基于无线传感器网络的无源多目标检测跟踪方法

    公开(公告)号:CN103298156B

    公开(公告)日:2016-01-20

    申请号:CN201310233976.9

    申请日:2013-06-13

    Abstract: 本发明涉及一种基于无线传感器网络的无源多目标检测跟踪方法,其主要技术特点是:包括以下步骤:根据无线传感器网络中不同无线链路接收信号强度,采用扫描圈开窗检测方法构建无源多目标的滑动扫描圈模型,并采用HAC聚类算法进行聚类分析从而提取出检测结果;根据检测结果并采用PHD无源多目标粒子滤波跟踪算法,得到目标数目变化的多目标跟踪结果。本发明设计合理,其检测与跟踪算法具有较高的精度和鲁棒性,能在复杂的多径环境中检测与跟踪多个目标,同时目标检测与跟踪算法的计算复杂度适中,保证检测跟踪系统运行的实时性。

    基于无线传感器网络的实时目标检测方法

    公开(公告)号:CN103344941B

    公开(公告)日:2015-08-12

    申请号:CN201310233723.1

    申请日:2013-06-13

    Abstract: 本发明涉及一种基于无线传感器网络的实时目标检测方法,其主要技术特点是:包括以下步骤:根据遍历过程的特性,通过单链路实验来建立基于检测窗的接收信号强度值直方图测量模型;利用接收信号强度值直方图测量模型及巴氏距离计算得到可能存在目标的“正位置”,并利用层次聚类算法,实现目标检测定位;通过低精度直方图和高精度直方图级联方法,确定目标的“正位置”。本发明设计合理,实现利用无线传感器网络的快速实时检测功能,检测定位方法不会产生错误累计现象,建立的测量模型理论依据充足,精度较高且具有较强的鲁棒性,同时,直方图级联机制的引用使得其总体计算消耗保持在能实时使用的范围之内。

    基于背景学习的射频层析成像方法

    公开(公告)号:CN103281779A

    公开(公告)日:2013-09-04

    申请号:CN201310233725.0

    申请日:2013-06-13

    Abstract: 本发明涉及一种基于背景学习的射频层析成像方法,其主要技术特点是:包括以下步骤:1、根据无线传感器网络的接收信号强度,利用混合高斯背景学习算法或核密度估计背景学习算法建立每条链路的接收信号强度值的分布模型,判断各个链路是否受到影响;2、根据每条链路的接收信号强度值的分布模型,利用Tikhonov正则化进行图像重构。本发明将混合高斯背景学习算法或核密度估计背景学习算法(KDE)运用到射频层析成像中,来估计各个链路RSS测量值的分布,实现了多目标检测与跟踪功能,具有的优点是:1、在多目标和时变环境中能获得更高的准确性和有效性;2、不需要线下训练的过程。

    心脑血管疾病风险预测方法及装置

    公开(公告)号:CN108648827B

    公开(公告)日:2022-04-08

    申请号:CN201810449174.4

    申请日:2018-05-11

    Abstract: 本发明实施例提供的一种心脑血管疾病风险预测方法及装置,包括:获取样本集;将样本集中的样本分为预设数量的局部簇,根据预设的第一K值与所述第一距离集合,计算得到输入样本的第一K值个第一邻近样本,从而确定目标局部簇,计算所述输入样本与所述目标局部簇中样本的距离,从而确定所述输入样本第二K值个第二邻近样本;确定输入样本的标签,确定输入样本是否是心脑血管疾病患者的样本;最终确定待预测患者是否是心脑血管疾病患者。本实施例考虑到心脑血管疾病患者特征数据相似度较高,避免了不同样本数据对训练预测模型的影响。因此,可以提高预测待预测患者是否是心脑血管疾病患者的准确率。

    一种基于最小堆的软件定义网络扩展方法

    公开(公告)号:CN106656578B

    公开(公告)日:2019-10-18

    申请号:CN201611055837.1

    申请日:2016-11-25

    Abstract: 本发明提供一种基于最小堆的软件定义网络扩展方法,利用软件定义网络中控制器能获取网络拓扑结构的特点将全网构造成一个或多个最小堆;利用最小堆的插入算法可将新加入的网络节点与原有堆合并至一个堆,从而实现网络的扩展;利用最小堆的堆合并算法可将新加入的堆与原有堆合并至一个堆,从而实现网络的扩展。通过优化软件定义网络的数据结构,在网络扩展中采用最小堆,利用最小堆的特点可灵活的向网络中添加节点或多个节点形成的堆,并且基于最小堆优化的路由算法明显降低了时间复杂度。

    一种基于最小堆的软件定义网络扩展方法

    公开(公告)号:CN106656578A

    公开(公告)日:2017-05-10

    申请号:CN201611055837.1

    申请日:2016-11-25

    Abstract: 本发明提供一种基于最小堆的软件定义网络扩展方法,利用软件定义网络中控制器能获取网络拓扑结构的特点将全网构造成一个或多个最小堆;利用最小堆的插入算法可将新加入的网络节点与原有堆合并至一个堆,从而实现网络的扩展;利用最小堆的堆合并算法可将新加入的堆与原有堆合并至一个堆,从而实现网络的扩展。通过优化软件定义网络的数据结构,在网络扩展中采用最小堆,利用最小堆的特点可灵活的向网络中添加节点或多个节点形成的堆,并且基于最小堆优化的路由算法明显降低了时间复杂度。

    基于模糊集合理论的空间自适应块匹配图像去噪方法

    公开(公告)号:CN102622729B

    公开(公告)日:2015-04-08

    申请号:CN201210059658.0

    申请日:2012-03-08

    Abstract: 本发明涉及一种基于模糊集合理论的空间自适应块匹配图像去噪方法,包括以下步骤:(1)设置初始相似块搜索窗口Δi,1的大小;(2)计算待处理像素i的图像块y(Ni)与搜索窗口Δi,1内像素j的图像块y(Nj)之间的方差归一化的对称距离;(3)根据图像块之间的距离利用模糊聚类分析计算图像块的相似程度并对搜索窗内的像素值进行加权平均得到待处理像素i的估计值(4)对残余噪声像素值进行修正;(5)增加相似块搜索窗口Δi,n的大小,并重复步骤(2)至步骤(4)直至满足迭代终止条件。本发明设计合理,通确保像素相似程度划分的有效性,提高估值的准确性,有效地提高了基于块的图像去噪方法的性能。

Patent Agency Ranking