-
公开(公告)号：CN114554569B
公开(公告)日：2025-02-18
申请号：CN202210098158.1
申请日：2022-01-25
Applicant: 河南大学
Abstract: 本发明提供一种基于多跳策略的分布式迭代凸优化节点定位方法，即根据经典的DV‑hop多跳策略获得未知节点到锚节点之间的距离，进而可将节点定位问题转化为优化问题求解。包括以下步骤：首先，根据最小最大准则将节点定位问题转化为最小‑最大误差问题；然后，考虑到非凸问题直接求解的困难性，本发明引入辅助变量，给出了具有非凸约束的优化问题，并通过一阶泰勒展开将非凸约束转化为凸约束；最后，给出了一种迭代求解节点定位非凸优化问题的连续凸逼近方法，从而实现对未知节点的高精度定位。本发明能够在锚节点稀疏分布情况下确保未知节点估计精度，同时可减少锚节点的部署降低能量消耗及节约成本。
-
公开(公告)号：CN118101026A
公开(公告)日：2024-05-28
申请号：CN202410012581.4
申请日：2024-01-04
Applicant: 河南大学
Abstract: 本发明公开了一种基于联邦学习和区块链的去中心化卫星故障诊断方法及装置，包括基于区块链技术，将传统联邦学习模型聚合工作迁移到卫星服务器中进行，并提出了对卫星客户端节点的激励和验证机制，通过隐私保护机制，解决了卫星系统中模型参数传输的信息安全问题；同时弥补了现行技术在真实数据获取、卫星客户端节点激励政策和隐私保护方面存在的不足；基于区块链技术去中心化的联邦学习系统使用一种完全去中心化的联合期望最大化算法来对模型进行训练，有效解决了传统联邦学习过度依赖中心服务器的问题，且有效保护了各个卫星之间的数据隐私。该方案满足卫星数据隐私保护要求，有效提升了卫星故障诊断场景下的安全性和准确性。
-
公开(公告)号：CN115375665B
公开(公告)日：2024-04-16
申请号：CN202211060580.4
申请日：2022-08-31
Applicant: 河南大学
IPC: G06T7/00 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08 , A61B5/00 , A61B5/055
Abstract: 本发明涉及人工智能医疗技术领域，具体涉及一种基于深度学习策略的早期阿尔兹海默症发展预测方法；获取多名MCI患者在固定时间间隔对应的三维脑部核磁共振图像，得到各个样本；对各样本中预处理后的核磁共振图像进行切片操作，使用卷积神经网络提取各张切片的特征并将其表示为特征向量；对每个样本中的两个特征向量序列进行位置嵌入；使用特征融合模型对经过位置嵌入后的两个特征向量序列执行横向特征融合和纵向特征融合；将融合后的特征全局平均后输入分类器，得到各样本的预测结果；本发明既避免了手动提取特征主观性较大的缺点，又考虑了早期阿尔兹海默症的进展性，避免了横向研究受个体差异影响和观察时间较短的缺点。
-
公开(公告)号：CN117788517A
公开(公告)日：2024-03-29
申请号：CN202311776204.X
申请日：2023-12-22
Applicant: 河南大学
Abstract: 本发明属于视频场景分析处理技术领域，公开一种基于级联跟踪算法的多目标跟踪方法，具体步骤如下：首先，使用目标检测网络提取目标检测框的信息；其次，根据检测框的面积大小将所有检测目标和轨迹分组，不同分组内的目标和轨迹依赖重合度关联，未关联的目标和轨迹进入下一轮分组关联。本发明采用压缩自解码器解决了单个目标存在多个检测框的问题，并采用任务感知协作模块获取较精准的检测框位置，最后根据检测框的面积进行分组，实现了更准确的目标轨迹跟踪。
-
公开(公告)号：CN117273448A
公开(公告)日：2023-12-22
申请号：CN202311230586.6
申请日：2023-09-20
Applicant: 河南大学
IPC: G06Q10/0635 , G06Q10/0631
Abstract: 本发明提供了一种基于双向联合风险评估的多传感器资源分配方法、存储介质及电子设备。该方法包含以下步骤：首先，通过传感器采样和状态预测技术获取目标量测和预测状态；其次，综合考虑我方的多传感器辐射风险，目标失跟风险以及敌方目标的威胁风险，构建双向联合风险模型；然后，提出基于双向联合风险评估的多传感器资源分配优化问题；最后通过凸优化技术对优化问题求解得到多传感器资源分配方案。本发明综合考虑了多目标跟踪过程中我方与敌方的双向联合风险，减少了目标跟踪误差，降低了战场风险，能更合理地优化多传感器多目标分配方案。
-
Patent Agency Ranking
公开(公告)号：CN113473566B
公开(公告)日：2022-11-25
申请号：CN202110715948.5
申请日：2021-06-24
Applicant: 河南大学
IPC: H04W40/22 , H04W12/126 , H04W84/18
Abstract: 本发明公开了一种鲁棒无线携能中继协作安全通信方法，包括构建无线携能中继协作的无线传感器网络系统模型，引入由合法接收端的信道容量减去最强窃听者的信道容量得到系统保密速率，对求解过程转化为最大化最坏情况下的保密速率问题，通过迭代优化算法对上述问题进行高效求解，获得矢量和中继功率分配因子。本发明将问题建模为一个最大最小问题，通过引入松弛变量，将问题转换为上下两层问题，针对上层问题的分式二次规划形式，通过变换将其转换为标准凸问题；并设计了一种迭代算法同时求解两个问题以获得中继处最优的波束形成矢量。然后使用一维搜索获得中继最优功率分配因子。本发明能显著提高中继无法获取窃听者完美信道状态信息时的保密速率。
-
公开(公告)号：CN113435034B
公开(公告)日：2022-07-19
申请号：CN202110709595.8
申请日：2021-06-25
Applicant: 河南大学
IPC: G06F30/20 , G06F119/02
Abstract: 本发明公开了一种基于风险理论的主动传感器管理方法，包括以下步骤：首先，利用风险理论建立目标风险模型，然后，给出了传感器辐射风险和传感器追踪误差的计算方法以量化潜在损失，接着以两种风险的加权和最小为优化目标建立了目标函数，为获得更好的作战收益和提高目标函数的求解效率，利用凸优化工具包对目标函数进行求解。本发明利用风险理论建立模型，根据传感器辐射风险和传感器追踪误差构建目标函数，并利用凸优化理论对目标函数进行优化求解来得到目标函数的最优解，提高目标函数的求解效率。
-
公开(公告)号：CN114723247A
公开(公告)日：2022-07-08
申请号：CN202210293883.4
申请日：2022-03-23
Applicant: 河南大学
Abstract: 本发明公开了一种基于直觉模糊理论的多属性群决策供应商选择方法，包括如下步骤：首先，将获取的专家语义评价值转化为有犹豫度差异的直觉模糊数，构成直觉模糊评价矩阵，其次，通过提出的改进直觉模糊熵确定属性权重，运用IFWA进行属性信息集结，得到专家的综合评价矩阵；然后，通过提出的改进直觉模糊距离确定专家权重，运用IFWA进行专家信息集结，得到各供应商的综合决策矩阵；最后采用计分函数法进行排序，然后得到各供应商的优先序，选出最优供应商。本发明方案与传统算法相比，采用改进的直觉模糊熵和直觉模糊距离分别进行属性权重和专家权重的确定，其最终排序结果更加合理，具有重要的理论意义和应用价值。
-
公开(公告)号：CN113473566A
公开(公告)日：2021-10-01
申请号：CN202110715948.5
申请日：2021-06-24
Applicant: 河南大学
IPC: H04W40/22 , H04W12/126 , H04W84/18
Abstract: 本发明公开了一种鲁棒无线携能中继协作安全通信方法，包括构建无线携能中继协作的无线传感器网络系统模型，引入由合法接收端的信道容量减去最强窃听者的信道容量得到系统保密速率，对求解过程转化为最大化最坏情况下的保密速率问题，通过迭代优化算法对上述问题进行高效求解，获得矢量和中继功率分配因子。本发明将问题建模为一个最大最小问题，通过引入松弛变量，将问题转换为上下两层问题，针对上层问题的分式二次规划形式，通过变换将其转换为标准凸问题；并设计了一种迭代算法同时求解两个问题以获得中继处最优的波束形成矢量。然后使用一维搜索获得中继最优功率分配因子。本发明能显著提高中继无法获取窃听者完美信道状态信息时的保密速率。
-
公开(公告)号：CN113395660A
公开(公告)日：2021-09-14
申请号：CN202110679745.5
申请日：2021-06-18
Applicant: 河南大学
IPC: H04W4/021 , H04W4/02 , H04W28/08 , H04W40/02 , H04W40/10 , H04W40/12 , H04W40/20 , H04W40/32 , H04W84/18
Abstract: 本发明提供了基于树的WSNs移动汇聚节点自适应位置更新能耗优化方法，移动汇聚节点根据具体的运动模型进行移动，包含以下步骤：首先，根据移动汇聚节点运动参数确定椭圆位置更新区域，从而确定会合点选择阈值；其次，根据会合点选择阈值构建会合点和非会合点集合；然后根据LEACH算法基础框架，将对非会合点集合进行簇头选择；最后根据结合簇头的剩余能量和传输能耗，构建父节点选择目标函数，为每一个簇头选择下一跳父节点，从而构建节点‑簇头‑会合点‑移动汇聚节点传输路径树；重复上述过程，直至全部节点死亡；综合考虑了移动汇聚节点运动参数变化、数据传输的方向性、节点的能耗等因素，提高了延长了网络寿命、降低了数据延迟、均衡了网络负载。
-
-
-
-
-
-
-
-
-
Search Results
80
records
(took 0.031 seconds)
