一种基于物品识别的多用户人机互动的方法、装置及系统

    公开(公告)号:CN103049552A

    公开(公告)日:2013-04-17

    申请号:CN201210584025.1

    申请日:2012-12-28

    Abstract: 本发明公开了一种基于物品识别的多用户人机互动的方法、装置及系统以实现用于学习的辅助工具具有与其他用户交互功能的目的,应用于用户终端的方法包括:读取感应源的感应信号,所述感应信号包含感应源的唯一标识;将所述感应源的唯一标识通过网络发送到控制终端;接收控制终端通过网络返回的控制消息;从第一数据库中查询所述控制消息对应的数据;返回查询结果,应用于控制终端的方法包括:接收用户终端在读取感应源的感应信号后通过网络发送的感应消息,所述感应消息包含感应源的唯一标识;获取输入的学习模式;将所述感应源的唯一标识语与所述学习模式作为查询条件,从第二数据库中查询对应的控制消息;将所述控制消息通过网络发送到用户终端。

    一种多传感器目标识别属性约简方法及装置

    公开(公告)号:CN107437089A

    公开(公告)日:2017-12-05

    申请号:CN201610365637.X

    申请日:2016-05-27

    Abstract: 本申请提供了一种多传感器目标识别属性约简方法及装置,对传感器数据进行预处理,获得多个目标属性数据;针对每个目标属性数据,基于预先设定的目标识别的类别数量参数,使用Kmeans聚类方法按预设规则确定与目标属性数据对应的目标聚类数量,将与目标聚类数量对应的聚类结果进行数据模糊处理;利用粗糙集算法对模糊处理结果进行属性约简,获得属性约简结果。本申请充分考虑传感器数据具有同种类目标同属性数据差异较小,异种类目标同属性数据差异较大的特性,采用Kmeans聚类方法进行聚类,并对聚类结果进行数据模糊,将连续的数据离散化,弥补了粗糙集在属性约简上的局限性,并且提升了基于模糊粗糙集进行目标识别的辨识率。

    认知Mesh网络路由方法
    6.
    发明公开

    公开(公告)号:CN101854641A

    公开(公告)日:2010-10-06

    申请号:CN201010135409.6

    申请日:2010-03-30

    Abstract: 本发明提供一种认知Mesh网络路由方法,该方法包括:源节点和中间节点分别记录其交叉数据流的数量,目的节点从多条不相交的路由中选定一条交叉数据流数量最少的路由;按照选定的路由目的节点及中间节点根据信道适应度为其源端链路进行信道分配,其中,信道适应度的计算参数包括:切换时延及同频退避时延;源节点根据选定的路由并使用分配的信道发送数据。通过本发明,能够降低端到端时延,提高网络吞吐量,并更好地适应频谱环境动态变化的Mesh网络环境。

    一种MIMO-FBMC系统的自适应传输方法及装置

    公开(公告)号:CN107733489A

    公开(公告)日:2018-02-23

    申请号:CN201710991815.4

    申请日:2017-10-23

    CPC classification number: H04B7/0413 H04L5/0001 H04L27/2601

    Abstract: 本申请提供了一种MIMO-FBMC系统的自适应传输方法及装置,方法包括:确定MIMO-FBMC系统中各个用户在不同基站端天线数等级模式下的最优子载波数;确定MIMO-FBMC系统中各个用户在不同基站端天线数等级模式下的最优子载波数对应的频谱利用率;从各个频谱利用率中选取出数值最大的频谱利用率;将数值最大的频谱利用率对应的基站端天线数等级模式和相应的最优子载波数,作为待使用的基站端天线数等级模式和最优子载波数;按照待使用的基站端天线数等级模式和最优子载波数,进行数据传输。在本申请中,通过以上方式可以实现MIMO-FBMC系统的自适应传输。

    一种基于神经网络的短波中值场强预测系统、方法及装置

    公开(公告)号:CN105989407A

    公开(公告)日:2016-10-05

    申请号:CN201510074683.X

    申请日:2015-02-12

    Abstract: 本发明实施例公开了一种基于神经网络的短波中值场强预测系统,包括:用户接口模块、神经网络训练模块和短波中值场强预测模块;用户接口模块用于根据用户需求生成参数形式的用户指令,将参数形式的用户指令发送至神经网络训练模块和短波中值场强预测模块;神经网络训练模块用于根据接收到的所述参数形式的用户指令对神经网络进行训练;短波中值场强预测模块用于根据接收到的参数形式的用户指令,通过训练后的神经网络预测模型对短波中值场强进行预测。本发明实施例还提供一种基于神经网络的短波中值场强预测方法及装置。本发明实施例能够短波中值场强预测的准确性和灵活性问题,建立面向用户需求的自适应场强预测模型。

Patent Agency Ranking