-
公开(公告)号：CN112581725B
公开(公告)日：2022-07-22
申请号：CN202011443992.7
申请日：2020-12-08
Applicant: 重庆邮电大学
IPC: G08B21/10 , G08B7/06 , H04W4/02 , G08C17/02 , H04L67/12 , G01C1/00 , G01S11/06 , G01N33/24 , G01S17/08
Abstract: 本发明涉及一种基于NBIOT与LoRa双模通信的山体滑坡预警监测系统，属于地质灾害监测技术领域。该系统包括预警监测现场节点、监测数据通信中间件模块、预警分析模块和web展示平台模块；预警监测现场节点包括：数据采集模块、通信模块以及控制模块；监测数据通信中间件模块包括：数据接收模块、数据处理模块、数据缓存模块、短信通知及展示模块；web展示平台模块包括：山体滑坡实时监测与预测系统地区信息展示模块、传感器指令变更模块、用户管理模块和设备管理模块。本发明实现了实时动态准确的监测地质活动，具有预测功能。
-
公开(公告)号：CN112748397B
公开(公告)日：2023-09-19
申请号：CN202011528976.8
申请日：2020-12-22
Applicant: 重庆邮电大学
IPC: G01S5/06
Abstract: 本发明涉及一种非视距条件下基于自适应BP神经网络的UWB定位方法，属于通信定位领域。该方法包括：选用估计距离差以及基于统计的前k组估计距离差的均值和标准差作为特征，采用基于无监督学习的K‑means++聚类算法将观测数据划分为LOS、NLOSL和NLOSH三类；然后通过GA算法对BP神经网络的权值和阈值动态优化，进一步提高算法的效率；最后使用Chan算法解算标签的初始坐标，将计算出的坐标和重构后数据使用Taylor迭代算法更新标签坐标，当满足误差阈值要求或迭代次数时结束迭代过程，并将最终结果输出。本发明能够实时准确的定位标签坐标。
-
公开(公告)号：CN111242697B
公开(公告)日：2022-09-09
申请号：CN202010065995.5
申请日：2020-01-20
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于传粉启发聚类的商户选址方法，属于数据挖掘和机器学习领域。该方法包括：获取数据：收集调查某地区或街道的移动终端的数据集；构建系统：将数据库单元、信息分类及分析单元和信息查询单元集合在一起，组建一个显示集成网站和数据库的平台；数据库信息的输入：将采集到的信息及时输入数据库，并对数据库内信息进行更新；对数据库信息分类及分析：对数据库中的数据归类整理，运用IPCA算法挖掘用户的兴趣爱好，并判断每个不同地址的商业投资前景，然后使用SEE原则和地理信息系统选出初始的商户地址；智能查询：向系统输入欲查询的地址，输入相关因素的权重，得出最终选址地点。本发明能快速高效的进行商业选址。
-
Patent Agency Ranking
公开(公告)号：CN112581725A
公开(公告)日：2021-03-30
申请号：CN202011443992.7
申请日：2020-12-08
Applicant: 重庆邮电大学
IPC: G08B21/10 , G08C17/02 , H04L29/08 , H04W4/02 , G01C1/00 , G01N33/24 , G01S11/06 , G01S17/08 , G08B7/06
Abstract: 本发明涉及一种基于NBIOT与LoRa双模通信的山体滑坡预警监测系统，属于地质灾害监测技术领域。该系统包括预警监测现场节点、监测数据通信中间件模块、预警分析模块和web展示平台模块；预警监测现场节点包括：数据采集模块、通信模块以及控制模块；监测数据通信中间件模块包括：数据接收模块、数据处理模块、数据缓存模块、短信通知及展示模块；web展示平台模块包括：山体滑坡实时监测与预测系统地区信息展示模块、传感器指令变更模块、用户管理模块和设备管理模块。本发明实现了实时动态准确的监测地质活动，具有预测功能。
-
公开(公告)号：CN112906298A
公开(公告)日：2021-06-04
申请号：CN202110163561.3
申请日：2021-02-05
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于机器学习的蓝莓产量预测方法，属于农作物产量预测技术领域。该方法包括：S1：生成模拟数据集：S2：数据预处理；S3：利用XGBoost选出最优特征子集；S4：构建基学习器，包括随机森林、梯度提升决策树、支持向量机；S5：构建多模型融合的Stacking集成学习元模型：选择Stacking模型集成策略将三种经过优化的基学习器作为模型第一层，将第一层基学习器的输出作为第二层元学习器的输入进行再训练，得到完整的模型；S6：评价元模型预测性能；S7：验证元模型；S8：计算特征重要性程度。本发明解决了农业系统中数据采集困难的问题，能够快速预测蓝莓产量，减少采集数据样本，提高预测精度。
-
公开(公告)号：CN111242697A
公开(公告)日：2020-06-05
申请号：CN202010065995.5
申请日：2020-01-20
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于传粉启发聚类的商户选址方法及系统，属于数据挖掘和机器学习领域。该方法包括：获取数据：收集调查某地区或街道的移动终端的数据集；构建系统：将数据库单元、信息分类及分析单元和信息查询单元集合在一起，组建一个显示集成网站和数据库的平台；数据库信息的输入：将采集到的信息及时输入数据库，并对数据库内信息进行更新；对数据库信息分类及分析：对数据库中的数据归类整理，运用IPCA算法挖掘用户的兴趣爱好，并判断每个不同地址的商业投资前景，然后使用SEE原则和地理信息系统选出初始的商户地址；智能查询：向系统输入欲查询的地址，输入相关因素的权重，得出最终选址地点。本发明能快速高效的进行商业选址。
-
公开(公告)号：CN112906298B
公开(公告)日：2023-05-26
申请号：CN202110163561.3
申请日：2021-02-05
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于机器学习的蓝莓产量预测方法，属于农作物产量预测技术领域。该方法包括：S1：生成模拟数据集：S2：数据预处理；S3：利用XGBoost选出最优特征子集；S4：构建基学习器，包括随机森林、梯度提升决策树、支持向量机；S5：构建多模型融合的Stacking集成学习元模型：选择Stacking模型集成策略将三种经过优化的基学习器作为模型第一层，将第一层基学习器的输出作为第二层元学习器的输入进行再训练，得到完整的模型；S6：评价元模型预测性能；S7：验证元模型；S8：计算特征重要性程度。本发明解决了农业系统中数据采集困难的问题，能够快速预测蓝莓产量，减少采集数据样本，提高预测精度。
-
公开(公告)号：CN112748397A
公开(公告)日：2021-05-04
申请号：CN202011528976.8
申请日：2020-12-22
Applicant: 重庆邮电大学
IPC: G01S5/06
Abstract: 本发明涉及一种非视距条件下基于自适应BP神经网络的UWB定位方法，属于通信定位领域。该方法包括：选用估计距离差以及基于统计的前k组估计距离差的均值和标准差作为特征，采用基于无监督学习的K‑means++聚类算法将观测数据划分为LOS、NLOSL和NLOSH三类；然后通过GA算法对BP神经网络的权值和阈值动态优化，进一步提高算法的效率；最后使用Chan算法解算标签的初始坐标，将计算出的坐标和重构后数据使用Taylor迭代算法更新标签坐标，当满足误差阈值要求或迭代次数时结束迭代过程，并将最终结果输出。本发明能够实时准确的定位标签坐标。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.017 seconds)
