-
公开(公告)号：CN110087247A
公开(公告)日：2019-08-02
申请号：CN201910460738.9
申请日：2019-05-30
Applicant: 吉林大学
Abstract: 本发明公开了一种虚拟力嵌入莱维飞行的灰狼搜索的无线传感器网络覆盖优化算法，包括：步骤一、随机确定无线传感器网络覆盖节点中N个节点位置为真实节点的初始位置；步骤二、通过修改的嵌入莱维飞行的灰狼搜索算法初始化初始位置的解为虚拟节点位置 步骤三、通过修改的嵌入莱维飞行的灰狼搜索算法进行搜索和更新的位置；步骤四、通过改进虚拟力算法计算虚拟力；通过计算调整每组解节点的位置；步骤五、通过优胜劣汰选择规则式，保留由改进虚拟力算法求得的更优解 通过第t代的更优解判断是否更新最优解α狼、最优解β狼，并且直到达到规定的更新次数。步骤六、输出最优解α狼作为最优节点位置；步骤七、通过节点匹配算法完成无线传感器节点部署。
-
公开(公告)号：CN114245337B
公开(公告)日：2025-02-28
申请号：CN202111550865.1
申请日：2021-12-17
Applicant: 吉林大学
Abstract: 本发明公开了一种基于图卷积网络的供水管网泄露定位传感器布置方法，包括如下步骤：步骤一、以三维数据创建供水管网的数据集；步骤二、以K‑means聚类算法将数据集聚为K类，选取每类样本点距离该类聚类中心最近的样本点作为构建伪标签的节点并且从0到K贴上标签；步骤三、将数据集里的所有样本点通过图卷积网络进行监测区域的划分；步骤四、以互相关函数算法对每个监测区域中的样本点进行遍历，直到所有节点均已遍历一次，选择出每个监测区域中最具有代表性的一个样本点作为最优传感器布置节点。本发明首次将图形分析与供水分配网络拓扑结构信息结合解决泄漏检测的传感器优化布置问题，切实考虑实际供水网络中各个节点泄漏事件带来的影响。
-
公开(公告)号：CN113784410B
公开(公告)日：2022-09-23
申请号：CN202111120444.5
申请日：2021-09-24
Applicant: 吉林大学
Abstract: 本发明专利公开了基于强化学习TD3算法的异构无线网络垂直切换方法，具体涉及通讯技术领域。包括如下步骤：采用熵权法计算网络状态参数的权重，构造奖励函数；初始化策略网络以及两个估计网络，对上述网络对应的目标网络初始化，并初始化经验池；演员当前网络根据网络状态参数做出切换决策，求得奖励值；采用梯度下降法训练评论家当前网络，采用梯度上升法训练演员当前网络，更新演员目标网络参数和评论家目标网络参数；在每个决策时刻进行S4‑S5的操作步骤，训练更新网络参数；根据训练好的策略网络来确定最优的切换策略。采用本发明技术方案解决了深度强化学习汇总网络参数状态动作值过高估计的问题，可用于快速选出最优切换决策。
-
公开(公告)号：CN110167071B
公开(公告)日：2021-06-04
申请号：CN201910489319.8
申请日：2019-06-06
Applicant: 吉林大学
IPC: H04W28/02
Abstract: 本发明公开了一种基于竞争的MAC层逐跳双向拥塞控制方法，克服现存无线传感器网络拥塞控制方法的时效性、公平性和效率性问题，包括以下步骤：1)拥塞检测；2)拥塞状况的传递：接收节点接收完数据包后，将发送一个ACK确认帧给发送节点，此时接收节点将自身的拥塞状况通过ACK传输到发送节点；3)拥塞状况分类：发送节点接收到下一跳节点的拥塞状况后，结合本身的拥塞状况将拥塞分为0‑0，0‑1，1‑0，1‑1；“0”表示未发生拥塞，“1表示发生拥塞”；4)拥塞控制过程：根据分类后的拥塞状况自适应调整竞争窗口以改变节点传输数据优先级，做出相应的控制处理；本发明使用点到点的拥塞控制方法，使得拥塞发生时能更加快速的启动拥塞缓解方法，缓解拥塞。
-
公开(公告)号：CN107070802B
公开(公告)日：2021-01-12
申请号：CN201611192230.8
申请日：2016-12-21
Applicant: 吉林大学
IPC: H04L12/801 , H04L12/823 , H04L12/863
Abstract: 本发明公开了一种采用计算机程序的基于PID控制器的无线传感器网络拥塞控制方法。该方法包括的步骤有：相关参数的定义及初始化；将PID控制技术与主动队列管理方法相结合得到的PID队列管理拥塞算法嵌入到无线传感器网络环境中；用单神经元控制技术对PID控制器固定的参数(KP、KI、Kd)进行整定；用改进的粒子群算法对神经元PID控制器的初始参数(KP0、KI0、Kd0)，神经元学习速率(η1、η2、η3)进行在线寻优；得到PID控制器的三个适应无线传感器网络动态环境的参数后计算丢弃概率(P)丢弃数据包。其中采用粒子群算法寻优的学习因子为C1＝0.95+0.1*rand,C2＝C1,有导的Hebb学习算法来调整加权系数(wi(k))的值。从而达到在线调整PID队列拥塞算法的参数，使其适应无线传感器网络的特点。达到缓减无线传感器网络拥塞的目的。
-
Patent Agency Ranking
公开(公告)号：CN110135374A
公开(公告)日：2019-08-16
申请号：CN201910420949.X
申请日：2019-05-21
Applicant: 吉林大学
Abstract: 本发明公开了采用图像块特征识别与回归分类的火灾烟雾检测方法，为克服目前分辨率低、实际应用场合不适合与在高清视频中无法正确识别的问题，采用图像块特征识别与回归分类的火灾烟雾检测方法的步骤为：1.对烟雾图像数据集进行特征提取与特征融合，并将数据集放入SVM,得到烟雾特征判据模型；2.处理待检测视频,得到待检测图像块；3.将待检测图像块与烟雾特征判别模型输入到SVM中做回归并分类，标记判别为烟雾的图像块：将待检测图像块与得到烟雾特征判据模型作为SVM输入，SVM输出烟雾或为非烟雾图像块，记录判别为烟雾的待检测图像块的质心坐标；在判别为烟雾的待检测图像块所对应的质心坐标为中心，得到视频中烟雾所在区域。
-
公开(公告)号：CN108875823A
公开(公告)日：2018-11-23
申请号：CN201810598438.2
申请日：2018-06-12
Applicant: 吉林大学
Abstract: 本发明公开了一种基于新的证据衡量标准下证据的组合方法,克服了现有技术证据分配不合理与组合结果与事实结果是相违背的问题,方法:1.传感器的部署:在房间的墙角安装由多种类传感器组成的传感器组，其中多种类传感器包括有温度传感器、湿度传感器、烟雾浓度传感器、二氧化碳浓度传感器、红外传感器；2.确立新的证据冲突衡量标准Pcor：根据传感器采集到的数据确定证据，根据证据分析各证据间冲突程度；3.确定各证据权重系数：根据各证据冲突衡量标准Pcor值构建支持矩阵，根据支持矩阵确立信任度，最后使用信任度确立各证据权重系数；4.证据组合：根据权重系数调整基本概率赋值向量，经过DS证据理论进行组合得到更合理的结论。
-
公开(公告)号：CN106572512A
公开(公告)日：2017-04-19
申请号：CN201610564865.X
申请日：2016-07-18
Applicant: 吉林大学
Abstract: 本发明公开了一种车载网络GPSR路由协议改进的贪婪转发规则，改进协议对邻居表信息进行管理，增加定义了一个累计通信时长，即邻居节点之间累计的通信时间，节点之间定时发送包括车辆的位置信息，累计通信时长等信息的hello包，同时，在接收到hello包后会对邻居列表进行更新并且会实时的更新邻居节点列表，当源节点向目的节点发送数据包时，源节点会在自己的邻居节点中查找距离目的节点最近的点，计算出此节点到目的节点的距离，根据这个最近距离，计算出允许的距离范围，在给定的距离范围内通过比较车辆的累计通信时长的大小来进行车辆之间通信稳定性的预测，找到最稳定的下一跳节点；改进的路由协议在进行贪婪转发时既考虑了距离因素又考虑了节点之间的通信稳定性，使得GPSR应用于车载网络中达到了更加良好的效果。
-
公开(公告)号：CN112215278B
公开(公告)日：2022-05-24
申请号：CN202011072371.2
申请日：2020-10-09
Applicant: 吉林大学
Abstract: 一种采用遗传算法和蜻蜓算法相结合的多维数据特征选择方法，具体步骤为：对交通事故数据进行简单清洗；将蜻蜓算法嵌入到遗传算法中干预交叉操作，通过蜻蜓算法找出最佳交叉点位置，来提高遗传算法的寻优速度；将蜻蜓算法嵌入到遗传算法中干预变异操作，通过蜻蜓算法计算出的“食物”、“天敌”基因位置的是否选用，设置不同的基因位置变异概率，来提高算法的收敛速度。将数据特征筛选结果作为一种遗传算法和蜻蜓算法相结合的多维数据特征选择方法的输入，输出结果为算法选择出的数据特征。实验证明，本方法对于不同的分类器均有较好的表现，验证了本发明的特征选择方法是有效的，且具有鲁棒性。
-
公开(公告)号：CN113784410A
公开(公告)日：2021-12-10
申请号：CN202111120444.5
申请日：2021-09-24
Applicant: 吉林大学
Abstract: 本发明专利公开了基于强化学习TD3算法的异构无线网络垂直切换方法，具体涉及通讯技术领域。包括如下步骤：采用熵权法计算网络状态参数的权重，构造奖励函数；初始化策略网络以及两个估计网络，对上述网络对应的目标网络初始化，并初始化经验池；演员当前网络根据网络状态参数做出切换决策，求得奖励值；采用梯度下降法训练评论家当前网络，采用梯度上升法训练演员当前网络，更新演员目标网络参数和评论家目标网络参数；在每个决策时刻进行S4‑S5的操作步骤，训练更新网络参数；根据训练好的策略网络来确定最优的切换策略。采用本发明技术方案解决了深度强化学习汇总网络参数状态动作值过高估计的问题，可用于快速选出最优切换决策。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.025 seconds)
