-
Patent Agency Ranking
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
Applicant: 中国人民解放军信息工程大学
IPC: G06N3/02
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。
-
公开(公告)号：CN101848461B
公开(公告)日：2013-01-02
申请号：CN201010162834.4
申请日：2010-05-04
Applicant: 中国人民解放军信息工程大学
Abstract: 本发明公开了一种认知Mesh网络中安全路由及信道分配方法，包括：网络侧进行初始化后，该网络侧测量并获得Mesh路由器的结点的信任度的数据；网络侧测量并获得信道安全度量的数据；网络侧根据获得的所述Mesh路由器的结点的信任度的数据和信道安全度量的数据，进行路径安全度量的路由发现和路径选择后，进行路由应答及信道分配。应用本发明，解决无线Mesh网络中实时的威胁，终端用户不仅需要获得扩展的认知接入带宽，而且需要得到点对点和端到端的安全传输保障的问题。
-
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
Applicant: 中国人民解放军信息工程大学
IPC: G06K9/62
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。
-
公开(公告)号：CN101848522A
公开(公告)日：2010-09-29
申请号：CN201010162830.6
申请日：2010-05-04
Applicant: 中国人民解放军信息工程大学
Abstract: 本发明公开了一种Underlay认知无线Mesh网络信道分配方法，包括：网络侧进行初始化，根据网络结点动态变化的可用信道集合和传输功率构建网络结点之间的路由；网络侧构建网络结点之间的路由后，在建立后的路由中对网络结点的相邻结点和该相邻结点的接口进行绑定，并依据信道集合的动态特性从可用信道集合中选择负载轻的信道与该相邻结点的接口进行绑定，完成信道分配。应用本发明，解决了动态信道的CWMN网络中如何通过信道分配来提高频谱利用率的问题。
-
公开(公告)号：CN101848461A
公开(公告)日：2010-09-29
申请号：CN201010162834.4
申请日：2010-05-04
Applicant: 中国人民解放军信息工程大学
Abstract: 本发明公开了一种认知Mesh网络中安全路由及信道分配方法，包括：网络侧进行初始化后，该网络侧测量并获得Mesh路由器的结点的信任度的数据；网络侧测量并获得信道安全度量的数据；网络侧根据获得的所述Mesh路由器的结点的信任度的数据和信道安全度量的数据，进行路径安全度量的路由发现和路径选择后，进行路由应答及信道分配。应用本发明，解决无线Mesh网络中实时的威胁，终端用户不仅需要获得扩展的认知接入带宽，而且需要得到点对点和端到端的安全传输保障的问题。
-
-
-
-
Search Results
5
records
(took 0.026 seconds)
