-
公开(公告)号：CN112702761A
公开(公告)日：2021-04-23
申请号：CN202011514085.7
申请日：2020-12-21
Applicant: 西安邮电大学 , 西安碧海蓝天电子信息技术有限公司
Abstract: 本发明涉及一种无线传感器网络覆盖空洞检测方法及系统。该方法包括获取无线传感器网络中所有无线传感器节点的坐标；根据无线传感器网络中所有无线传感器节点的坐标确定每一无线传感器节点的邻居节点；分别获取每一无线传感器节点与对应的邻居节点的交点；对每一无线传感器节点与对应的邻居节点的交点进行去重处理；将所有无线传感器节点转化为图片；并将所有无线传感器节点的坐标以及所有去重后的交点的坐标映射到图片中像素点的坐标位置；根据映射后的图片确定覆盖空洞区域，并对覆盖空洞区域进行可视化渲染处理；根据可视化渲染处理后的覆盖空洞区域确定覆盖空洞信息。本发明能够降低算法时间复杂度，提高检测准确性，减少漏检率。
-
公开(公告)号：CN114880465A
公开(公告)日：2022-08-09
申请号：CN202210313143.2
申请日：2022-03-28
Applicant: 西安邮电大学
IPC: G06F16/35 , G06F40/289 , G06N3/00 , G06N3/04 , G06N3/08
Abstract: 本发明公开了基于粒子群算法优化正则化极限学习机的文本情感分析方法。包括以下步骤：(1)获取待分析数据的文本信息,对所述文本信息进行预处理得到文本词汇；(2)将文本词汇采用skip‑gram模型基于同领域数据集语料库进行词向量训练得到文本词向量；(3)利用粒子群算法将正则化极限学习机的参数初始化为一群随机粒子，然后通过迭代确定最佳参数，得到粒子群算法优化正则化极限学习机；(4)将文本词向量输入粒子群算法优化正则化极限学习机，对文本信息进行情感分类。本发明提出采用粒子群算法对正则化极限学习机的三种超参数在一定范围内进行寻优。在使运算精度得以提升的同时，使得网络结构更加紧凑。此外，保证了模型良好的泛化性能。
-
公开(公告)号：CN112637775A
公开(公告)日：2021-04-09
申请号：CN202011514008.1
申请日：2020-12-21
Applicant: 西安邮电大学 , 西安碧海蓝天电子信息技术有限公司
Abstract: 本发明涉及一种基于三维环境的无线传感器网络节点部署方法及系统。该方法包括获取无线传感器网络的待部署三维目标区域；在待部署三维目标区域内随机抛洒无线传感器网络节点，并获取每一无线传感器网络节点的初始位置；根据待部署三维目标区域、每一所述无线传感器网络节点的初始位置以及每一无线传感器网络节点的感知半径确定初始覆盖率；建立以每一无线传感器网络节点的位置为变量，以覆盖率最大为目标函数的优化模型；根据优化模型，采用融合的虚拟力算法与人工鱼群算法确定每一无线传感器网络节点的目标位置；根据每一无线传感器网络节点的目标位置进行无线传感器网络节点的部署。本发明提高了基于三维环境的无线传感器网络覆盖率。
-
Patent Agency Ranking
公开(公告)号：CN112702761B
公开(公告)日：2022-11-25
申请号：CN202011514085.7
申请日：2020-12-21
Applicant: 西安邮电大学 , 西安碧海蓝天电子信息技术有限公司
Abstract: 本发明涉及一种无线传感器网络覆盖空洞检测方法及系统。该方法包括获取无线传感器网络中所有无线传感器节点的坐标；根据无线传感器网络中所有无线传感器节点的坐标确定每一无线传感器节点的邻居节点；分别获取每一无线传感器节点与对应的邻居节点的交点；对每一无线传感器节点与对应的邻居节点的交点进行去重处理；将所有无线传感器节点转化为图片；并将所有无线传感器节点的坐标以及所有去重后的交点的坐标映射到图片中像素点的坐标位置；根据映射后的图片确定覆盖空洞区域，并对覆盖空洞区域进行可视化渲染处理；根据可视化渲染处理后的覆盖空洞区域确定覆盖空洞信息。本发明能够降低算法时间复杂度，提高检测准确性，减少漏检率。
-
公开(公告)号：CN112637860B
公开(公告)日：2022-08-02
申请号：CN202011514016.6
申请日：2020-12-21
Applicant: 西安邮电大学 , 西安碧海蓝天电子信息技术有限公司
Abstract: 本发明涉及一种三维无线传感器网络覆盖方法及系统，以截角八面体作为填充子单元对目标空间进行填充，在任意两个相邻截角八面体的每一个重叠顶点处均布置一个传感器节点，并在所有截角八面体上除重叠顶点之外的每一个顶点处均部署一个节点，再以感知半径作为覆盖半径，并根据所有节点的覆盖半径判断目标空间是否被k覆盖，若目标空间未被k覆盖，则在截角八面体的内部逐个递增部署节点，在目标空间被k覆盖后，则根据节点的感知贡献和决定参数对部分节点进行休眠，并采用改进的人工蜂群唤醒算法进行分阶段唤醒，从而能够在保证目标空间被k覆盖的同时，还能通过对所有节点进行休眠和唤醒以减少节点的能量消耗，提高节点的使用寿命。
-
公开(公告)号：CN114880465B
公开(公告)日：2024-11-05
申请号：CN202210313143.2
申请日：2022-03-28
Applicant: 西安邮电大学
IPC: G06F16/35 , G06F40/289 , G06N3/006 , G06N3/0442 , G06N3/08 , G06F18/243 , G06F18/2411
Abstract: 本发明公开了基于粒子群算法优化正则化极限学习机的文本情感分析方法。包括以下步骤：(1)获取待分析数据的文本信息,对所述文本信息进行预处理得到文本词汇；(2)将文本词汇采用skip‑gram模型基于同领域数据集语料库进行词向量训练得到文本词向量；(3)利用粒子群算法将正则化极限学习机的参数初始化为一群随机粒子，然后通过迭代确定最佳参数，得到粒子群算法优化正则化极限学习机；(4)将文本词向量输入粒子群算法优化正则化极限学习机，对文本信息进行情感分类。本发明提出采用粒子群算法对正则化极限学习机的三种超参数在一定范围内进行寻优。在使运算精度得以提升的同时，使得网络结构更加紧凑。此外，保证了模型良好的泛化性能。
-
公开(公告)号：CN115525836A
公开(公告)日：2022-12-27
申请号：CN202210969801.3
申请日：2022-08-12
Applicant: 西安邮电大学
IPC: G06F16/9536 , G06N3/08
Abstract: 本发明公开了一种基于自监督的图神经网络推荐方法和系统，推荐方法包括以下步骤：S1、获取用户和项目交互数据，构成二部图；S2、通过流行偏差减少法将数据增强生成两个视角的增强数据；S3、对增强数据进行编码，分别生成向量Z′和向量Z″；S4、采用损失函数对向量Z′和向量Z″进行训练，获得图神经网络推荐模型；S5、基于图神经网络推荐模型对用户推送感兴趣的项目信息。本发明采用与领域相关的数据增强方式，使增强后的数据能够最大程度地保留推荐任务所需的信息，然后对增加数据编码，并采用损失函数进行迭代训练，得到图神经网络推荐模型，损失函数可以有效解决随机负采样问题，同时避免模型的联合训练。
-
公开(公告)号：CN112637860A
公开(公告)日：2021-04-09
申请号：CN202011514016.6
申请日：2020-12-21
Applicant: 西安邮电大学 , 西安碧海蓝天电子信息技术有限公司
Abstract: 本发明涉及一种三维无线传感器网络覆盖方法及系统，以截角八面体作为填充子单元对目标空间进行填充，在任意两个相邻截角八面体的每一个重叠顶点处均布置一个传感器节点，并在所有截角八面体上除重叠顶点之外的每一个顶点处均部署一个节点，再以感知半径作为覆盖半径，并根据所有节点的覆盖半径判断目标空间是否被k覆盖，若目标空间未被k覆盖，则在截角八面体的内部逐个递增部署节点，在目标空间被k覆盖后，则根据节点的感知贡献和决定参数对部分节点进行休眠，并采用改进的人工蜂群唤醒算法进行分阶段唤醒，从而能够在保证目标空间被k覆盖的同时，还能通过对所有节点进行休眠和唤醒以减少节点的能量消耗，提高节点的使用寿命。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.052 seconds)
