北京邮电大学滕颖蕾获国家专利权
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
龙图腾网获悉北京邮电大学申请的专利基于重要性的数据采集存储方法、装置、设备及介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116306801B 。
龙图腾网通过国家知识产权局官网在2026-04-14发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211567134.2，技术领域涉及：G06N3/0464；该发明授权基于重要性的数据采集存储方法、装置、设备及介质是由滕颖蕾;王楠;满毅;滕俊杰;张勇;王振;胡刚;马仕君;张新阳;孙博雅设计研发完成，并于2022-12-07向国家知识产权局提交的专利申请。
本基于重要性的数据采集存储方法、装置、设备及介质在说明书摘要公布了：本发明提供一种基于重要性的数据采集存储方法、装置、设备及介质，基于重要性的数据采集存储方法应用于包括边缘服务器、边缘设备以及中央处理器的边缘计算系统；该方法包括：确定待训练的卷积神经网络模型对应的损失函数，基于小批量随机梯度下降算法和所述损失函数，更新所述卷积神经网络模型；根据所述损失函数、边缘服务器的属性信息以及边缘设备的属性信息，确定数据上传信息和缓存队列信息；基于所述数据上传信息和所述缓存队列信息，确定随机优化问题；基于所述随机优化问题，确定长期优化策略和短期优化策略，基于所述长期优化策略和所述短期优化策略进行数据采集存储。本发明实现了算法性能的提升，降低了网络资源损耗。
本发明授权基于重要性的数据采集存储方法、装置、设备及介质在权利要求书中公布了：1.一种基于重要性的数据采集存储方法，其特征在于，所述基于重要性的数据采集存储方法应用于包括边缘服务器、边缘设备以及中央处理器的边缘计算系统；基于重要性的数据采集存储方法包括： 确定待训练的卷积神经网络模型对应的损失函数，基于小批量随机梯度下降算法和所述损失函数，更新所述卷积神经网络模型； 根据所述损失函数、所述边缘服务器的属性信息以及所述边缘设备的属性信息，确定数据上传信息和缓存队列信息； 基于模型收敛指标、所述数据上传信息以及所述缓存队列信息，确定目标优化问题；通过李雅普诺夫优化将所述目标优化问题转化为随机优化问题； 基于所述随机优化问题，确定长期优化策略和短期优化策略，基于所述长期优化策略和所述短期优化策略进行数据采集存储。
如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京邮电大学，其通讯地址为：100876 北京市海淀区西土城路10号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励