-
公开(公告)号：CN118265104A
公开(公告)日：2024-06-28
申请号：CN202410347017.8
申请日：2024-03-26
Applicant: 北京工商大学
Abstract: 本发明提出了一种优化转发机制的分簇路由方法。由于传感器节点通常具有低能量、较高能耗的特点，研究如何使无线传感器网络实现节能高效路由非常重要。现有的路由方法多数集中在使用各类优化方法辅助路由路径选择或人为设定大量复杂规则，环境的变化会导致路由效果产生较大的波动，甚至可能需要重新设计和调优。针对这一问题，本发明提出了一种优化转发机制的分簇路由方法，首先针对簇内定义了新的簇内路由规则，其次，在簇间传输阶段制定了一种多跳转发规则。本发明在路由路径的选择过程中避免引入大量参数和参数调优的复杂过程，在不同的网络规模下均有相对较好的表现，有助于无线传感器网络更快地部署和使用，同时尽可能延长网络寿命。
-
公开(公告)号：CN112969188B
公开(公告)日：2022-08-02
申请号：CN202110142965.4
申请日：2021-02-02
Applicant: 北京工商大学
Abstract: 本发明提出了一种基于匈牙利算法的水下传感器网络优化部署方法。水下传感器网络广泛应用于水质监测，水下资源探测等领域。传感器节点的部署位置极大影响了网络的监测效果。在水下传感器节点进行初始部署后，由于水流的影响，会使传感器节点偏离初始位置，影响网络的覆盖率。因而，需要一种有效的方法对水下传感器网络进行重部署。首先，根据曲流移动模型建立水下传感器网络节点移动模型，然后利用匈牙利算法对节点进行重新部署，与直接移动传感器节点相比，本发明提出的方法可有效减少传感器移动距离，实现对整个网络的优化重部署，可灵活有效的解决复杂水域的水质监测问题。
-
公开(公告)号：CN110163537B
公开(公告)日：2021-05-14
申请号：CN201910553891.6
申请日：2019-06-25
Applicant: 北京工商大学
Abstract: 本发明公开了一种基于梯形云模型的水体富营养化评价方法，涉及河湖水体富营养化评价技术领域。所述方法首先根据河湖的历史评价数据得出河湖的阿塔纳索夫区间值直觉语言数；然后建立语言标度函数，将水体评价的六个语言等级范围映射为数值，再计算出梯形云模型的五个参数，然后获得五个影响因子的融合权重；最后将所计算出的数据和待评价河湖的水质数据输入到梯形云模型中，将隶属度最大的水质等级作为最终的评价结果。本发明能够有效的避免正态云模型中以点来代表等级范围的缺陷，有效的解决等级范围内不是以区间范围的中间值为期望的正态分布的数据问题，使模型的对数据的适应性更高，评价结果更加的准确合理。
-
公开(公告)号：CN107506857B
公开(公告)日：2020-05-08
申请号：CN201710692183.1
申请日：2017-08-14
Applicant: 北京工商大学
Abstract: 本发明公开了一种基于模糊支持向量机的城市湖库蓝藻水华多变量预测方法，包括以下几个步骤：步骤一、选取城市湖库蓝藻水华多变量预测建模中关键影响因素；步骤二、重构城市湖库蓝藻水华多变量时间序列的相空间；步骤三、最近邻域点优化确定；步骤四、获取城市湖库蓝藻水华多变量模糊支持向量机预测模型，进行城市湖库蓝藻水华预测。本发明提出相似系数分析定义对湖库蓝藻水华生成关键影响因素进行选取，将时间序列变化趋势一致性与时域特征结构相似性综合考虑以确定影响因素与表征因素之间的相似程度，以提取较完备的强相关信息，减少冗余信息，提高预测的鲁棒性和泛化能力。
-
公开(公告)号：CN110689179A
公开(公告)日：2020-01-14
申请号：CN201910882378.1
申请日：2019-09-18
Applicant: 北京工商大学
Abstract: 本发明公开了一种基于时空序列混合模型的水华预测方法，属于水环境预测技术领域。所述水华预测方法首先基于深度置信网络提取水华时空数据大尺度非线性趋势项；基于多元时空气象监测点地理位置建立空间权重矩阵；然后小尺度残差项提取及再建模；大尺度非线性趋势项预测值与小尺度残差项预测值叠加，同时根据反距离加权差值法得出目标水域的气象预测值；使用ANFIS融合预测目标水域的水质与气象数据。本发明增加了水华暴发的影响因素数量，使水华建模预测的结果更加准确，更能真实反映周边水域对目标水域的影响作用。本发明适用性强，可以在不同水域的水华时空序列数据条件下使用，适用于不同水质、气象下水华暴发的预测，具有普遍适用性。
-
Patent Agency Ranking
公开(公告)号：CN109816272A
公开(公告)日：2019-05-28
申请号：CN201910138560.6
申请日：2019-02-25
Applicant: 北京工商大学
Abstract: 本发明公开了一种受限信息条件下科技型上市企业财务风险预警方法，属于财务风险研究与信息科学交叉融合的技术领域。所述方法首先构建基于科技型上市企业财务风险指标体系，结合数据信息及专家经验确定各指标融合主客观信息的指标权重，采用主客观融合的指标权重以相对客观、全面地量化科技型上市企业某一时间点的财务风险大小；最后，利用财务指标数据构建科技型上市企业财务风险自适应预警阈值，划分动态预警区间，实现财务风险的量化和预警，从而为科技型上市企业决策层提供更细化、有效的预警判断依据，为科技型上市企业及早发现风险进行预警、规避风险提供理论支撑。
-
公开(公告)号：CN109738604A
公开(公告)日：2019-05-10
申请号：CN201910031545.1
申请日：2019-01-14
Applicant: 北京工商大学
Abstract: 本发明提出了一种基于空间权重矩阵的水域特征模型建立方法。首先，通过采集到的水质数据，进行主成分分析得到每个月的水质数据评价值。其次，建立基本空间权重矩阵以及基于水质特征的空间权重矩阵，从而为水质空间预测提供合理的数据基础。最后，利用神经网络对水质数据进行预测，得到需要重点监测的区域，建立水域特征模型。本发明通过建立水域特征模型，得到需要重点监测的水域，为水质传感器网络的有效部署提供理论依据，进而可灵活有效的解决复杂水域的水质监测问题。
-
公开(公告)号：CN109284921A
公开(公告)日：2019-01-29
申请号：CN201811080646.X
申请日：2018-09-17
Applicant: 北京工商大学
Abstract: 本发明公开了基于隐马尔科夫模型的农业灌溉水质动态评价方法，属于水环境与信息科学技术交叉融合的工程技术领域。所述评价方法包括构建农业灌溉水质动态评价指标体系；水质动态评价指标的主观权重和客观权重的优化融合；基于隐马尔科夫模型的农业灌溉水质动态评价；基于马尔科夫链的演化特性分析的步骤。本发明提出的评价方法较好的解决了农业灌溉水质动态评价过程中存在多指标不相容及随机不确定性的问题，同时本发明提出的演化特性指数可以有效地体现农业灌溉水质动态演化规律，将水质动态评价指标数据的时间序列特性融入评价中，更好的体现了动态评价的特点，为相关水质监管部门进行在线水质监测、评价与决策研究提供参考。
-
公开(公告)号：CN105050097B
公开(公告)日：2018-04-24
申请号：CN201510324155.5
申请日：2015-06-12
Applicant: 北京工商大学
Abstract: 本发明提出了一种图像传感器网络优化部署方法，包括图像传感器观测模型的建立和图像传感器网络的优化部署两个基本步骤。步骤一，针对图像传感器对目标观测的特点，建立图像传感器的观测模型；步骤二，通过建立观测区域模型，网络覆盖率模型及网络的观测模型建立网络的优化部署函数，通过对该函数的优化，得到网络的最佳部署。本发明建立了图像传感器对目标的观测性能函数，通过将更为完善的图像传感器观测模型引入到图像传感器网络的优化部署中，有效解决了图像传感器网络中，部署和运行灵活性低，观测效率不高的问题。
-
公开(公告)号：CN104699979B
公开(公告)日：2018-03-20
申请号：CN201510128961.5
申请日：2015-03-24
Applicant: 北京工商大学
IPC: G06F19/00
Abstract: 本发明公开了一种基于复杂网络的城市湖库藻类水华混沌时间序列预测方法，属于环境工程技术领域。本发明对湖库水华生成过程进行混沌特性检验，并给出基于混沌时间序列的水华预测方法，目的是解决现有的水华预测大多对单一因素预测及预测精度不高等问题，针对具有混沌特性的水华生成过程特征因素时序，采用复杂网络方法构造水华生成过程的统计特征G参数，通过混沌时间序列的预测方法对G参数时间序列进行预测，从而实现多因素的水华生成过程预测，提高预测精度，为环保部门提供有效的参考依据，对湖库水环境的保护和改善起到重要的防治作用。
-
-
-
-
-
-
-
-
-
Search Results
98
records
(took 0.048 seconds)
