-
公开(公告)号：CN113992718A
公开(公告)日：2022-01-28
申请号：CN202111264946.5
申请日：2021-10-28
Applicant: 安徽农业大学
Abstract: 本发明公开了一种基于动态宽度图神经网络的群体传感器异常数据检测方法和系统，属于计算机技术领域。该方法通过实时采集待检测的传感器网络的数据，基于传感器网络拓扑结构构建传感器网络的邻接矩阵，基于采样参数确定滑动窗口尺寸；再将历史和实时传感器网络的数据进行归一化、极坐标编码处理后再重构为二维矩阵并设定滑动窗口；接着将二维矩阵深度叠加为三维矩阵，将三维矩阵喂入传感器异常数据检测模型，判断待检测的实时传感器网络的数据是否存在异常。其中，异常数据检测模型可根据目标传感器网络节点数量和拓扑结构的变化动态更新。本发明对传感器网络规模和拓扑结构具有良好的适应性、且异常数据实时检测准确率高。
-
公开(公告)号：CN109921952B
公开(公告)日：2021-11-23
申请号：CN201910256665.1
申请日：2019-04-01
Applicant: 安徽农业大学
Abstract: 本发明公开了一种基于压缩感知和模型驱动的数据收集方法，属于信息技术领域。它包括关键数据使用模型驱动模式进行采集，非关键数据使用压缩感知模式进行采集，数据收集模式在模型驱动模式与压缩感知模式之间进行动态切换；在模型驱动模式的阶段，根据传感器的连续采样数据判断切换为压缩感知模式的时刻；在压缩感知模式的阶段，通过稀疏采样的数据点建模判断切换为模型驱动模式的时刻。本发明能够实现两种数据收集模式间的可靠、及时地动态切换，能够有效避免数据收集模式切换抖动，保障数据的获取精度和关键数据获取的时效性。
-
公开(公告)号：CN105792253B
公开(公告)日：2019-03-29
申请号：CN201610103875.3
申请日：2016-02-25
Applicant: 安徽农业大学
Abstract: 本发明公开一种无线传感网介质访问控制优化方法，在网络形成期，传感器节点建立邻居表对邻居节点的调度信息进行记录。在进入竞争时期后，本发明根据邻居表中已有的参与竞争节点个数、邻居表中节点总数和预测上次参加竞争节点个数对参与下次竞争的节点个数进行精确的判断。为了使传感器节点能够适应网络负载的变化，本发明使用动态的竞争窗口策略。该策略根据网络中节点数目的变化自适应地调整本节点的竞争窗口大小，有效减少冲突发生概率和空闲侦听时间，避免由于冲突和长时间的空闲侦听造成的能量消耗，具有网络生存时间长、时延小、数据包时延抖动小的特点，适用于负载变化频繁的大规模无线传感器网络和时延敏感的传感器网络应用。
-
公开(公告)号：CN107318142A
公开(公告)日：2017-11-03
申请号：CN201710527349.4
申请日：2017-06-30
Applicant: 安徽农业大学
Abstract: 本发明公开了一种无线传感网簇间分布式路由方法，属于无线传感器网络领域，其有效降低了大规模无线传感器网络簇头间数据传输的干扰。本发明包括簇头间通过Hello消息交换彼此的逻辑连接关系及负载信息，并将其记录入邻居表中；簇头先根据邻居簇头的父簇头数量与流量负载，计算簇头的数据传输对其邻居簇头数据传输的干扰因子；子簇头以父簇头的干扰因子为依据计算各父簇头承担下一跳数据传输的概率。本发明能够有效降低数据传输过程中簇头间的相互干扰，提高网络的数据传输效率。
-
公开(公告)号：CN117115668B
公开(公告)日：2024-01-26
申请号：CN202311374559.6
申请日：2023-10-23
Applicant: 安徽农业大学
IPC: G06V20/10 , G06N3/0455 , G06N3/0464 , G06V10/26 , G06V10/44 , G06V10/52 , G06V10/82
Abstract: 型提取。本发明能够提升作物冠层表型信息的提本发明公开了一种作物冠层表型信息提取 取效率与精度。方法、电子设备及存储介质，属于图像处理技术领域。本发明采用编码器‑解码器架构设计语义分割模型，融合基于多维权重聚合的动态卷积神经网络与基于级联自注意力的作物特征提取网络，增强对环境因素和作物生长分布差异的鲁棒性。在编、解码器连接处引入作物上下文信息提取模块，并联有效的空洞卷积组合捕获作物冠层像素点与其邻域像素点特征以辅助分类决策，提升模型对作物冠层像素与背景像素的辨别能力。
-
Patent Agency Ranking
公开(公告)号：CN116473008A
公开(公告)日：2023-07-25
申请号：CN202310424564.7
申请日：2023-04-17
Applicant: 安徽农业大学
Abstract: 本发明公开了一种虾稻共生田饵料投喂装置及监测系统，属于生态稻田领域，一种虾稻共生田监测系统，包括超声波探测器，所述超声波探测器安装在稻田内，还包括超声波接收装置，用于接收超声波探测器信号；移动机构，受超声波接收装置控制向虾群移动；投料机构，用于向虾群投放饵料；一种虾稻共生田饵料投喂装置，包括安装筒以及安装在安装筒上部的料筒，所述超声波接收装置、移动机构以及投料机构均设置在安装筒内。本发明通过启动超声波探测器对稻田内虾的聚集位置进行扫描，超声波接收装置接收到超声波探测器传递的信号，对移动机构进行控制，使得投料机构向虾群位置移动，当移动至虾群位置之后投料机构运行，将饵料投放对虾群喂养。
-
公开(公告)号：CN113361194B
公开(公告)日：2022-10-04
申请号：CN202110623651.6
申请日：2021-06-04
Applicant: 安徽农业大学
Abstract: 本发明公开了一种基于深度学习的传感器漂移校准方法、电子设备及存储介质，属于传感器校准技术领域。该方法采用数据增广方法扩充数据样本，为传感器漂移校准提供了数据保障，所提出的传感器漂移校准方法包括漂移特征提取和漂移校准两个部分，分别对应于漂移特征提取模块和校准模块。漂移特征提取模块通过多尺度卷积层提取数据中隐藏在不同尺度上时间和频率的漂移关键特征，为校准模块奠定基础；校准模块采用基于自注意力的一维残差卷积神经网络有效利用邻近传感器间数据相关性对漂移数据进行漂移补偿，能够同时校准传感器群组中多个传感器的漂移。该方法能充分利用数据的时间和空间特征，有效提取数据中的漂移特征，提高了数据采集质量。
-
公开(公告)号：CN114119574A
公开(公告)日：2022-03-01
申请号：CN202111443534.8
申请日：2021-11-30
Applicant: 安徽农业大学
Abstract: 本发明公开了一种基于机器视觉的采摘点检测模型构建方法及采摘点定位方法，属于人工智能检测技术领域。采集采摘目标多角度RGB图像和深度图像通过视角映射生成采摘目标的第一点云集合作为训练集；采用三维重建方法实时重建采摘本体树冠层第二点云集合作为验证集和测试集，训练采摘点检测模型Alpha‑VoteNet。采摘时，采用三维重建方法实时三维重建采摘对象树冠层第三点云集合，利用采摘点检测模型获取采摘对象树冠层的所有采摘目标的采摘区域标注框，并根据标注框底面顶点计算底面中心获取采摘点三维坐标。本方法克服了传统方法中无法获取采摘目标的三维信息和因障碍物遮挡造成识别精度不高的问题，具有检测精度高、识别速度快和泛化能力强等特点。
-
公开(公告)号：CN113038465A
公开(公告)日：2021-06-25
申请号：CN202110215530.8
申请日：2021-02-25
Applicant: 安徽农业大学
IPC: H04W12/033 , H04W12/00 , H04W12/02 , H04W12/06 , H04W12/041 , H04W12/0433 , H04W12/0431 , H04W12/122 , H04W84/18 , H04L9/32
Abstract: 本申请公开了一种在WBANs中可撤销的无证书条件隐私保护认证方案，包括系统初始化阶段、客户端与AP之间的认证阶段和撤销阶段，系统初始化阶段包括公共参数生成和用户注册，公共参数生产用于通过NM生成系统参数，从而便于数据的建立，用户注册用于提交真实身份信息，便于公钥和私钥的生成和发送，客户端与AP之间的认证阶段包括身份认证和会话密钥的建立，身份认证用于对客户端和AP之间的身份是否合法的认证，会话密钥的建立用于加强患者身体信息的保密强度，撤销阶段包括揭示用户的真实身份和撤销恶意用户。本方案，通过确保医生和患者是合法性，降低了认证成本的同时，也提高了用户撤销的及时效率和计算效率。
-
公开(公告)号：CN103957602B
公开(公告)日：2017-12-22
申请号：CN201410129841.2
申请日：2014-04-01
Applicant: 安徽农业大学
Abstract: 本发明涉及一种无线传感器网络动态信道动态接入控制方法，在网络形成期，对整体网络进行管理区域划分，由管理节点控制区域网络接入参数；对于管理节点的选举采用一种基于能量控制的选举方法，各传感器节点都可以参与管理节点的选举。该方法能够使信息源区域网络到目的区域之间的所有网络区域逐步适应负载变化，具有网络生存时间长、时延小、吞吐量高的特点，适用于负载变化频繁的大规模无线传感器网络。
-
-
-
-
-
-
-
-
-
Search Results
35
records
(took 0.032 seconds)
