于数据仓库对业务数据进行深度挖掘分析。本系统的特色包括: 体系结构设计以时间轴为中心。时间轴是描述 AMI 患者救治流程的关键事件时间节 点的集合，如:呼叫 EMS 时间，EMS 响应时间，急救车到达时间，首次胸痛发作时间，本 次胸痛发作时间，EMS 首份心电图时间，等。通过对上述关键事件时间节点的统计、分析 通过资源合理调配、辅助决策支持等方式提高针对 AMI 的救治效率。 智能推荐技术。该推荐主要基于以下信息:1，实时的医院医疗资源信息(如床位资 源、医生资源、手术资源等);2，地理位置信息，主要是权衡道路拥堵情况以及距目标医院 距离信息;3，救治能力，主要指通过救治流程中产生的历史数据挖掘分析衡量 PCI 医院救 治能力的信息。 大规模的支持。急救车客户端考虑到用户的操作体验，采用基于Android系统进行开发。 云计算服务端处理中心部署在云服务器上，按照 SOA 架构以及基于 XMPP(Jabber)协议通信 机制的开源架构的理念进行框架设计，依托于数据仓库对业务数据进行深度挖掘分析。在北京 等地的实践表明该系统具有支持区域内多 PCI 医院，多非 PCI 医疗机构，多 EMS 机构并发协 同救治的流程以及流程中产生的 PB 级的数据。在一套完整、独立的 RCTS-AMI 系统内，预计 500-800 家 PCI 以及非医院，12 万台终端，2000-2500 位医生可以使用本系统。
清华大学
2021-04-11
智能车路协同系统及运行监管平台
当前顺义区正全力建设“创新型产业集群和制造业高质量发展创新引领示范区”，打造“3+4+1”高精尖产业发展体系，将顺义建设成为全国最大的多场景智能网联汽车创新生态示范区。为本项目的实施，提供了良好的条件。 本项目主要包括对自动驾驶车辆以及道路基础设施进行信息化升级改造，搭建综合数据平台，建设满足智能网联汽车示范应用需求的车路协同系统，建设车路协同示范、智慧交通综合应用示范等多个示范场景。 车路协同部分：通过对现有道路基础设施的改造，构建交通测试环境并配套智能网联设施，实现网联车辆测试的智能化和标准化。实现智能车辆的V2X应用场景测试。形成适用于车-路/车-车/车-网/车-人四类场景的LTE-V和LTE网络以及前端系统设备与光纤链路的互联互通。 运行监管平台：以智能车辆（包含电动车辆）的车路协同和无人驾驶应用示范为重点，研发示范区运行监管平台，并基于此平台开发示范区智能汽车信息服务及管理系统，完成车路协同示范、自动驾驶示范、智慧交通综合应用示范等示范场景的建设，基于车路协同技术实现智能车辆和无人驾驶车辆在普通道路、十字交叉路口的典型应用和自动运营。
北京航空航天大学
2021-04-10
基于协同尺度学习的行人重识别方法
本发明公开了一种基于协同尺度学习的行人重识别方法，属于监控视频检索技术领域。本发明首先 根据已标注训练样本集 L 中图像的颜色和纹理特征，进行尺度学习得到相应马氏距离中的协方差矩阵 Mc 和 Mt;随机选择查询对象使用 Mc 和 Mt 进行马氏距离度量，得到相应排序结果，从中取得正样本 和负样本生成新的已标注训练样本集 L，更新 Mc 和 Mt，直到未标注训练样本集 U 为空，得到最终的 标注样本集 L*，并融合颜色和纹理特征得到 Mf，就可以使用基于 Mf 的马氏距离函数进行行人重识别。 本发明在半监督框架下研究基于尺度学习的行人重识别技术，通过未标注样本辅助标注样本进行尺度学 习，符合实际视频侦查应用标注训练样本难以获取的要求，能有效提升少标注样本下的重识别性能。
武汉大学
2021-04-13
CSCW计算机支持的协同工作研究
CSCW（Computer Supported Cooperative Work）是一种将人类合作行为模式与计算机支持技术融合为一体的新兴技术，是研究基于计算机技术支持的环境中（即CS）一个群体协同工作完成一项共同的任务（即CW）的领域。CSCW体现了信息时代人们对工作的群体性和协作性的要求，正因为如此，对CSCW系统的研究日益受到重视，它已成为信息科学发展的重点之一。 CSCW研究内容主要分为：上层—CW层：支持群体协同工作，为系统提供具指导性意义的系统理论方法，包括协作机制,协作管理,交互模式，并发控制；下层— CS层：有关计算机化的人与人交互的相关技术，为系统提供底层支撑技术，包括网络传输，音视频处理，数据库应用。 CSCW系统研究的是如何用计算机支持人与人之间的交互与协作，它的应用领域很宽广，如军事应用、工业应用、办公自动化（OA）医疗应用、远程教育、会议系统等。 CSCW系统：本研究同时实现了基于100M Ethernet的CSCW系统的一种实现模型。选择LAN作为CSCW系统实现模型的网络环境，并通过采用TCP/IP协议与Internet进行无缝连接。主要功能：音视频多点传输，静图协同，协同编辑，多媒体数据支持。
北京交通大学
2021-04-13