-
Patent Agency Ranking
公开(公告)号：CN115103441A
公开(公告)日：2022-09-23
申请号：CN202210700300.5
申请日：2022-06-20
Applicant: 燕山大学
Abstract: 本发明公开了一种基于先验知识和迁移学习的定位方法，属于位置服务技术领域，所述方法在离线阶段利用移动设备采集来自不同AP或者基站的信号强度值进行数据预处理并建立离线指纹库，然后利用机器学习方法训练机器学习模型用于定位，在在线阶段基于加速度传感器和电子罗盘等传感器来确定特殊点获取特征，以匹配先验知识；将特殊点采集到的数据与离线指纹库中特殊点的数据进行对比来确定AP或者基站是否改变，若未改变则直接进行定位，若发生了改变则判断出改变了的AP或者基站并利用迁移学习方法进行知识迁移并重新训练模型。本发明在实际应用中更加适应环境的变化，对环境变化的响应速度更快，能够提高在环境发生改变的情况下的定位精度。
-
公开(公告)号：CN113572706A
公开(公告)日：2021-10-29
申请号：CN202110663592.5
申请日：2021-06-16
Applicant: 燕山大学
IPC: H04L12/875 , H04L12/865
Abstract: 本发明涉及工业时间敏感网络流量调度技术领域，具体涉及一种无边界协同控制时间敏感网络自适应分级调度方法，定义网络各数据帧特征参数；对每个流量依次进行最坏情况下时延分析；进行流量的自适应优先级分配处理；根据调度策略规划各类型流量的传输顺序，并映射生成门控制列表；本方法能够实现网络中TT流量的实时传输与BE流量兼顾高效传输，满足网络的多元化服务质量Qos需求，解决高网络负载下混合流量调度问题。
-
公开(公告)号：CN113449612A
公开(公告)日：2021-09-28
申请号：CN202110662372.0
申请日：2021-06-15
Applicant: 燕山大学
Abstract: 本发明公开了一种基于子流型稀疏卷积的三维目标点云识别的方法，包括如下步骤：S1获取目标场景的初始点云；S2获取目标点云局部特征；S3将子流型卷积网络的输出作为两个相同的MLP网络的输入；S4将第一个MLP网络输出到交叉熵损失函数；S5将第二个MLP网络输出到两个基于注意力机制的图卷积神经网络，最后输出到平方误差损失函数；另外将第二个MLP网络不经图卷积神经网络直接输出到平方误差损失函数；S6选用交叉熵损失函数和平方误差损失函数之和作为网络模型总损失函数，根据总损失函数值的大小，进行网络模型的反向训练，本发明加快网络训练速度，提高识别正确率，改善占用内存空间大的缺陷，实现快速高效的三维目标识别。
-
公开(公告)号：CN111614594B
公开(公告)日：2021-06-08
申请号：CN202010407628.9
申请日：2020-05-14
Applicant: 燕山大学
IPC: H04L27/26
Abstract: 本发明公开了一种降低信号峰均比的自适应调整方法，属于通信技术领域，根据功率放大器、A/D、D/A转换器等器件的工作范围，综合设定功率门限值P0，保证所有的信号功率都在器件的动态线性范围内，改善了OFDM系统的误码率性能；引入自适应的思想，通过设定PAPR门限值要求，针对小于门限值的信号，不进行处理；而针对大于门限值的信号，结合经验以及相关推导，初步给定处理参数V、W；对于不同的传输信号，给定不同的处理参数，节省了系统资源，减小了处理信号的时间。本发明针对在初始给定处理参数下仍不满足功率门限值的信号，设定了分块数目V和搜索空间W的调整规则，在保证PAPR性能的前提下，降低了计算复杂度。
-
公开(公告)号：CN107332234B
公开(公告)日：2021-05-28
申请号：CN201710521717.4
申请日：2017-06-30
Applicant: 燕山大学
Abstract: 本发明公开了一种考虑可再生能源间歇性的主动配电网多故障修复策略，建立主动配电网多故障分阶段修复策略模型；以恢复最多失电负荷及保持孤岛稳定性为目的对主动配电网供电资源设置优先级，针对二阶段模型提出两阶段调度策略；采用深度优先搜索算法和改进细菌群体趋药性(DBCC)相结合的算法对主动配电网多故障分阶段模型进行求解，利用MATLAB 7.10进行仿真。本发明方法按时间顺序将抢修过程划分为两个阶段，建立主动配电网多故障分阶段修复策略模型制定供电资源调度策略，使重要失电负荷迅速得到恢复，降低故障带来的总经济损失；保证孤岛供电的稳定性；利用MATLAB 7.10进行仿真，验证了本方法能够快速恢复失电负荷，有效的降低总经济损失。
-
-
-
-
Search Results
25
records
(took 0.019 seconds)
