一种置信度传递的分布式容积卡尔曼滤波协作定位方法

    公开(公告)号:CN110225454A

    公开(公告)日:2019-09-10

    申请号:CN201910561527.4

    申请日:2019-06-26

    Applicant: 河南大学

    Abstract: 本发明公开了一种基于置信度传递的分布式容积卡尔曼滤波协作定位方法。其中,该方法包括:无线传感器网络中移动代理节点初始状态满足高斯分布,并将移动代理节点协作定位建模为时变因子图中多变量节点的边缘后验分布估计问题;其次,提出了高斯参数化置信度传递与重构策略,以及分布式容积卡尔曼滤波方法,计算因子图上每个变量节点的后验分布,进而获得每个移动代理节点定位结果。本发明公开协作定位方法中相邻代理节点之间只需传递高斯参数化置信度,具有良好的扩展性和鲁棒性,较低的通信开销和计算复杂度,提升整体网络定位精度和效率。

    基于多跳策略的分布式迭代凸优化节点定位方法

    公开(公告)号:CN114554569B

    公开(公告)日:2025-02-18

    申请号:CN202210098158.1

    申请日:2022-01-25

    Applicant: 河南大学

    Abstract: 本发明提供一种基于多跳策略的分布式迭代凸优化节点定位方法,即根据经典的DV‑hop多跳策略获得未知节点到锚节点之间的距离,进而可将节点定位问题转化为优化问题求解。包括以下步骤:首先,根据最小最大准则将节点定位问题转化为最小‑最大误差问题;然后,考虑到非凸问题直接求解的困难性,本发明引入辅助变量,给出了具有非凸约束的优化问题,并通过一阶泰勒展开将非凸约束转化为凸约束;最后,给出了一种迭代求解节点定位非凸优化问题的连续凸逼近方法,从而实现对未知节点的高精度定位。本发明能够在锚节点稀疏分布情况下确保未知节点估计精度,同时可减少锚节点的部署降低能量消耗及节约成本。

    基于隶属度函数和主成分分析的水质检测方法

    公开(公告)号:CN115754199B

    公开(公告)日:2024-09-20

    申请号:CN202211410512.6

    申请日:2022-11-10

    Applicant: 河南大学

    Abstract: 本发明公开了一种基于隶属度函数和主成分分析的水质检测方法,包括如下步骤:首先,根据传感器采集的不同水质等级样本建立各个属性的隶属度模型;然后,计算测试样本在对应属性下的对于不同水质等级的隶属度;其次,将所求的隶属度归一化处理作为初始BPA函数;再次,使用主成分分析法获得每个属性的贡献率,以属性贡献率对初始BPA函数进行折扣,折扣的结果作为最终基本概率指派函数;最后,采用Dempster组合规则对最终基本概率指派函数进行逐个融合,输出对检测样本的水质级别决策结果。本发明方案综合考虑了隶属度和属性贡献率,可以有效地处理不确定和不精确的信息,具有重要的理论意义和应用价值。

    基于相关系数和改进熵的概率语言多属性群决策方法

    公开(公告)号:CN115936455A

    公开(公告)日:2023-04-07

    申请号:CN202211405959.4

    申请日:2022-11-10

    Applicant: 河南大学

    Abstract: 本发明公开了一种基于相关系数和改进熵的概率语言多属性群决策方法,包括如下步骤:首先评价专家根据评价对象和评价属性给出自己的偏好信息;其次对专家给出的偏好信息进行转化和标准化,得到标准化的群决策矩阵;接着根据标准化的群决策矩阵利用最大离差法和熵权法求得属性的组合权重;最后根据获得的属性的组合权重和TOPSIS排序法获得每个备选方案的贴近度,根据备选方案所对应的贴近度的大小对备选方案进行排序,备选方案对应的贴近度越大表明该备选方案越好。通过综合考虑决策信息间的相似度差异和不确定性,提出基于相关系数和改进熵的属性权重确定方法,来解决一类属性权重完全未知的多属性群决策问题具有重要的理论意义和应用价值。

    基于隶属度函数和主成分分析的水质检测方法

    公开(公告)号:CN115754199A

    公开(公告)日:2023-03-07

    申请号:CN202211410512.6

    申请日:2022-11-10

    Applicant: 河南大学

    Abstract: 本发明公开了一种基于隶属度函数和主成分分析的水质检测方法,包括如下步骤:首先,根据传感器采集的不同水质等级样本建立各个属性的隶属度模型;然后,计算测试样本在对应属性下的对于不同水质等级的隶属度;其次,将所求的隶属度归一化处理作为初始BPA函数;再次,使用主成分分析法获得每个属性的贡献率,以属性贡献率对初始BPA函数进行折扣,折扣的结果作为最终基本概率指派函数;最后,采用Dempster组合规则对最终基本概率指派函数进行逐个融合,输出对检测样本的水质级别决策结果。本发明方案综合考虑了隶属度和属性贡献率,可以有效地处理不确定和不精确的信息,具有重要的理论意义和应用价值。

    基于高效注意力的轻量级光学遥感图像变化检测方法

    公开(公告)号:CN115713529A

    公开(公告)日:2023-02-24

    申请号:CN202211524552.3

    申请日:2022-11-30

    Applicant: 河南大学

    Abstract: 本发明公开了一种基于高效注意力的轻量级光学遥感图像变化检测方法,包括如下步骤:首先,对光学遥感图像进行预处理,得到对应的变化标签图;然后对其进行切割得到训练样本;再将双时相图像进行串联后通过FOCUS模块、深度残差块、轻量级注意力模块以得到精细化的不同尺度特征图,随后利用多尺度特征融合模块对得到的多幅特征图进行聚合以生成变化图;待训练结束后,将模型的所有参数信息保存下来;最后将经过预处理的待测样本输入至变化检测模型中,经计算输出检测结果图。本发明方案利用FOCUS下采样层、能够扩大感受野的深度残差卷积块、高效的注意力机制和多尺度特征融合模块以更少的参数和计算量实现变化区域的提取。

    基于数字散斑时空特征及IU-Net的构件缺陷检测方法及系统

    公开(公告)号:CN115619752A

    公开(公告)日:2023-01-17

    申请号:CN202211335186.7

    申请日:2022-10-28

    Applicant: 河南大学

    Abstract: 本发明提供一种基于数字散斑时空特征及IU‑Net的构件缺陷检测方法及系统。该方法包括:搭建数字剪切散斑干涉装置,然后采集构件缺陷的剪切散斑干涉图;从所述剪切散斑干涉图中提取相位条纹图,并采用正余弦滤波方法对所述相位条纹图滤除噪声;将构件缺陷的剪切散斑干涉图作为构件缺陷时域特征,将滤除噪声后的二维缺陷图和三维包裹相位图作为构件缺陷空域特征;构建基于IU‑Net的缺陷检测模型,将构件缺陷空域特征输入训练好的基于IU‑Net的缺陷检测模型获得增强后的构件缺陷图,利用所述构件缺陷图实现构件缺陷定性检测;将构件缺陷时域特征和构件缺陷空域特征输入训练好的基于IU‑Net的缺陷检测模型进行测试,对不同类型的缺陷进行识别,实现构件缺陷的定量检测。

    基于区间数距离和模型可靠性的目标识别方法

    公开(公告)号:CN112598037B

    公开(公告)日:2022-12-16

    申请号:CN202011479705.8

    申请日:2020-12-15

    Applicant: 河南大学

    Abstract: 本发明公开了一种基于区间数距离和模型可靠性的目标识别方法,包括如下步骤:首先,根据传感器采集的目标样本建立各个属性的区间数模型;然后,计算测试样本在对应属性下的区间数与该属性下区间数模型之间的区间数距离;其次,将所求的区间数距离转化为相似度并归一化处理作为初始基本概率指派;再次,计算各个属性下区间数模型的静态可靠性和动态可靠性,并将其结合作为综合可靠性对初始基本概率指派进行折扣,折扣的结果作为最终基本概率指派;最后,采用Dempster组合规则对最终基本概率指派进行逐个融合,输出最终目标识别的决策结果。本发明方案综合考虑了区间数距离和模型的综合可靠性,可以有效地处理不确定和不精确的信息,具有重要的理论意义和应用价值。

    基于证据可信度和不确定度的冲突证据融合方法

    公开(公告)号:CN115423028A

    公开(公告)日:2022-12-02

    申请号:CN202211132564.1

    申请日:2022-09-17

    Applicant: 河南大学

    Abstract: 本发明涉及多源信息融合技术领域,具体涉及一种基于证据可信度和不确定度的冲突证据融合方法;该方法包括:获取汽车系统故障诊断的信息转换为证据向量,计算各个证据向量的信任因子,通过信任因子获取各个证据向量对应的第一可信度权重;计算任意两个证据向量之间的散度,通过散度和第一可信度权重,获取各个证据向量对应的综合可信度权重;计算各个证据向量对应的信念熵,通过信念熵获取各个证据向量的信息量权重;基于所述综合可信度权重与信息量权重获取加权平均证据,采用Dempster组合规则对加权平均证据进行逐个融合,输出最终汽车系统故障诊断的决策结果。本发明能够更准确地实现汽车系统故障的诊断。

Patent Agency Ranking