无线传感器网络覆盖空洞面积的计算方法

    公开(公告)号:CN104135732A

    公开(公告)日:2014-11-05

    申请号:CN201410375384.5

    申请日:2014-07-31

    Abstract: 本发明涉及一种无线传感器网络覆盖空洞面积的计算方法,包括:步骤1,计算出由邻接节点构成的无向图;步骤2,计算出各邻接节点之间的交点;步骤3,根据交点找出空洞的边界节点并构造出空洞的边界图;步骤4,广度遍历边界图,从中找出所有的最小多边形以形成字典D;步骤5,遍历字典D,判断网络中的节点是否被其中的一个最小多边形包围,如果是,则将该最小多边形从字典D中删除;步骤6,计算字典D内的每个最小多边形的面积,如果结果为负则表示没有空洞;否则表示有空洞。本发明能够检测出覆盖空洞的边界和网络的外边界,便于更高效地部署修补节点以用最少的代价维护网络的最高效运行。

    一种信息检索领域R-GCN和Transformer融合网络的知识表示学习方法

    公开(公告)号:CN119202266A

    公开(公告)日:2024-12-27

    申请号:CN202411241073.X

    申请日:2024-09-05

    Abstract: 本发明提供了一种信息检索领域R‑GCN和Transformer融合网络的知识表示学习方法,涉及知识图谱表示学习技术领域,包括基于信息检索知识图谱,构建实体和关系的输入特征;基于Transformer模型及R‑GCN模型,构建实体的Transformer分支表征向量、R‑GCN分支表征向量和关系的Transformer表征向量,得到关系的最终嵌入表示;基于实体的R‑GCN分支表征向量和实体的Transformer分支表征向量,获得信息检索知识图谱中实体的融合特征作为实体的最终嵌入表示;通过信息检索知识图谱实体分类和信息检索知识图谱路径查询回答任务优化知识表示学习的效果。本申请通过GCN捕获图结构中的局部依赖关系,通过Transformer模型动态地捕捉序列数据中不同位置的依赖信息,实现对全局结构信息的捕捉,充分利用信息检索知识图谱中的全局结构信息和上下文信息,实现更为准确的知识表示学习。

    一种基于细节辨别区别的实时显著性行人检测方法

    公开(公告)号:CN110929593B

    公开(公告)日:2023-06-20

    申请号:CN201911078936.5

    申请日:2019-11-06

    Abstract: 一种基于细节辨别区别的实时显著性行人检测方法,在现有的图像数据集中进行参数预训练;对监控视频中的视频数据读取并转化为可处理的图像格式;对步骤B中的图像进行特征提取;预训练的模型参数迁移到YOLO神经网络模型,在行人检测数据集上进行网络模型训练,用训练好的网络模型根据行人特征H和显著性特征进行行人检测。通过现有公开图像数据集中上进行参数预训练并引入到YOLO神经网络模型上,根据检测显著性区域特征和注重细节辨别区分的行人特征,进而实时的对行人进行检测,此种方法相比于单纯利用YOLO模型,有效地增加模型的多尺度预测泛化能力和极大的提高了系统的检测速率以及降低漏检率。

    基于分离式日志的多核处理器瞬时故障恢复系统及其瞬时故障恢复方法

    公开(公告)号:CN104657239B

    公开(公告)日:2017-07-28

    申请号:CN201510121093.8

    申请日:2015-03-19

    Abstract: 基于分离式日志的多核处理器瞬时故障恢复系统及其瞬时故障恢复方法,属于计算机技术领域。为了解决多核处理器非确定性事件的确定性故障恢复缺少高可用性解决方案的问题。所述系统包括:分离式日志记录模块,用于记录相应内核的非确定性事件信息,对内存竞争日志将采用点到点的依赖关系分开记录,在一致性协议的应答方记录依赖关系的先发生方,在请求方记录依赖关系的后发生方,对外部中断记录中断类型和中断地址;分离式日志控制器模块,用于建立日志记录空间与检查点设置的映射关系;恢复硬件模块,用于结合分离式日志的卷回恢复技术和确定性重演技术,完成瞬时故障的检查点后的确定性恢复。用于多核处理器故障恢复。

Patent Agency Ranking