公开(公告)号：CN118573422A

公开(公告)日：2024-08-30

申请号：CN202410626033.0

申请日：2024-05-20

Applicant: 河南大学

Inventor： 李恒吉 ,  田玉香 ,  石华光 ,  宁念文 ,  张延宇 ,  周毅

IPC: H04L9/40 ,  H04L9/08 ,  G06N3/098

Abstract: 本发明提出了一种基于先验信息的量子安全联邦学习客户端选择方法，包括从客户端的先验信息中采用因果推理筛选出客户端的重要先验信息，采用LSTM网络预测客户端未知信息；基于获取的客户端信息以及自身的参与意愿设计双向选择机制，把服务器和客户端之间的双向选择建模为双方效用最大化问题，设计主从博弈算法找到最优的客户端选择策略以及奖励分发策略，引入量子密钥分发技术并设计动态密钥管理策略。本发明能根据客户端的先验信息预测其未知信息，有效降低预测复杂度，充分考虑到客户端的自主性以及奖励机制在客户端选择中的作用，从而有效找到客户端选择策略以及服务器定价策略，缩短模型训练时间，提高模型训练精度，并具有更好的适用性，还引入量子密钥分发技术保证本地模型参数传输过程中的安全性。

公开(公告)号：CN118518123A

公开(公告)日：2024-08-20

申请号：CN202410366426.2

申请日：2024-03-28

Applicant: 河南大学

Inventor： 张延宇 ,  王洋 ,  张西镚 ,  焦飞翔 ,  李伟 ,  周毅

IPC: G01C21/34 ,  G01C21/00 ,  G01C21/20 ,  G01D21/02 ,  G01S19/42 ,  G06Q10/047 ,  G06Q10/0835 ,  G06N3/006 ,  G06N3/126

Abstract: 本发明提出了一种考虑V2V充电的电动物流车双层路径规划方法，具体步骤包括：S1：建立考虑V2V充电的电动物流车双层路径规划模型，确定客户节点信息，加载电动物流车的初始信息；S2：建立上层电动物流车路径规划需求的综合优化目标，基于强化学习的白鲸优化算法规划出配送总成本最低的行驶路径；S3：建立下层模型优化目标，根据电动物流车到达每个客户节点的实时电量选择满足小型电动汽车的V2V充电需求；S4：分别计算对电动物流车考虑V2V充电前后的配送总成本，最终选择配送总成本最低的配送方案。本申请考虑V2V充电的电动物流车双层路径规划模型可以有效结合电动物流车的配送路径问题与行驶过程中随机产生的小型电动汽车电量需求问题。

公开(公告)号：CN117116048A

公开(公告)日：2023-11-24

申请号：CN202311088919.6

申请日：2023-08-28

Applicant: 河南大学

Inventor： 周毅 ,  刘奕含 ,  宁念文 ,  吕怡宁 ,  石华光 ,  张延宇

IPC: G08G1/01 ,  G06F18/213 ,  G06F18/15 ,  G06F18/214 ,  G06F18/25 ,  G06N3/045 ,  G06N3/042 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/08 ,  G06Q10/04 ,  G06Q50/26

Abstract: 本发明提出了一种基于知识表示模型和图神经网络的知识驱动交通预测方法，步骤为：对采集到的交通数据进行预处理，根据传感器节点的位置构建交通路网拓扑图；将交通路网拓扑图中知识图谱中的实体和关系转换为低维向量，通过门控特征融合模块根据外部因素的重要性自适应且动态地将外部因素与交通特征进行融合并更新；将更新后的交通特征和邻接矩阵输入图卷积GCN；通过时空联合捕捉模块的扩张因果卷积对时间级与空间级上的交通特征联合捕捉生成预测速度；根据损失函数训练交通预测模型，进行测试得到预测的交通速度。本发明根据外部因素的重要性，自适应地对交通特征进行融合并动态更新，从而更好地反映交通特征的变化，提高了预测模型的准确性。

公开(公告)号：CN117095546A

公开(公告)日：2023-11-21

申请号：CN202311053702.1

申请日：2023-08-21

Applicant: 河南大学

Inventor： 周毅 ,  吕怡宁 ,  宁念文 ,  刘奕含 ,  石华光 ,  张延宇

IPC: G08G1/081 ,  G06F30/27 ,  G06N3/0499 ,  G06N3/042 ,  G06N3/084 ,  G06N3/092 ,  G06Q10/0639

Abstract: 本发明提出了一种基于图变换网络的多路口交通信号控制方法，S1：构建交通路网环境，并构建道路网络图；S2：读取道路网络图信息，建立车辆状态集合，获取各个路口观测的原始数据；S3：对原始数据进行初始化编码，得到路口当前的状态信息；S4：将路口当前的状态信息输入图变换网络层中，利用图变换网络层捕捉道路网络图的空间相关性，更新路口状态信息并输出；S5：将更新后的路口状态信息输入到深度强化学习模型中优化的深度Q网络中，确定最优的信号控制策略，得到交通信号控制模型；S6：将训练完毕的交通信号控制模型进行测试，并选取评估指标评估交通信号控制模型的性能。本发明实现路口交通信号的自适应控制，能够实时高效响应动态交通场景。

公开(公告)号：CN113076599A

公开(公告)日：2021-07-06

申请号：CN202110406570.0

申请日：2021-04-15

Applicant: 河南大学

Inventor： 周毅 ,  王虎肖 ,  周丹阳 ,  李伟 ,  张延宇 ,  杜海顺

IPC: G06F30/15 ,  G06F30/27 ,  G06N3/04

Abstract: 本发明的目的是提供一种基于长短时记忆网络的多模态车辆轨迹预测方法，用于增强无人驾驶车辆的决策能力，优化无人驾驶车辆的主动安全能力，首先通过提取目标车辆和周围车辆的历史轨迹信息，然后将每个车辆的轨迹信息通过LSTM对其运动状态进行编码将其组合成为编码序列，提出社会池化，通过将被预测的车辆周围所有车辆的LSTM状态池化为一个社会张量，社会张量应用两个卷积层和一个池化层，获得社会池的位置关系信息，另外，预测车辆的LSTM状态通过全连通层，获得车辆动力学编码，将两种编码串联起来形成完整的轨迹编码，再通过LSTM解码器和混合密度网络，对未来的轨迹信息进行多模态预测，提高无人驾驶车辆的主动安全能力。

公开(公告)号：CN112650256A

公开(公告)日：2021-04-13

申请号：CN202011609932.8

申请日：2020-12-30

Applicant: 河南大学 ,  鹰驾科技(深圳)有限公司

Inventor： 李伟 ,  任孟瀚 ,  郑智宇 ,  张延宇 ,  杜海顺 ,  周毅

IPC: G05D1/02

Abstract: 本发明的目的是提供一种基于改进双向RRT机器人路径规划方法，针对RRT算法的不足，提出了一种中心圆采样策略，降低了双向RRT算法采样随机性；融入了障碍物膨胀策略，使得规划的路径和障碍物保持一定的间距，更加符合实际机器人运行路径；引入了目标偏向策略，提升算法的搜索效率；最后将规划的路径进行样条插值，使得规划的路径更加的平稳与光滑；最后将本文算法与其它算法相比较，验证了本文提出算法的有效性，本文提出的CC_BRRT算法，一定程度上减少了采样的盲目性，缩短了路径长度，减少了采样节点的数量，提升了路径的光滑性。

公开(公告)号：CN112073964A

公开(公告)日：2020-12-11

申请号：CN202011155667.0

申请日：2020-10-26

Applicant: 河南大学

Inventor： 杜晓玉 ,  李茵茵 ,  周素芳 ,  郭启程 ,  张延宇 ,  李伟

IPC: H04W12/02 ,  H04W12/04 ,  H04W12/06 ,  H04L9/32 ,  H04L9/30 ,  H04L9/08 ,  H04L9/06

Abstract: 本发明的目的是设计一种基于椭圆曲线加密的无人机与基站通信身份认证方法，包括：系统进行初始化阶段，可信中心生成系统参数并广播给无人机网络中；无人机机群内各个无人机由可信中心认证对其进行注册；路面基站与无人机发起认证请求；认证成功后路面基站向无人机发送指令包，无人机接收指令并执行指令任务。该认证方法主要依据椭圆曲线密码学理论，基于椭圆曲线离散对数难题（ECDLP）保证了通信数据的难破解性；该无人机与路面基站进行身份认证的流程有效保护了路面基站和无人机的通信安全，保证了路面基站和无人机身份隐私，可以有效预防重放攻击，中间人攻击，防止恶意攻击造成无人机执行恶意任务，保证了无人机的通信安全。