-
公开(公告)号:CN116761104A
公开(公告)日:2023-09-15
申请号:CN202310864567.2
申请日:2023-07-14
Applicant: 河北工程大学
Abstract: 本发明公开了一种降低受激拉曼散射影响的路径选择和频谱分配方法,发明涉及光网络技术领域,包括以下步骤:S1:根据各调制格式的调制等级和业务请求的带宽范围计算平均调制等级和平均频隙数;S2:根据链路中频谱资源状态计算各链路的权重;S3:请求进行路径计算,得到累积链路权重最小的K条候选路径;S4:根据候选路径传输距离选取相应调制等级的调制格式;S5:根据调制格式计算业务请求所需频隙数;S6:根据业务请求所需频隙数得到当前候选路径内满足频隙数需求的空闲频谱块集合;S7:为业务请求执行对应的频谱资源分配策略,建立连接。本发明采用上述步骤,从路由选择和频谱分配两方面来降低受激拉曼散射效应对业务传输质量的劣化。
-
公开(公告)号:CN112634316B
公开(公告)日:2022-11-25
申请号:CN202011616387.5
申请日:2020-12-30
Applicant: 河北工程大学
Abstract: 本发明适用于计算机技术领域,提供了一种目标跟踪方法、装置、设备和存储介质,其中,目标跟踪方法包括:获取包含有待跟踪目标的视频的目标视频帧;根据待跟踪目标的标记信息对目标视频帧进行滤波,得到待跟踪目标位于目标视频帧中各个位置的置信度数据;根据待跟踪目标在历史视频帧中的历史位置信息,预测待跟踪目标在目标视频帧中的运动目标位置;在置信度数据满足无遮挡条件的情况下,构建以运动目标位置为中心的高斯矩阵,并根据高斯矩阵和置信度数据,在目标视频帧中确定待跟踪目标的搜索中心;根据搜索中心和预设搜索区域尺寸,从目标视频帧中截取搜索区域,并在搜索区域中提取待跟踪目标的位置信息。采用本发明可以提高跟踪性能。
-
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:CN112969108B
公开(公告)日:2022-05-31
申请号:CN202110146868.2
申请日:2021-02-03
Applicant: 河北工程大学
IPC: H04Q11/00
Abstract: 本发明公开了一种低串扰影响的高效资源分配方法,属于多维光网络技术领域。该方法首先采用基于串扰最小的资源感知路由调制格式协同方法,为业务规划资源最小化路径;然后根据当前网络的资源占用状态动态建立串扰影响辅助图,对比所有纤芯上可用频谱块对应频隙所受串扰影响的波动程度;最后为业务分配波动程度最小的频谱块所在纤芯以及频谱资源。该方法通过合理分配频谱资源,有效降低网络中芯间串扰的影响,减少业务阻塞,达到了高效利用网络频谱资源的目的。
-
公开(公告)号:CN109711342B
公开(公告)日:2021-05-04
申请号:CN201811610641.3
申请日:2018-12-27
Applicant: 河北工程大学
Abstract: 本发明提供了一种人脸识别方法及装置,该方法应用于数据处理技术领域,所述方法包括:根据预设框架搭建卷积神经网络;输入训练数据集至所述卷积神经网络确定神经网络参数;根据所述训练数据集和预设特征混合方法更新所述神经网络参数;输入待识别图片至更新神经网络参数后的卷积神经网络进行人脸识别。本发明提供的人脸识别方法及装置应用卷积神经网络训练方法并采用抽取特定层特征图的特征混合方法在小样本数据集中,生成自混合数据集。该方法能够充分、有效的将同类数据的特征结合共享,可以有效增强网络的鲁棒性,提高准确率,实现使用小样本数据集训练人脸识别模型达到与大样本数据集训练相同识别率的目的,可有效降低识别成本。
-
公开(公告)号:CN109728863A
公开(公告)日:2019-05-07
申请号:CN201811599583.9
申请日:2018-12-26
Applicant: 河北工程大学
Abstract: 本发明适用于行为检测技术领域,提供了一种人员活动持续时间估计方法、装置和终端设备。所述方法包括:获取被人员反射的无线信号的信道状态信息CSI序列,利用时间窗将所述CSI序列分割成预设个数的CSI短序列;对每个所述CSI短序列分别进行特征提取得到预设个数的CSI短序列特征;通过分类器对所述预设个数的CSI短序列特征进行分类确定人员活动,以及根据所述人员活动对应的CSI短序列的个数和所述时间窗的尺寸确定所述人员活动的持续时间。本发明能够解决传统的人员活动检测依赖于信号功率的问题,实现用物理层的信息代替控制层信息实现人员活动检测,同时对人员活动的持续时间进行估计。
-
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:CN117422914A
公开(公告)日:2024-01-19
申请号:CN202311377995.9
申请日:2023-10-24
Applicant: 河北工程大学
IPC: G06V10/764 , G06V10/42 , G06V10/26 , G06V10/77 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种面向多任务学习的目标感知方法,涉及计算机视觉的目标感知领域。本发明采用改进的多层特征提取网络作为网络主干,并设计了一种将硬共享与软共享相结合的双颈部结构,分别用于目标检测和语义分割任务。首先构建已知的训练数据与对比标签,将训练数据输入该网络中,将输出的目标检测和语义分割结果分别与对比标签通过损失函数的计算方式进行对比,以此更新该网络的内部参数,直至损失结果收敛,保存该网络;将实际视频或图像集输入该网络,得到与视频或图像集相对应的目标检测与语义分割结果。本发明基于硬共享与软共享相结合的双颈部结构,在提升网络预测性能的同时增加网络的泛化性能。该改进方案适用于现有的多任务学习场景。
-
公开(公告)号:CN109783816B
公开(公告)日:2023-04-07
申请号:CN201910027851.8
申请日:2019-01-11
Applicant: 河北工程大学
IPC: G06F16/35 , G06F40/289 , G06F18/23213 , G06F18/22
Abstract: 本发明适用于信息处理技术领域,提供了一种短文本聚类方法及终端设备,该方法包括:对短文本集进行预处理,获得所述短文本集中的所有文本;根据所述所有文本,计算所述所有文本与其它文本的相似度;根据所述所有文本与其它文本的相似度,确定所述所有文本的聚类中心;根据所述聚类中心,对所述所有文本进行聚类处理。本发明实施例可以解决现有技术中聚类依赖于初始聚类中心的选取及初始划分,导致聚类结果可能不同于数据集样本的真实分布,得到错误的结果,或者使聚类很难收敛的问题。
-
公开(公告)号:CN114491291A
公开(公告)日:2022-05-13
申请号:CN202210076032.4
申请日:2022-01-23
Applicant: 河北工程大学
IPC: G06F16/9536 , G06N3/04 , G06N3/08 , G06Q50/00
Abstract: 本发明提供了一种用户偏好预测方法、终端及存储介质,该方法包括:根据m个用户与n个项目的历史交互数据,构建显式评分矩阵和隐式评分矩阵,显式评分矩阵用于表示m个用户对n个项目的显式评分,隐式评分矩阵用于表示m个用户对n个项目的隐式评分,显式评分矩阵和隐式评分矩阵都是m行n列的矩阵;将显式评分矩阵和隐式评分矩阵输入预设置的矩阵分解与深度神经网络联合预测模型,得到预测结果,对于m个用户中的每个用户,预测结果包括该用户对n个项目中每个项目的偏好程度的值。本发明能够提高对用户偏好的预测精度。
-
-
-
-
-
-
-
-
-