-
公开(公告)号:CN102868972A
公开(公告)日:2013-01-09
申请号:CN201210325619.0
申请日:2012-09-05
Applicant: 河海大学常州校区
CPC classification number: Y02D70/30
Abstract: 本发明公开了一种基于改进Q学习算法的物联网错误传感器节点定位方法,其是通过对传统Q学习方法进行改进,使计算得到的Q值对传感器节点的剩余能量,路由选择,传输跳数等特征信息自适应变化,通过最大Q值建立路由路径,同时后台服务器计算出网络拓扑结构,当节点受到攻击或产生错误数据时,通过对比下一周期该节点的Q值,设定误差范围,超出范围时我们判定该节点为错误节点,并对其进行定位。本发明不需要额外消耗传感器节点能量,当无线传感网络拓扑结构发生变化时,也具有较高的鲁棒性;其具有智能化、能耗少及自适应程度高等优点,不仅可用于传感器节点的路由、定位以及能耗性能评估,还可以对未知错误节点进行准确定位,具有广泛的应用价值。
-
公开(公告)号:CN102680849A
公开(公告)日:2012-09-19
申请号:CN201210171856.6
申请日:2012-05-29
Applicant: 河海大学常州校区
IPC: G01R31/02
Abstract: 本发明属于机器视觉检测技术领域,是图像处理与模糊控制技术的应用,特别是涉及一种基于机器视觉与模糊控制的电缆线序识别方法及设备,主要包括采集标准模块图像和含有待处理电缆线序信息的图像、对采集的目标图像和标准图像进行差分、对差分后的图像预处理、提取图像中电缆线特征并计算其对应位置、计算目标电缆线与指定位置的夹角以及运用模糊规则控制步进电机带动目标电缆线旋转等步骤。本发明实现自动检测识别电缆线序并控制其旋转到指定位置,避免了人工识别带来的人为误差和视觉误差,降低了安全隐患,节省了人力物力,降低了生产成本。
-