-
公开(公告)号：CN119884951A
公开(公告)日：2025-04-25
申请号：CN202411968015.7
申请日：2024-12-30
Applicant: 河南科技大学
IPC: G06F18/243 , G06F18/21 , G06F18/10 , G06F18/25 , G06N3/0455 , G06N3/0442 , B60W30/18
Abstract: 本发明公开了一种换道机动约束下的车辆换道行为预测方法，首先根据车辆换道行为历史数据从换道行为特征中筛选出关键特征，并划分为目标车辆的自身特征和目标车辆与周围车辆的交互特征，根据历史数据集构建换道机动样本集和换道行为训练样本集，基于换道机动样本集构建得到换道机动判断模型，基于改进的Transformer模块构建换道行为预测模型并采用换道行为训练样本集进行训练，当需要对某个目标车辆进行换道行为预测时，采集其关键特征，通过换道机动判断模型确定机动判断结果，再将特征数据和机动判断结果输入换道行为预测模型，得到预测的换道行为类型。本发明结合目标车辆的自身特征和其与周围车辆的交互特征，有效提升换道行为预测的精确度和计算效率。
-
公开(公告)号：CN118842613A
公开(公告)日：2024-10-25
申请号：CN202410798637.3
申请日：2024-06-19
Applicant: 河南科技大学
IPC: H04L9/40 , G06F21/62 , G06F18/2433 , G06N20/00 , G06N5/025
Abstract: 本发明公开了一种基于分布式协同的网络异常行为检测方法，在服务器端和各社交网络客户端部署动态图异常行为检测模型，服务器端初始化模型参数并下发给各个社交网络客户端，各个社交网络客户端采用本地历史数据集对模型进行本地训练，然后将优化过的模型参数连同本地历史数据集上传至服务器，服务器聚合各个社交网络的模型参数并根据合并的历史数据集继续优化模型，再将得到的模型参数分发回各个社交网络客户端；重复上述过程进行迭代优化，服务器端将最终得到的模型参数下发至各社交网络客户端用于异常行为检测。本发明利用联邦学习框架构建去中心化的异常行为检测方法，以综合不同社交网络的用户行为数据，增强异常行为检测的准确性和泛化能力。
-
公开(公告)号：CN118354460A
公开(公告)日：2024-07-16
申请号：CN202410616635.8
申请日：2024-05-17
Applicant: 河南科技大学
Abstract: 本发明提供了一种基于无人机辅助语义通信能效增强的资源调度方法，构建无人机辅助的语义数据采集系统模型；考虑每个用户配备已训练好的DeepSC模型，利用transformer提取文本底层的语义，并经过语义编码器和信道编码器获取语义信号；建立语义信息传输模型并设计用户调度准则，无人机根据用户调度准则使用时分多址传输协议在有限时间内采集语义信息；建立联合用户调度和无人机轨迹优化问题，以最小化所有用户中的最大能耗，并考虑用户上传需求和语义相似度阈值；利用块坐标下降BCD以及连续凸逼近SCA技术对优化问题进行求解。本发明解决了网络覆盖范围有限问题，同时在满足最低语义数据传输要求以及语义相似度阈值条件下，最小化所有用户中的最大能耗。
-
公开(公告)号：CN118219935A
公开(公告)日：2024-06-21
申请号：CN202310841484.1
申请日：2023-07-10
Inventor： 陶发展 , 付致高 , 龚慧贤 , 周遥 , 朱龙龙 , 王楠 , 李梦杨 , 马浩翔 , 毕淑慧 , 冀保峰 , 张中才 , 吴红海 , 唐小林 , 李帅永 , 杨艺 , 陈灵峰
Abstract: 本发明提供了一种基于坡度预测的混合动力汽车智能能量管理方法，包括以下步骤：建立混合动力汽车中各能量源模型和整车模型；根据车辆当前时刻的坡度及速度信息，通过长短期记忆网络进行预测获取总需求功率，采用模糊控制的自适应低通滤波器和等效消耗最小策略的构建思想对功率分层处理，构建一种基于坡度预测的混合动力汽车能量管理系统，以各能量源的总等效氢耗，燃料电池的寿命情况以及预测坡度下储能系统的SoC为学习目标，设计高效的混合经验回放技术对智能算法中网络进行更新。本发明可在考虑道路坡度信息的基础上，对混合动力汽车的能量管理进行在线优化调节，通过实时预测道路坡度，在复杂、随机的驾驶环境下更好的更新最优策略。
-
公开(公告)号：CN113821706B
公开(公告)日：2024-03-19
申请号：CN202111119250.3
申请日：2021-09-24
Applicant: 河南科技大学
IPC: G06F16/951 , G06F16/9536 , G06F18/214 , G06F18/2411 , G06Q50/00 , G06N20/10
Abstract: 本发明公开了一种基于软间隔支持向量机的社交网络用户可信度评估方法，从社交网络中爬取用户的配置文件信息和生成内容信息，并对用户进行标记，根据每个用户的配置文件信息计算用户配置文件信息可信度，根据每个用户的生成内容信息中计算用户生成内容信息可信度，将每个用户的用户配置文件信息可信度和用户生成内容信息可信度构成的向量作为训练样本的输入，将用户的标签作为训练样本的标签，对软间隔支持向量机进行训练，当需要对社交网络中的用户进行可信度评估时，获取用户的用户配置文件信息可信度和用户生成内容信息可信度，输入软间隔支持向量机得到用户可信度评估结果。本发明通过软间隔支持向量机来提高用户可信度评估的精度。
-
Patent Agency Ranking
公开(公告)号：CN117676757A
公开(公告)日：2024-03-08
申请号：CN202311681803.3
申请日：2023-12-08
Applicant: 河南科技大学
Abstract: 基于CNN和Q学习的车载边缘网络概率路由算法，通过概率矩阵分解将节点相遇情况和节点转发能力进行分解，然后利用CNN自主对输入数据进行感知提取局部特征，分析出节点社会关系和转发能力对节点状态转移的影响，得出节点的状态转移概率；根据状态转移概率设置概率阈值，大于该阈值的节点加入到候选节点集中，对候选节点集进一步筛选，通过Q学习计算更新候选节点集中节点的Q值，根据Q值以及维持时间来选择最佳中继节点。结合概率矩阵分解和卷积神经网络方法，用于有效学习节点的隐含特征，减少计算量、存储量，提高算法效率；采用Q学习算法，根据节点特征及网络拓扑结构，动态选择最佳转发节点，实现车载边缘网络中的数据传输优化。
-
公开(公告)号：CN116506858A
公开(公告)日：2023-07-28
申请号：CN202310489303.3
申请日：2023-04-28
Applicant: 河南科技大学
IPC: H04W12/121 , H04W4/40 , H04L9/40
Abstract: 本发明公开了一种基于时空特征并行分析的车联网入侵检测方法，分别在车联网正常运行状态时和发生入侵时分别采集若干个车联网流量数据序列，提取得到车联网流量数据特征矩阵，进行标签标注得到车联网流量数据样本，构建包括空间特征提取模块，时域特征提取模块，特征拼接模块，自注意力模块，特征融合模块和多层感知机的车联网入侵检测模型并进行训练，当需要对车联网进行入侵检测时，采集数据并得到车联网流量数据特征矩阵，输入至训练好的车联网入侵检测模型，得到车联网入侵检测结果。本发明从车联网流量数据中并行提取空间特征和时域特征并融合得到时空特征，提高对车联网流量数据的表征能力，进而提高车联网入侵检测性能。
-
公开(公告)号：CN116506302A
公开(公告)日：2023-07-28
申请号：CN202310475349.X
申请日：2023-04-27
Applicant: 河南科技大学
Abstract: 本发明公开了一种基于反事实推断的网络对齐方法，首先提取用户特征并嵌入到双曲空间，然后基于双曲图注意力网络进行用户特征聚合，得到每个用户在双曲空间中的聚合特征嵌入向量，通过社区发现得到每个网络的社区集合，基于特征嵌入向量和社区进行反事实推断对用户特征嵌入向量进行优化，最后基于社区和优化后的用户特征嵌入向量进行用户对齐。本发明以社区作为处理变量分析网络因果关系，通过反事实网络和事实网络优化用户特征嵌入向量，减小数据分布差异对网络对齐的干扰，提高网络对齐的准确率。
-
公开(公告)号：CN116249162A
公开(公告)日：2023-06-09
申请号：CN202310159612.4
申请日：2023-02-23
Applicant: 河南科技大学
Abstract: 本发明公开了一种车载边缘网络中基于深度强化学习的协作缓存方法，路边单元预测车辆轨迹并将其覆盖范围内的车辆划分为车辆集群，筛选出每个车辆集群中的簇头车辆，由簇头车辆为集群中车辆分配不同流行内容进行预缓存，同时路边单元也进行流行内容预缓存，针对每种通信情况分别计算车辆的内容传输速率，每当协作缓存决策到来时，每个路边单元分别进行一次深度强化学习，得到协作缓存决策，在深度强化学习中，设置状态为当前缓存内容集合，设置动作表示是否需要对当前缓存内容集合中的内容进行替换，奖励函数为缓存内容集合对应的延迟。采用本发明可以降低车辆的内容传输延时，提高缓存命中率。
-
公开(公告)号：CN111711974B
公开(公告)日：2023-03-17
申请号：CN202010661558.X
申请日：2020-07-10
Applicant: 河南科技大学
Abstract: 基于轨迹预测的飞行自组织网络能量有效型机会路由方法，在选择中继节点时考虑了三个因素:节点轨迹度量值、剩余能量和缓冲空间。通过对节点轨迹的预测，可以进一步计算节点的轨迹度量值，作为我们确定候选节点的依据。首先介绍节点轨迹预测的方法，然后给出轨迹度量值的计算公式。最后，我们设计一个效用函数来综合考虑以上三个因素，并在此基础上描述中继节点的选择策略。合理布置飞行自组织网络的网络路由方案，减少节点能量消耗。
-
-
-
-
-
-
-
-
-
Search Results
145
records
(took 0.045 seconds)
