-
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。
-
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：CN113536995B
公开(公告)日：2022-11-18
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：CN108171318B
公开(公告)日：2022-05-27
申请号：CN201711236180.3
申请日：2017-11-30
Applicant: 河南大学
Abstract: 本发明采用模拟退火和高斯函数的集成方法对全连接层初始化权值和传统滤波器进行优化：首先提取样本的隐层特征映射作为先验信息，并利用模拟退火寻得最优解作为全连接层初始化权值，进而加快权值更新和卷积神经网络收敛；其次在卷积层引入高斯函数，通过高斯函数运算对图像进行平滑，降低噪声对特征提取的干扰，进而提升了卷积神经网络的性能。从而解决了在现有技术中卷积神经网络训练过程中梯度下降易陷入局部最优以及特征提取过程中噪声干扰过大等问题。
-
公开(公告)号：CN113473388A
公开(公告)日：2021-10-01
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：CN110190990A
公开(公告)日：2019-08-30
申请号：CN201910419049.3
申请日：2019-05-20
Applicant: 河南大学
Abstract: 本发明提供一种低压配电台区网络拓扑结构的自动辨识方法及装置，该方法包括：步骤1、判断所述低压配电台区网络拓扑结构中是否含有分支箱；步骤2、若不含有分支箱，则获取JP柜或开关柜中采集到的第一电流数据，以及获取表箱中采集到的第二电流数据；步骤3、根据所述第一电流数据和所述第二电流数据，计算得到所述低压配电台区的网络拓扑结构。该装置包括：判断单元、数据获取单元和拓扑结构提取单元。本发明可以在不引入过多硬件设施的前提下，实现网络拓扑的自动辨识，节省成本，实现容易，操作方便，效率较高。
-
公开(公告)号：CN109587753B
公开(公告)日：2021-08-06
申请号：CN201811415812.7
申请日：2018-11-26
Applicant: 河南大学
Abstract: 本发明提供了一种基于目标阈值约束的改进LEACH协议的簇头选择算法，在满足目标与节点阈值约束的前提下，设计了包含节点与目标距离因子、节点与基站距离因子和节点剩余能量率等约束条件共同作用下的簇头选择改进算法。该算法首先根据监测区域所有节点与监测目标的位置关系确定候选观测节点集，之后在候选观测节点集中对节点进行随机性簇头选择。本发明改进了LEACH协议簇头选择的阈值公式，使剩余能量大且距离基站近的节点有更高的概率被选为簇头节点。因此，改进算法的簇头选择机制更加合理，能更有效的平衡和减少网络中节点的能量消耗，延长网络的生命周期。
-
公开(公告)号：CN110190990B
公开(公告)日：2021-06-15
申请号：CN201910419049.3
申请日：2019-05-20
Applicant: 河南大学
Abstract: 本发明提供一种低压配电台区网络拓扑结构的自动辨识方法及装置，该方法包括：步骤1、判断所述低压配电台区网络拓扑结构中是否含有分支箱；步骤2、若不含有分支箱，则获取JP柜或开关柜中采集到的第一电流数据，以及获取表箱中采集到的第二电流数据；步骤3、根据所述第一电流数据和所述第二电流数据，计算得到所述低压配电台区的网络拓扑结构。该装置包括：判断单元、数据获取单元和拓扑结构提取单元。本发明可以在不引入过多硬件设施的前提下，实现网络拓扑的自动辨识，节省成本，实现容易，操作方便，效率较高。
-
公开(公告)号：CN109587753A
公开(公告)日：2019-04-05
申请号：CN201811415812.7
申请日：2018-11-26
Applicant: 河南大学
Abstract: 本发明提供了一种基于目标阈值约束的改进LEACH协议的簇头选择算法，在满足目标与节点阈值约束的前提下，设计了包含节点与目标距离因子、节点与基站距离因子和节点剩余能量率等约束条件共同作用下的簇头选择改进算法。该算法首先根据监测区域所有节点与监测目标的位置关系确定候选观测节点集，之后在候选观测节点集中对节点进行随机性簇头选择。本发明改进了LEACH协议簇头选择的阈值公式，使剩余能量大且距离基站近的节点有更高的概率被选为簇头节点。因此，改进算法的簇头选择机制更加合理，能更有效的平衡和减少网络中节点的能量消耗，延长网络的生命周期。
-
公开(公告)号：CN108171318A
公开(公告)日：2018-06-15
申请号：CN201711236180.3
申请日：2017-11-30
Applicant: 河南大学
Abstract: 本发明采用模拟退火和高斯函数的集成方法对全连接层初始化权值和传统滤波器进行优化：首先提取样本的隐层特征映射作为先验信息，并利用模拟退火寻得最优解作为全连接层初始化权值，进而加快权值更新和卷积神经网络收敛；其次在卷积层引入高斯函数，通过高斯函数运算对图像进行平滑，降低噪声对特征提取的干扰，进而提升了卷积神经网络的性能。从而解决了在现有技术中卷积神经网络训练过程中梯度下降易陷入局部最优以及特征提取过程中噪声干扰过大等问题。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.014 seconds)
