一种基于支持向量机的VANET分簇算法

    公开(公告)号:CN115103327A

    公开(公告)日:2022-09-23

    申请号:CN202210624578.9

    申请日:2022-06-02

    Applicant: 南通大学

    Abstract: 本发明提供了一种基于支持向量机的VANET分簇算法,属于车联网分簇技术领域。解决了车联网VANET中车辆结点的高移动性导致网络拓扑结构的不稳定和受限的移动轨迹等问题。其技术方案为:包括以下步骤:步骤一、车辆结点属性特征参数的提取及支持向量机的构造;步骤二、使用AP聚类算法进行初始时刻簇头结点选取;步骤三、使用支持向量机完成道路车辆结点的入簇;步骤四、车辆行驶途中的簇维护操作;步骤五、簇头车辆结点行驶结束后,依据统计的簇中结点存活时间调整优化簇头结点支持向量机参数。本发明的有益效果为:本发明提高簇的稳定性;能自身完成快速入簇判断。

    一种时间序列异常值快速检测方法

    公开(公告)号:CN114707570A

    公开(公告)日:2022-07-05

    申请号:CN202210160611.7

    申请日:2022-02-22

    Applicant: 南通大学

    Inventor: 王镇 顾翔

    Abstract: 本发明公开了一种时间序列异常值快速检测方法,属于时间序列异常值检测技术领域;解决了非单一阈值的情况下不能对时间序列异常值的检测的技术问题;其技术方案为:包括以下步骤:S1、滑动窗口R初始值设为主序列首部三个值;S2、滑动窗口R和减去3的值记为SR2;S3、将2、2插入到左子序列尾部,删除左子序列首部添加的3个值;S4、滑动窗口L和减去3的值记为SL2。本发明的有益效果是:本发明的检测方法是基于一个自定义的二维数组,在减少计算成本的同时,达到了高效的异常检测效果,在一些非单一阈值的实际背景下,对时间序列异常值的检测。

    基于节点识别的协作频谱检测方法

    公开(公告)号:CN104065430B

    公开(公告)日:2016-07-13

    申请号:CN201410326966.4

    申请日:2014-07-09

    Applicant: 南通大学

    Abstract: 本发明涉及基于节点识别的协作频谱检测方法,在包括至少一个主用户、N个认知用户和至少一个融合中心的认知无线网络中,所述主用户产生授权频谱的主用户信号s(t),所述N个认知用户形成N个感知节点,其特征在于第i个感知节点频谱检测时所接收的信号xi(t)分为网络中授权频谱忙碌的信号H1和频谱空闲的信号H0,该节点的信道增益是hi(t)、信道的加性高斯白噪声是ni(t),其中i=1……N,则该节点频谱检测可建模为一个二元假设检验问题:第i个感知节点对接收到的信号xi(t)进行假设检验,得到本地检测结果“1”或“0”,“1”表示假设H1成立,“0”表示假设H0成立。用本发明做频谱检测,既消除了故障或恶意节点对协作频谱检测的恶劣影响,又减小了认知网络系统的开销。

    一种时间序列异常值快速检测方法

    公开(公告)号:CN114707570B

    公开(公告)日:2024-05-24

    申请号:CN202210160611.7

    申请日:2022-02-22

    Applicant: 南通大学

    Inventor: 王镇 顾翔

    Abstract: 本发明公开了一种时间序列异常值快速检测方法,属于时间序列异常值检测技术领域;解决了非单一阈值的情况下不能对时间序列异常值的检测的技术问题;其技术方案为:包括以下步骤:S1、滑动窗口R初始值设为主序列首部三个值;S2、滑动窗口R和减去3的值记为SR2;S3、将2、2插入到左子序列尾部,删除左子序列首部添加的3个值;S4、滑动窗口L和减去3的值记为SL2。本发明的有益效果是:本发明的检测方法是基于一个自定义的二维数组,在减少计算成本的同时,达到了高效的异常检测效果,在一些非单一阈值的实际背景下,对时间序列异常值的检测。

    基于改进Canny算法的弱光照环境下机动车车道线检测方法

    公开(公告)号:CN115471802A

    公开(公告)日:2022-12-13

    申请号:CN202211056543.6

    申请日:2022-08-31

    Applicant: 南通大学

    Abstract: 本发明提供了一种基于改进Canny算法的弱光照环境下机动车车道线检测方法,属于图像处理和机动车道路安全行驶技术领域。解决了在弱光照环境下机动车车道线检测时,Canny边缘检测忽略重要的边缘信息、固定的感兴趣区域的不够灵活以及拟合车道线时存在噪声线段的问题。其技术方案为:包括以下步骤:S1:从视频中获取固定帧频的图像,进行图像变换;S2:对图像做非局部均值去噪;S3:将图像灰度化;S4:设计多感兴趣区域最优筛选算法;S5:使用霍夫变换直线检测算法进行车道线检测;S6:依照直线斜率,统计出左右车道线的直线,绘制出车道线。本发明的有益效果为:可有效提高弱光照环境下车道线识别效果。

    基于节点识别的协作频谱检测方法

    公开(公告)号:CN104065430A

    公开(公告)日:2014-09-24

    申请号:CN201410326966.4

    申请日:2014-07-09

    Applicant: 南通大学

    Abstract: 本发明涉及基于节点识别的协作频谱检测方法,在包括至少一个主用户、N个认知用户和至少一个融合中心的认知无线网络中,所述主用户产生授权频谱的主用户信号s(t),所述N个认知用户形成N个感知节点,其特征在于第i个感知节点频谱检测时所接收的信号xi(t)分为网络中授权频谱忙碌的信号H1和频谱空闲的信号H0,该节点的信道增益是hi(t)、信道的加性高斯白噪声是ni(t),其中i=1……N,则该节点频谱检测可建模为一个二元假设检验问题:第i个感知节点对接收到的信号xi(t)进行假设检验,得到本地检测结果“1”或“0”,“1”表示假设H1成立,“0”表示假设H0成立。用本发明做频谱检测,既消除了故障或恶意节点对协作频谱检测的恶劣影响,又减小了认知网络系统的开销。

Patent Agency Ranking