-
公开(公告)号：CN113971507A
公开(公告)日：2022-01-25
申请号：CN202111122434.5
申请日：2021-09-24
Applicant: 河北工程大学
Abstract: 本发明提供了一种城市疫情风险预测方法及设备，该方法包括：获取预设区域的多类人群的内部疫情数据和预设区域外的其他区域的外部疫情数据；根据内部疫情数据和第一预测模型得到内部传播风险预测曲线；根据外部疫情数据和第二预测模型得到外部流入风险预测曲线；获取预设区域内第一预设指标的权重向量；根据第一预设指标的权重向量将内部传播风险预测曲线和外部流入风险预测曲线进行加权整合，得到疫情风险预测曲线；通过分别预测内部传播风险和外部传播风险，并且考虑了实际疫情防控措施下的隔离潜伏者群体，能够有效提高疫情风险预测的准确率。
-
公开(公告)号：CN113128505A
公开(公告)日：2021-07-16
申请号：CN202110472561.1
申请日：2021-04-29
Applicant: 河北工程大学
Abstract: 本发明适用于人工智能技术领域，提供了一种局部可视对抗样本的检测方法、装置、设备和存储介质，其中，局部可视对抗样本的检测方法包括：基于类激活映射方式对目标样本进行定位处理，得到目标样本的样本区域；将样本区域输入至预设分类模型，得到样本区域的第一分类预测向量；对样本区域进行图像变换；将变换后的样本区域输入至预设分类模型，得到变换后的样本区域的第二分类预测向量；获取第一分类预测向量和第二分类预测向量的距离值；在距离值大于预设阈值的情况下，将目标样本检测为局部可视对抗样本。采用本发明可以在实现成本低的同时，准确地检测出局部可视对抗样本，检测效果较好。
-
Patent Agency Ranking
公开(公告)号：CN118761436A
公开(公告)日：2024-10-11
申请号：CN202410913680.X
申请日：2024-07-09
Applicant: 河北工程大学
IPC: G06N3/04 , G06N3/096 , G06F18/214 , G06F18/24 , G06F18/20 , G06F18/23 , G06F18/213
Abstract: 本申请适用于计算机技术领域，提供了一种共存用户身份识别模型训练方法和共存用户身份识别方法。该方法包括：对获取的初始数据集进行样本特征增强处理，利用处理后的数据集对预设的用户识别模型进行训练，得到训练后的用户识别模型和相应的识别准确率；根据处理后的数据集和识别准确率，构建知识蒸馏数据集；将知识蒸馏数据集输入训练好的用户分类模型，得到用户身份概率分布，并将知识蒸馏数据集输入训练后的用户识别模型，得到第一用户存在性概率分布；基于用户身份概率分布和第一用户存在性概率分布对训练后的用户识别模型进行模型参数调整，得到训练好的用户识别模型。本申请能够得到性能好的用户识别模型，实现对共存用户身份的准确识别。
-
公开(公告)号：CN112839327A
公开(公告)日：2021-05-25
申请号：CN202110080627.2
申请日：2021-01-21
Applicant: 河北工程大学
Abstract: 本发明适用于计算机技术领域，提供了一种基于WiFi信号的人员合法性检测方法及装置，该方法包括：从穿过目标检测区域的WiFi信号确定目标CSI幅值序列，并采用主成分分析法对目标CSI幅值序列进行降维处理，得到第二主成分序列；根据第二主成分序列的方差和短时能量确定第二主成分中目标人员的活动片段；对活动片段进行小波分解，构建目标人员的目标特征数据集；基于粒子群的近邻传播算法及目标特征数据集确定目标人员的合法性。本申请通过检测目标人员的CSI幅值序列中的活动片段，能够在不明确目标人员具体身份信息的情况下检测目标人员的合法性，从而解决人员合法性检测过程中个人隐私泄露的问题，提高人们的安全感。
-
公开(公告)号：CN112839327B
公开(公告)日：2022-08-16
申请号：CN202110080627.2
申请日：2021-01-21
Applicant: 河北工程大学
Abstract: 本发明适用于计算机技术领域，提供了一种基于WiFi信号的人员合法性检测方法及装置，该方法包括：从穿过目标检测区域的WiFi信号确定目标CSI幅值序列，并采用主成分分析法对目标CSI幅值序列进行降维处理，得到第二主成分序列；根据第二主成分序列的方差和短时能量确定第二主成分中目标人员的活动片段；对活动片段进行小波分解，构建目标人员的目标特征数据集；基于粒子群的近邻传播算法及目标特征数据集确定目标人员的合法性。本申请通过检测目标人员的CSI幅值序列中的活动片段，能够在不明确目标人员具体身份信息的情况下检测目标人员的合法性，从而解决人员合法性检测过程中个人隐私泄露的问题，提高人们的安全感。
-
公开(公告)号：CN118276195A
公开(公告)日：2024-07-02
申请号：CN202410373860.3
申请日：2024-03-29
Applicant: 河北工程大学
IPC: G01W1/10 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08 , G01S13/95
Abstract: 本发明涉及基于微波信号处理技术的降雨分析技术领域，尤其涉及一种基于微波链路衰减时序跨域特征的降雨反演方法、装置、电子设备及存储介质，本发明方法利用CWT将微波衰减时序转换为包含时间‑频率跨域特性的时频图，并通过2‑D CNN对时频图进行训练，实现晴雨天气区分。在此基础上，确定不同天气状况下的微波基线衰减，计算路径平均衰减率，最终反演出路径平均降雨率。本发明实施方式利用先进信号处理技术和深度学习模型充分挖掘微波链路衰减时序的跨域特征，为准确识别降雨因子提供更细粒度化信息，对提高降雨反演精度，提升雨洪模拟能力，以及制定水灾害应急防控策略等都具有重要意义。
-
公开(公告)号：CN116893861A
公开(公告)日：2023-10-17
申请号：CN202310900737.8
申请日：2023-07-21
Applicant: 河北工程大学
IPC: G06F9/445
Abstract: 本发明公开了基于空地协同边缘计算的多智能体协作依赖任务卸载方法，包括以下步骤：步骤1、构建协同卸载系统；步骤2、用户智能体预处理应用服务请求任务；步骤3、将依赖任务卸载决策问题模型结合动作空间分解的方式建模为分布式部分可观测马尔可夫决策过程；步骤4、初始化每个智能体所拥有的神经网络以及经验回放池D；步骤5、智能体与环境交互，并上传分布式感知的局部状态信息及与环境交互信息至经验回放池D；步骤6、更新智能体的TargetActor网络和目标价值网络；步骤7、判断网络是否达到预设的收敛条件，选择是否输出卸载决策。本发明采用上述的基于空地协同边缘计算的多智能体协作依赖任务卸载方法，可提升系统性能与实际应用价值。
-
-
-
-
-
-
Search Results
7
records
(took 0.046 seconds)
