-
公开(公告)号:CN106879044A
公开(公告)日:2017-06-20
申请号:CN201710085906.1
申请日:2017-02-17
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种空洞感知的水下传感器网络路由方法。汇聚节点在下浮过程中到达设定位置时,广播分层建立包执行分层建立任务,到最深深度时,等待一段时间后广播数据收集包执行数据收集任务,数据收集完毕后开始上浮,到达设定位置时广播数据收集包执行数据收集任务,到水面时将收集的数据发送给浮标节点;传感器节点周期性地检测感兴趣的数据;传感器节点若收到分层建立信号,则进入分层建立阶段并建立同心球壳分层结构,传感器节点若收到数据收集信号,则进入数据收集阶段,各传感器节点建立到汇聚节点的路径并发送数据。本发明考虑了同层传输及节点的剩余能量,避免了同层循环传输、热区、空洞的发生,提高了数据包送达率,延长了网络寿命。
-
公开(公告)号:CN117972289A
公开(公告)日:2024-05-03
申请号:CN202410304698.X
申请日:2024-03-18
Applicant: 哈尔滨工程大学
IPC: G06F17/15
Abstract: 本发明公开了一种投影均匀的拉丁超立方体试验设计方法,包括:步骤一、根据确定的关键参数及范围构造具有高隐藏强度的正交表;步骤二、将所述正交表通过水平替换法获得拉丁方阵;步骤三、通过投影均匀性的判别准则检验和优化所述拉丁方阵,获得拉丁超立方体设计;步骤四、选取函数,基于所述拉丁超立方体设计选取试验点,基于所述试验点进行建模,完成投影均匀的拉丁超立方体试验设计。本发明可以在保证一维投影均匀性的同时,提高高维投影均匀性,从而提高试验效率和精度;同时可以利用已有的正交表和子正交表进行构造,不需要额外的计算或者搜索;同时使这种设计具有整齐可比性,可以用直观分析法,结果统计分析简单。
-
公开(公告)号:CN112149734B
公开(公告)日:2022-04-05
申请号:CN202011009508.X
申请日:2020-09-23
Applicant: 哈尔滨工程大学
IPC: G06K9/62 , G06N3/04 , G06N3/08 , G06F16/9535 , G06F16/958
Abstract: 本发明属于跨域推荐算法技术领域,具体涉及一种基于堆叠自编码器的跨域推荐方法。本发明针对纯跨域推荐存在的数据稀疏性问题,提供可提高推荐的评分预测精准度和分类精准度一种基于堆叠自编码器的跨域推荐方法。本发明对基于用户的跨域堆叠自编码器和基于项目的跨域堆叠自编码器两个模型同时学习并对学习结果进行比较,选出最优的推荐结果,从而提高推荐的评分预测精准度和分类精准度。本发明将跨域信息引入自动编码器中,以了解用户和商品的更深层的非线性网络结构。发明通过对目标域用户向量的扩展,并且结合深度学习有效地解决了稀疏性问题,在评分预测和Top‑n推荐方面优于其他模型。
-
公开(公告)号:CN109766493A
公开(公告)日:2019-05-17
申请号:CN201811584347.X
申请日:2018-12-24
Applicant: 哈尔滨工程大学
IPC: G06F16/9535 , G06N3/04
Abstract: 本发明属于基于大数据的个性化推荐领域,具体说是提出一种在神经网络下结合人格特征的跨域推荐方法。在神经网络下结合人格特征的跨域推荐方法,具体包括:(1)获取数据;(2)筛选用户;(3)提取关键词。(4)搭建神经网络。(5)针对人格特征,给具有相似人格特征的人进行个性化物品推荐。本发明通过结合人格特征,在神经网络的基础上,利用卷积神经网络CNN搭建神行网络体系,为具有相似人格特征的用户推荐相关物品。由于人格特征是不易改变且容易预测的,因为基于人格特征做个性化推荐能够提高推荐准确度的。
-
公开(公告)号:CN107632590A
公开(公告)日:2018-01-26
申请号:CN201710722267.5
申请日:2017-08-22
Applicant: 哈尔滨工程大学
IPC: G05B23/02
Abstract: 本发明公开了一种基于优先级的底事件排序方法,属于故障分析技术领域。包括以下步骤:对故障树进行预处理,得到简化的故障树;对已经简化的故障树进行底事件排序,将故障树转化为BDD结构之前,首先要确定底事件的排列顺序,采用本发明的基于优先级的底事件排序方法进行底事件排序;根据得到的底事件排列顺序,按照香农原理的If-Then-Else运算符将故障树转化为BDD结构;对BDD结构进行遍历,寻找BDD结构中以1为终节点的所有路径,这些路径即为故障树的割集。本发明提出一种基于优先级的底事件排序方法,通过减小BDD的规模来减小计算代价,有效降低了故障树分析方法的内存消耗,同时提高了计算效率。
-
公开(公告)号:CN106028278A
公开(公告)日:2016-10-12
申请号:CN201610289418.8
申请日:2016-05-04
Applicant: 哈尔滨工程大学
CPC classification number: H04W4/029 , H04W16/22 , H04W64/006
Abstract: 本发明公开了一种基于移动信标的分布式水下网络定位方法,属于水下无线传感器网络技术领域。1)AUV逐层移动,每隔相同时间广播发送信标信号,未知节点根据收到AUV发射信号的顺序,对其信号进行编码。2)未知节点收到的相邻路径上的信号覆盖范围的几何模型相交产生最内相交体,估计最内相交体的质心作为自身位置。本发明是一种三维分布式的定位方法,通过计算最内相交体的质心,来确定未知节点的位置。实验证明本发明有较高的节点定位准确率和节点定位覆盖率。
-
公开(公告)号:CN111046280A
公开(公告)日:2020-04-21
申请号:CN201911214266.5
申请日:2019-12-02
Applicant: 哈尔滨工程大学
IPC: G06F16/9535 , G06Q30/02 , G06Q30/06
Abstract: 本发明提供的是一种应用FM的跨领域推荐方法。输入用户-项目-评分数据,包括n个不同的领域的数据集;给定目标域中的特征向量;利用皮尔逊相关系数计算辅助域与目标域内用户的评分行为的相关度,作为目标域用户在辅助域内的协作信息;对目标域特征向量进行扩展;将目标域的特征向量转换为LibSVM这一FM模型要求的数据输入格式;通过Adagrad算法对FM模型进行学习。本发明与传统单一领域推荐算法相比,可以很好地解决数据稀疏的问题,同时在一定程度上可以缓解用户冷启动的问题;与传统FM模型相比,将FM应用到跨领域推荐中,首次考虑到了跨域推荐中领域之间的相关程度对于FM输入向量的影响,获得了较高的预测精度。
-
公开(公告)号:CN107623895B
公开(公告)日:2020-04-07
申请号:CN201710722305.7
申请日:2017-08-22
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种三角距离估计的水下传感器网络定位方法,属于水下无线传感器网络技术领域。其特征在于:锚节点广播坐标信息,未知节点接收锚节点信息建立本地存储列表,保存相关信息。当未知节点具有三个及以上参考节点信息时通过投影技术实现未知节点的定位。未知节点的参考节点信息不足时,通过三角距离估计两跳参考节点的距离来增加参考节点数量,参考节点数量满足定位要求时,通过投影技术进行定位。定位成功的信任值高的节点升级为参考节点辅助其他节点定位。本发明是一种三维分布式的定位方法,实验证明该方法有较高的节点定位覆盖率和较小的定位误差。
-
公开(公告)号:CN107632590B
公开(公告)日:2019-11-08
申请号:CN201710722267.5
申请日:2017-08-22
Applicant: 哈尔滨工程大学
IPC: G05B23/02
Abstract: 本发明公开了一种基于优先级的底事件排序方法,属于故障分析技术领域。包括以下步骤:对故障树进行预处理,得到简化的故障树;对已经简化的故障树进行底事件排序,将故障树转化为BDD结构之前,首先要确定底事件的排列顺序,采用本发明的基于优先级的底事件排序方法进行底事件排序;根据得到的底事件排列顺序,按照香农原理的If‑Then‑Else运算符将故障树转化为BDD结构;对BDD结构进行遍历,寻找BDD结构中以1为终节点的所有路径,这些路径即为故障树的割集。本发明提出一种基于优先级的底事件排序方法,通过减小BDD的规模来减小计算代价,有效降低了故障树分析方法的内存消耗,同时提高了计算效率。
-
公开(公告)号:CN117709094A
公开(公告)日:2024-03-15
申请号:CN202311708630.X
申请日:2023-12-13
Applicant: 哈尔滨工程大学
IPC: G06F30/20 , G06F17/18 , G06F111/04 , G06F111/08
Abstract: 本发明公开了一种基于裂区试验设计的船舶油耗分析方法及系统,所述分析方法包括:确定裂区试验的目标和响应变;基于关联因子与影响因子对裂区试验设计进行随机试验设计,得到随机试验设计数据并记录响应值;对随机试验设计数据进行分析,得到分析结果;基于分析结果,使用逐步回归的方法得到裂区试验设计的关键影响因素,完成船舶燃油消耗程度的分析。本发明可以快速地找到关键影响因素,从而找到减少燃油的最优解,降低成本,提高船舶的性能。同时为支撑开展未来面向任务的复杂系统/体系仿真试验奠定坚实的基础。
-
-
-
-
-
-
-
-
-