-
公开(公告)号：CN104093196A
公开(公告)日：2014-10-08
申请号：CN201410320567.7
申请日：2014-07-07
Applicant: 北京理工大学
IPC: H04W52/02
CPC classification number: Y02D70/00
Abstract: 本发明涉及一种基于能耗的LEACH轮换时间动态优化方法，属于无线传感器网络技术领域。该方法包括如下步骤：首先计算LEACH协议中节点每轮能量消耗，然后根据每轮的能量消耗计算每轮持续时间，最后基于每轮能量消耗均衡原则动态调整各簇每轮的持续时间。LEACH协议中应用本发明提出的基于能耗的LEACH轮换时间动态优化方法，可以有效优化选簇周期、平衡节点间能量消耗、延长网络生存周期。
-
公开(公告)号：CN103945486A
公开(公告)日：2014-07-23
申请号：CN201410129583.8
申请日：2014-04-02
Applicant: 北京理工大学
Abstract: 本发明涉及一种基于移动节点轨迹的多目标优化数据传递方法，该方法利用移动节点的移动统计信息和大量真实移动节点的轨迹信息来获取辅助数据传递相应的数据，把数据包的传递问题映射成多目标的马尔可夫决策过程，通过求解马尔可夫决策过程对多个路由指标的目标函数进行优化，最后按照求解得到的最优转发策略传递数据包，实现了一种高效的移动节点到移动节点(也适用于移动节点到基站和基站到移动节点的数据传递)的无线自组织网络数据传递方法。本方法不仅应用方式和领域更加广泛，而且通过对多个数据传递指标进行优化，提高了交付率，提高了数据传输效率，减少了数据传输错误率和消耗的网络资源，实现了更好的通信效果。
-
公开(公告)号：CN116353623A
公开(公告)日：2023-06-30
申请号：CN202211552569.X
申请日：2022-12-05
Applicant: 北京理工大学
IPC: B60W60/00 , B60W50/00 , G06V20/56 , G06N3/0464 , G06N3/0455 , G06N3/0895
Abstract: 本发明涉及一种基于自监督模仿学习的驾驶控制方法，属于自动驾驶强化学习技术领域。包括：生成自动驾驶任务数据集；确定所述观测图像中锚节点的t时刻潜在表示，及与所述锚节点相关样本的潜在表示；将潜在空间中小于t时刻的潜在表示z≤t进行整合，产生所述t时刻上下文潜在表示ct；利用密度比器保留t+k时刻的观测图像st+k和所述ct之间的有效信息；将不同自动驾驶场景观测图像经由训练好的编码器后计算代价函数，所述代价函数更新后传入到模仿学习目标公式中进行策略网络的更新。本发明能够通过降维映射来缓解高维数据学习策略中所面临的维度灾难，提取图像观测数据中与任务相关性更强的高密度信息，提升模型样本的采样效率。
-
公开(公告)号：CN111611785A
公开(公告)日：2020-09-01
申请号：CN202010361406.8
申请日：2020-04-30
Applicant: 北京理工大学
IPC: G06F40/189 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种生成式对抗网络嵌入式学习表示方法，应用于网络实体对齐技术领域；本发明将网络的嵌入式表示和跨网络的实体对齐任务统一融合，通过图卷积神经网络提取网络特征，同时引入生成式对抗学习来引导领域不变性特征的学习，避免嵌入式表示学习过程中领域依赖特征的影响，在此基础上，提出感知方向的图卷积网络以更好的优化有向网络的结构信息，并且基于图卷积网络的特性，通过图卷积网络的权重分享技巧以优化跨网络的嵌入式表示学习效率。对比现有技术，本发明有效解决了在实体对齐任务中领域特征的存在使得对齐效果欠佳的问题，通过领域对抗学习获取更有利于实体对齐任务的领域不变性特征，提升实体对齐的效果。
-
公开(公告)号：CN106910199B
公开(公告)日：2019-07-09
申请号：CN201710058021.2
申请日：2017-01-23
Applicant: 北京理工大学
Abstract: 本发明涉及一种面向城市空间信息采集的车联网众包方法，属于车载自组织网络技术领域；本发明利用轨迹预测算法挖掘车辆行驶习惯，根据车辆行驶习惯选择特定车辆执行任务，在不影响车辆正常行驶的情况下完成相关任务信息的收集。本发明提出基于张量分解的地点预测算法，根据历史轨迹数据构建三元组，根据三元组构建三阶张量，通过PITF方式对张量依据BPRC规范进行分解，迭代优化参数补全张量元素，根据张量元素值排序完成预测。接下来根据预测的结果构建车辆与道路任务二分图，根据Kuhn‑Munkres算法求解车辆与道路任务的最大匹配，使得匹配成功的概率最大。对比现有技术，本发明方法很好的结合了车辆行驶特性，减少了信息收集的冗余，提高了信息收集的效率。
-
Patent Agency Ranking
公开(公告)号：CN103945486B
公开(公告)日：2017-11-24
申请号：CN201410129583.8
申请日：2014-04-02
Applicant: 北京理工大学
Abstract: 本发明涉及一种基于移动节点轨迹的多目标优化数据传递方法，该方法利用移动节点的移动统计信息和大量真实移动节点的轨迹信息来获取辅助数据传递相应的数据，把数据包的传递问题映射成多目标的马尔可夫决策过程，通过求解马尔可夫决策过程对多个路由指标的目标函数进行优化，最后按照求解得到的最优转发策略传递数据包，实现了一种高效的移动节点到移动节点(也适用于移动节点到基站和基站到移动节点的数据传递)的无线自组织网络数据传递方法。本方法不仅应用方式和领域更加广泛，而且通过对多个数据传递指标进行优化，提高了交付率，提高了数据传输效率，减少了数据传输错误率和消耗的网络资源，实现了更好的通信效果。
-
公开(公告)号：CN104093196B
公开(公告)日：2017-05-10
申请号：CN201410320567.7
申请日：2014-07-07
Applicant: 北京理工大学
IPC: H04W52/02
CPC classification number: Y02D70/00
Abstract: 本发明涉及一种基于能耗的LEACH轮换时间动态优化方法，属于无线传感器网络技术领域。该方法包括如下步骤：首先计算LEACH协议中节点每轮能量消耗，然后根据每轮的能量消耗计算每轮持续时间，最后基于每轮能量消耗均衡原则动态调整各簇每轮的持续时间。LEACH协议中应用本发明提出的基于能耗的LEACH轮换时间动态优化方法，可以有效优化选簇周期、平衡节点间能量消耗、延长网络生存周期。
-
公开(公告)号：CN105740401A
公开(公告)日：2016-07-06
申请号：CN201610059756.2
申请日：2016-01-28
Applicant: 北京理工大学
IPC: G06F17/30
CPC classification number: G06F17/30867 , G06F17/3087
Abstract: 本发明涉及一种基于个体行为和群体兴趣的兴趣地点推荐方法及装置，属于地点推荐领域。该方法首先通过分析用户的个体行为，确定用户未来将会去到哪一类别的地点，然后通过对用户进行特征提取来对用户进行群体的划分，接着对用户所在群体中属于第一步中确定的地点类别的地点进行排序，从而为用户推荐具体地点。本发明综合考虑用户的个体行为，用户所在群体的兴趣以及用户签到地点之间的距离关系，利用地点类别作为连接个体行为和群体兴趣的桥梁，从而挖掘用户兴趣并进行推荐，其意义在于，本发明与现有技术相比，不仅能够提高推荐的质量，并且也大幅度减少了推荐算法的时间复杂度，提高了推荐效率。
-
-
公开(公告)号：CN119090575A
公开(公告)日：2024-12-06
申请号：CN202410852739.9
申请日：2024-06-28
Applicant: 北京理工大学
IPC: G06Q30/0601 , G06N3/042 , G06N3/0464 , G06N3/047 , G06N3/084
Abstract: 本发明涉及一种基于伪标签动态阈值的长尾图节点商品推荐方法，属于商品推荐系统领域。本发明方法包括以下步骤：S1、训练图神经网络得到图节点表示；S2，使用多层感知机和激活函数得到分类概率；S3，在无标签的图商品节点上进行推理；S4，根据不同类别设置阈值函数进行伪标签样本筛选；S5，重复步骤S1至S4，直至收敛得到模型f(·,θ0)；S6，在无标签的图商品测试集节点上进行推理并进行排序，将该节点的分类标签预测为排在第1位的类别。本发明不仅增强了模型在不均衡数据集上的泛化能力，还通过精细化的节点分类提供了更为精准和个性化的商品推荐服务。
-
-
-
-
-
-
-
-
-
Search Results
43
records
(took 0.029 seconds)
