-
公开(公告)号：CN118764385A
公开(公告)日：2024-10-11
申请号：CN202410744475.5
申请日：2024-06-11
Applicant: 大连理工大学
IPC: H04L41/0894 , G08G5/00 , G08G5/06
Abstract: 本发明属于多目标优化领域，涉及一种基于多目标优化算法的无人机集群异构数据采集网络部署方法。该方法利用空间几何知识计算障碍物对无线传感器信号传播影响的现实模型，结合真实环境，以覆盖度最大化和能耗最小化作为优化目标。改进了NDDEA算法，并使用改进后的多目标优化算法进行无人机集群异构数据采集网络部署模拟。本发明可有效提高无人机集群异构数据采集网络部署的覆盖程度，减小无人机集群异构数据采集网络的能耗，更贴合一般现实，并且与其他多目标进化算法相比，该方法优化得到的一组解分布性、收敛性更好。
-
公开(公告)号：CN109657122B
公开(公告)日：2020-10-20
申请号：CN201811500188.0
申请日：2018-12-10
Applicant: 大连理工大学
IPC: G06F16/951 , G06F16/35
Abstract: 本发明公开了一种基于学术大数据的学术团队重要成员识别方法，从度中心性、H因子以及学术年龄的角度识别团队领导者，并首次使用基于PageRank方法的DHRank模型来评估并标记团队关键成员。为了合理地进行团队聚类，本发明在进行以领导者为中心的基于最短路径的团队聚类后，使用基于团队规模比较和领导者H因子比较的方法来对聚类结果进行了进一步的完善，有助于提高后期使用DHRank模型识别关键成员的结果的准确性。相比其他方法，本发明提出的方法在发现有影响力学者方面更加准确，并且拥有更低的运算时间复杂度。本发明提供了学术团队中识别领导者和关键者的一种新方法，为学术网络中的团队科学研究提供了一种新的解决方案。
-
公开(公告)号：CN109935277A
公开(公告)日：2019-06-25
申请号：CN201910136599.4
申请日：2019-02-25
Applicant: 大连理工大学
IPC: G16B40/00
Abstract: 本发明提供了一种异构网络中基于元路径的异常模体查询方法，属于网络异常查询领域。本方法针对包含多种类信息的数据提取网络，通过设定查询所需要的起始条件，找出所有满足条件的模体的集合，使用正规化的路径相似度，比较每个模体与参考模体集合之间的相似度，对其中相似度低的模体，我们认为它们是目标模体中的异常模体部分。实验结果表明，本发明提出的方法能够应用于多种异构网络上，并取得不错的效果，由于异构网络中的异常模体查询方法较少，本发明能够作为一种异构网络中的异常模体查询方法稳定使用，从而为异常模体查询提供了一种新的视角。
-
公开(公告)号：CN107798440A
公开(公告)日：2018-03-13
申请号：CN201711234971.2
申请日：2017-11-30
Applicant: 大连理工大学
CPC classification number: G06Q10/047 , G06Q50/30
Abstract: 本发明提供了一种基于线路候选集的地铁接驳巴士线路规划方法，属于智能城市交通技术领域。该方法的具体步骤为：首先根据线路规划目标对原始乘客出行数据进行预处理，随后对预处理后的数据进行时间划分和空间聚合，之后根据站点位置数据和站点时间数据生成线路候选集合，最终从线路候选集合中选择最优的运行线路，该方法从动态规划的思想出发进行从居民区到附近地铁站的地铁接驳巴士的最优线路规划，为改善地铁接驳巴士的运营状态，提高收益，促进其大范围的推广和应用提供建设性意见。
-
公开(公告)号：CN116627162A
公开(公告)日：2023-08-22
申请号：CN202310343470.7
申请日：2023-04-03
Applicant: 大连理工大学
IPC: G05D1/10
Abstract: 本发明涉及深度强化学习领域，提出一种基于多智能体强化学习的多无人机数据采集位置优化方法。本发明建立多无人机采集传感器的系统模型，包括无人机三维运动，无人机与传感器的能量消耗、通信，系统的AOI等方面，无人机的高度可以动态变化，传感器网络因为部署在山地复杂地形，各个传感器的高度是参差不齐的，同时需要考虑无人机和传感器通信时地形障碍的影响，更加符合实际的现实场景。通过设计状态空间、观察空间、行动空间和奖励空间，将多无人机采集传感器数据问题建模为马尔可夫博弈。提出基于多智能体强化学习的无人机数据采集方法MADC，引入重要性权重反馈学习机制，在经验回放的样本中设置权重和优先度，以此提高算法的学习效率。
-
Patent Agency Ranking
公开(公告)号：CN109935277B
公开(公告)日：2022-02-15
申请号：CN201910136599.4
申请日：2019-02-25
Applicant: 大连理工大学
IPC: G16B40/00
Abstract: 本发明提供了一种异构网络中基于元路径的异常模体查询方法，属于网络异常查询领域。本方法针对包含多种类信息的数据提取网络，通过设定查询所需要的起始条件，找出所有满足条件的模体的集合，使用正规化的路径相似度，比较每个模体与参考模体集合之间的相似度，对其中相似度低的模体，我们认为它们是目标模体中的异常模体部分。实验结果表明，本发明提出的方法能够应用于多种异构网络上，并取得不错的效果，由于异构网络中的异常模体查询方法较少，本发明能够作为一种异构网络中的异常模体查询方法稳定使用，从而为异常模体查询提供了一种新的视角。
-
公开(公告)号：CN115426658B
公开(公告)日：2024-08-09
申请号：CN202211023359.1
申请日：2022-08-25
Applicant: 大连理工大学
Abstract: 本发明属于多目标优化领域，涉及一种基于多目标优化算法的地下及遮蔽空间无线传感器网络部署方法。该方法利用空间几何知识计算障碍物对无线传感器信号传播影响的现实模型，结合真实环境，改进覆盖率与连通度指标，考虑传感器之间多跳转发进行通信的行为。只考虑传感器与其相邻监测区域的通信计算，以减少计算时间，最后对VaEA算法进行改进，提出基于向量角和种群密度的自适应策略。本发明可有效提高无线传感器网络在地下及遮蔽空间中的覆盖程度，增强无线传感器网络的连通性能，更贴合一般现实，并且与其他多目标进化算法相比，该方法优化得到的一组解分布性、收敛性更好。
-
公开(公告)号：CN115426658A
公开(公告)日：2022-12-02
申请号：CN202211023359.1
申请日：2022-08-25
Applicant: 大连理工大学
Abstract: 本发明属于多目标优化领域，涉及一种基于多目标优化算法的地下及遮蔽空间无线传感器网络部署方法。该方法利用空间几何知识计算障碍物对无线传感器信号传播影响的现实模型，结合真实环境，改进覆盖率与连通度指标，考虑传感器之间多跳转发进行通信的行为。只考虑传感器与其相邻监测区域的通信计算，以减少计算时间，最后对VaEA算法进行改进，提出基于向量角和种群密度的自适应策略。本发明可有效提高无线传感器网络在地下及遮蔽空间中的覆盖程度，增强无线传感器网络的连通性能，更贴合一般现实，并且与其他多目标进化算法相比，该方法优化得到的一组解分布性、收敛性更好。
-
公开(公告)号：CN113030958A
公开(公告)日：2021-06-25
申请号：CN202110359057.0
申请日：2021-04-02
Applicant: 大连理工大学
Abstract: 本发明属于雷达信号处理技术领域，提供了一种基于深度迁移学习的雷达信号分选方法，该方法是基于载频和脉宽参数，通过将接收到不同区域的雷达脉冲序列转化为图片进行雷达辐射源的分选，采用基于Faster RCNN网络的目标检测方法，先对其他区域的图片进行训练，得到模型的权重参数，然后将该模型迁移到当前区域。本发明提高了检测的准确度，对于重叠的雷达辐射源，依然能够准确的检测出来。
-
公开(公告)号：CN110096623A
公开(公告)日：2019-08-06
申请号：CN201910293712.X
申请日：2019-04-12
Applicant: 大连理工大学
IPC: G06F16/901
Abstract: 本发明公开了一种高效计算模体数量的方法，利用网络结构、模体的子图特征和组合关系实现对低阶模体的高效计数。本发明将多种传统算法思想相结合，利用邻域交集计数方法和模体组合思想高效计算三阶和四阶模体的数量；本发明基于无向同构图简单结构的建立思想，简单扩展后可用于有向同构图和异构图。本发明所提出的方法适合处理大规模图结构，实现准确高效的模体计数。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.017 seconds)
