基于改进的Re-GCN模型的水质数据预测方法

    公开(公告)号:CN116882539A

    公开(公告)日:2023-10-13

    申请号:CN202310601297.6

    申请日:2023-05-26

    Applicant: 海南大学

    Abstract: 本发明公开基于改进的Re‑GCN模型的水质数据预测方法,包括如下步骤:获取水质数据并进行预处理,构建用于训练以及测试的水质数据时序知识图谱训练集和测试集;使用网格搜索进行超参数调优,将训练集输入预先构建的改进的Re‑GCN模型中进行迭代训练,计算损失函数,并以此为基础进行全局优化,直至迭代结束;将测试集导入训练后的模型中,通过评估指标评价模型,直到结果符合预期要求,输出预测模型;使用预测模型预测未来一段时间内的水质数据。本发明通过改进的Re‑GCN模型,提高了对水质数据预测的效率以及准确度。

    一种海洋环境预测模型的训练方法及相关装置

    公开(公告)号:CN116882538A

    公开(公告)日:2023-10-13

    申请号:CN202310601024.1

    申请日:2023-05-26

    Applicant: 海南大学

    Abstract: 本发明公开一种海洋环境预测模型的训练方法及相关装置。该方法包括如下步骤:获取海洋环境数据并进行预处理;运用灰色关联分析模型对预处理后的环境数据分析,获得数据集;将数据集输入构建的时序知识图谱模型进行训练,以预测时序知识图谱中实体之间的关系,生成预测模型;按照预测目标的时序信息,使用已训练好的知识图谱预测模型,通过预测目标实体与其他实体之间的前后依赖关系,对海洋环境检测领域时序知识图谱进行链路预测;对链路预测的结果进行评估,基于评估结果对灰色关联分析模型和时序知识图谱预测模型进行优化和调整。本发明可以实现更高的预测准确率,以提高海洋环境检测领域的预测能力。

    基于CNN和NSCT的多光谱图像和全色图像模糊融合方法

    公开(公告)号:CN113793289B

    公开(公告)日:2023-06-20

    申请号:CN202111063980.6

    申请日:2021-09-10

    Applicant: 海南大学

    Abstract: 本发明提供一种基于CNN和NSCT的多光谱图像和全色图像模糊融合方法,所述方法使用NSCT分别提取DUMS和MLPAN图像的多尺度多方向的低频子带图像和高频方向子带图像,再使用ResNet中残差模块及非线性特性构建浅层的细节提取网络以提取更丰富的细节信息,并使用模糊融合规则将提取的细节信息和MLPAN的第一层高频子带进行融合得到注入细节,最后利用ResNet模块的非线性构建细节注入网络,以注入细节和DUMS图像为输入,MS图像为输出,对其进行训练,得到最终的融合图像。本发明的融合模型设计的网络结构简单,容易训练,防止过拟合,泛化能力强,能够在保留光谱信息的同时提高空间分辨率,从而获得同时具有高空间分辨率和高光谱分辨率的图像。

    一种基于大规模混合模数MIMO结构的子阵Root-MUSIC的DOA估计方法

    公开(公告)号:CN115189723B

    公开(公告)日:2023-05-26

    申请号:CN202210714745.9

    申请日:2022-06-23

    Applicant: 海南大学

    Abstract: 本发明提供一种基于大规模混合模数MIMO结构的子阵Root‑MUSIC的DOA估计方法,其特征在于,将大规模混合模拟数字MIMO结构的测向系统分为两个部分:最大化接收信号功率子连接结构以及Root‑MUSIC混合子连接结构,对于所述最大化接收信号功率子连接结构,产生唯一的DOA估计角,对于所述Root‑MUSIC混合子连接结构,产生一组伪解,用所述唯一的DOA估计角筛选去除所述Root‑MUSIC混合子连接结构产生的伪解,得到真正的DOA估计值。

    基于区块链以及智能合约的知识产权交易方法及系统

    公开(公告)号:CN115471368A

    公开(公告)日:2022-12-13

    申请号:CN202211038336.8

    申请日:2022-08-29

    Applicant: 海南大学

    Abstract: 本发明提供基于区块链以及智能合约的知识产权交易方法及系统,其方法包括下列步骤:S1、卖方以及买方均在知识产权微服务平台上注册账户,同时卖方录入所拥有的知识产权服务信息,将知识产权服务信息发送给区块链节点并上链;S2、买方根据自身需求选择合适的知识产权服务信息,并与卖方约定交易内容进而创建合同信息,通过智能合约对所述合同信息进行检查,在检查完成后,将合同发送给区块链节点并上链,合同进入执行中状态;S3、通过智能合约冻结来自卖方、买方的保证金,随后通过智能合约对合同执行状态进行监控判断,根据监控判断将保证金转入卖方或买方的账户中;S4,在买方分阶段向智能合约所存入的保证金均转入卖方账户后,其交易结束。

    一种IRS辅助方向调制的GAO低复杂度接收波束成型方法

    公开(公告)号:CN115242277A

    公开(公告)日:2022-10-25

    申请号:CN202210670916.2

    申请日:2022-06-15

    Applicant: 海南大学

    Abstract: 本发明提供一种IRS辅助方向调制的GAO低复杂度接收波束成型方法,假设发射机配备NA根发射天线,IRS配备M个无源发射元件,合法用户和窃听者分别配备NB和NE根接收天线;构建存在合法用户和窃听者的安全接收信号模型;建立最大化接收功率和优化问题,并对其进行简化;基于最大化接收功率和准则,采用GAO法交替优化IRS相移矩阵和接收波束成型;计算采用GAO法的计算复杂度;将IRS引入到方向调制系统中,通过动态调整IRS的相移来增强合法用户的接收功率,并防止窃听者窃听,可以提高方向调制系统的传输安全性及降低接收机的计算复杂度,与无IRS辅助方向调制和无相移矩阵优化的方向调制方案相比,本发明所提出的GAO方法可显著高方向调制系统的安全性能。

    基于LSF-FC算法的银行用户画像模型生成方法

    公开(公告)号:CN115205011A

    公开(公告)日:2022-10-18

    申请号:CN202210678842.7

    申请日:2022-06-15

    Applicant: 海南大学

    Abstract: 本发明公开基于LSF‑FC算法的银行用户画像模型生成方法,包括如下步骤:基于银行不同的业务类型对应生成不同的标签;为满足银行不同的业务需求的不同用户匹配对应的标签,形成银行客户样本集;基于特征相关性多标签学习算法对银行客户样本集进行机器学习,获得银行用户画像模型;将不带标签的待检测用户数据信息输入银行用户画像模型中,输出待检测用户的预测标签;根据待检测用户的预测标签执行对应的业务的相关步骤。本发明基于特征相关性多标签学习的银行用户画像模型构建及应用,将银行的各个业务标签综合到一个用户画像模型中,全面的描述用户偏好,从而更精准的对客户进行个性化服务。

    一种混合模数MIMO结构的二阶多项式内插式快速DOA估计方法

    公开(公告)号:CN115189724A

    公开(公告)日:2022-10-14

    申请号:CN202210753117.1

    申请日:2022-06-29

    Applicant: 海南大学

    Abstract: 本发明提供一种混合模数MIMO结构的二阶多项式内插式快速DOA估计方法,所述方法包括下列步骤:第一,将大规模混合模拟数字MIMO结构的测向系统的N个天线分为K个子阵列,且将到达角范围分为K个扇区;第二,设计K个子阵列的模拟波束成形向量,每个子阵列的波束成形向量对准对应扇区的中心角;第三,计算接收信号、接收信号功率,选择其最大的三个接信号功率;第四,将三个最大接收功率对应的中心角作为已知量,建立多项式,内插得到DOA估计值。通过本方法能够实现了单时隙消除混合阵列的测向相位模糊。

Patent Agency Ranking