-
公开(公告)号：CN113177610B
公开(公告)日：2025-04-11
申请号：CN202110564166.6
申请日：2021-05-24
Applicant: 河南大学
IPC: G06F18/241 , G06F18/25
Abstract: 本发明公开了一种基于模糊分类的加权冲突证据融合方法，包括如下步骤：首先由传感器获得多个证据的信息，通过区间概率赋值转换公式将证据转变为单子集证据，将证据看作向量后，得到证据之间的隶属度，然后通过隶属度矩阵求出模糊等价矩阵，再根据阈值对证据进行模糊分类。求取同一类证据之间的相互支持度，以相互支持度为依据得到同一类证据中各证据的权重，对证据进行加权平均融合。融合后的新证据，根据证据之间的相关支持度与各证据获得的信任度结合来获得各证据的权重，证据加权融合后，进行次自身DS融合。本发明通过将证据进行模糊分类，将属于同类的证据与不同类的证据采用不同的方法获取权重，具有重要的理论意义和应用价值。
-
公开(公告)号：CN115841589B
公开(公告)日：2024-06-21
申请号：CN202211394182.6
申请日：2022-11-08
Applicant: 河南大学
IPC: G06V10/764 , G06V10/776 , G06V10/82 , G06N3/0475 , G06N3/088
Abstract: 本发明涉及图像处理技术领域，具体涉及一种基于生成式自我注意机制的无监督图像翻译方法，包括：将获取的待翻译图像输入到独立编码器，得到待翻译图像的DSI深浅信息空间，进而得到组合和叠加后的DSI深浅信息空间；将组合和叠加后的DSI深浅信息空间输入到预先构建并训练好的含有生成式自我注意机制的生成器，得到目标翻译图像；获取目标域图像，将目标域图像和目标翻译图像输入到预先构建并训练好的含有生成式自我注意机制的多尺度判别器，判断目标翻译图像是否为真实图像。本发明主要应用于无监督图像翻译领域，解决了现有无监督图像翻译方法的准确性比较低的问题，有效提高了翻译图像的图像质量。
-
公开(公告)号：CN116010099A
公开(公告)日：2023-04-25
申请号：CN202310085191.5
申请日：2023-02-06
Applicant: 河南大学
Abstract: 本发明提供了一种基于联合风险评估的多传感器资源分配方法。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，综合考虑新生目标类型识别错误而导致的识别风险和已有目标的威胁风险来构建联合风险模型；然后根据多传感器辐射风险构建约束条件，进而建立多传感器资源分配问题；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新生目标与已有目标的联合风险，减少了目标跟踪误差，降低了联合风险，能更合理地优化多传感器‑多目标分配方案。
-
公开(公告)号：CN112689315B
公开(公告)日：2022-10-21
申请号：CN202011574192.9
申请日：2020-12-24
Applicant: 河南大学
Abstract: 本发明提供了一种基于移动汇聚节点的WSNs改进分簇能耗优化方法，移动汇聚节点根据具体的运动模型进行移动。该方法包含以下步骤：首先，根据邻域节点阈值确定邻域节点集合，从而构建能量密度函数；其次，根据移动汇聚节点在不同轮的运动参数（速度、距离）构建运动性能函数；然后根据LEACH算法基础框架，将能量密度函数和运动性能函数引入簇头选择；最后根据当前轮节点死亡率构建自适应调节函数，对簇头选择进行自适应调节；重复上述簇头选择过程，直至全部节点死亡。本发明综合考虑了传感器节点邻域半径内剩余能量率和密度、移动汇聚节点运动参数变化、节点死亡率等因素，提高了簇头选择自适应性、延长了网络寿命、降低了数据延迟、均衡了网络负载。
-
公开(公告)号：CN113473388B
公开(公告)日：2022-10-14
申请号：CN202110731799.1
申请日：2021-06-30
Applicant: 河南大学
IPC: H04W4/06 , H04W4/70 , H04W12/126 , H04B17/336 , H04L5/14
Abstract: 本发明的目的是提供基于人工噪声的NOMA全双工用户协作保密传输方法，针对非正交多址系统下行中窃听者使用连续自干扰消除技术造成的信息泄漏问题，提出了一种协作传输物理层安全方法，该方法不仅能够实现最小化基站的传输功率，同时也能保证系统中各个用户的保密速率需求，针对该方法设计出的优化问题是非凸的且难以求解这一难题，提出了一种近似求解方案，首先通过半定松弛方法对原优化问题进行重构，然后利用连续凸逼近迭代算法近似求解重构后的优化问题。通过对重构后的优化问题的求解，本发明实现了基于人工噪声的NOMA全双工用户协作保密传输方法。
-
Patent Agency Ranking
公开(公告)号：CN114554569A
公开(公告)日：2022-05-27
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：CN112637807B
公开(公告)日：2022-05-27
申请号：CN202011549597.7
申请日：2020-12-24
Applicant: 河南大学
Abstract: 本发明公开了一种基于扰动与环境、距离和能量约束的传感器选择方法，包括数据初始化，确定传感器网络最低MSE；构造目标函数为最小化时刻内带有权重的传感器节点选择个数模型，通过松弛转换后再对其进行凸化问题问题转换，然后进行更新迭代，直到分配完毕。本发明针对现有传感器选择算法中未考虑环境因素以及节点量测扰动和节点与目标间距离扰动因素对目标监测精度的影响，提出一种基于环境、能量和估计精度约束的传感器选择算法，利用松弛技术以及目标函数中嵌入惩罚项的迭代方法，在保证估计精度的前提下，迭代求解最小传感器选择数目集，平衡无线传感器网络的能量。
-
公开(公告)号：CN113395660B
公开(公告)日：2022-05-13
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。
-
公开(公告)号：CN113536995A
公开(公告)日：2021-10-22
申请号：CN202110734275.8
申请日：2021-06-30
Applicant: 河南大学
Abstract: 本发明公开了一种基于特征映射空间和样本判定的行人重识别方法，它可以在安全监控、行人搜索和刑事调查等领域得到大量应用。为解决视角和光照的变化易导致视觉模糊现象，对行人重识别精度产生影响的问题。首先，在映射空间中引入水平方向图像块分布的均值与最大值加权融合模型，优化局部特征；其次，引入具有将像素特征的均值和协方差层次化的高斯分布模型，增强特征表达；最后，考虑训练样本数量对度量学习精度的影响，利用样本判定来选择合适的度量学习方法，进一步提高行人重识别精度。可以满足实际工程系统的设计需求，具有良好的工程应用价值。
-
公开(公告)号：CN111340118B
公开(公告)日：2021-07-23
申请号：CN202010124973.1
申请日：2020-02-27
Applicant: 河南大学
Abstract: 本发明公开了一种基于信度熵和BJS散度的冲突证据融合方法，包括如下步骤：首先，获取杂草种类目标识别信息转换为证据信息，然后，通过融合证据的信度熵度量证据的不确定度，利用融合证据的BJS散度和支持度之间的关系构造证据的相对支持度，综合考虑融合证据的不确定度、相对支持度以及静态可信度对融合证据进行加权平均处理，得到加权平均证据，最后，采用Dempster组合规则对加权平均证据进行逐个融合，输出最终决策结果。本发明方案与传统算法相比，利用融合证据的信度熵有效度量不确定信息，通过证据的BJS散度有效度量证据BPA之间的相似度，利用信度熵和BJS散度共同确定融合证据的权重系数，实现智慧农业中杂草识别的快速、准确决策处理。
-
-
-
-
-
-
-
-
-
Search Results
81
records
(took 0.027 seconds)
