一种基于手势识别的鼠标光标控制方法及系统

    公开(公告)号:CN111913584B

    公开(公告)日:2022-04-01

    申请号:CN202010834455.9

    申请日:2020-08-19

    Applicant: 福州大学

    Abstract: 本发明涉及一种基于手势识别的鼠标光标控制方法及系统,使用MATLAB调用计算机自带摄像头或外接USB摄像头采集视频数据,检测和识别视频中人物的手势,并根据手势实时控制光标移动或点击。提出了一种融合PHOG(Pyramid Histogram of Oriented Gradients)特征和改进的LBP(Local Binary Pattern)特征并基于K‑NN(k‑近邻分类)分类器的手势图像识别方法。为了提高系统运行的实时性,系统通过肤色检测来确定当前帧是否有人手。当检测到有人手时,进一步提取PHOG特征和改进的LBP特征。在融合PHOG特征和改进的LBP特征后,采用K‑NN分类器实现手势分类识别。本发明实现了在不同的角度、不同的光线等复杂背景情况下,快速准确的识别用户手势,并根据识别结果准确实时的控制鼠标光标的动作。

    认知无线电中双通道非参数化能量频谱感知方法

    公开(公告)号:CN106788821A

    公开(公告)日:2017-05-31

    申请号:CN201710057130.2

    申请日:2017-01-23

    Applicant: 福州大学

    Abstract: 本发明涉及一种认知无线电中双通道非参数化能量频谱感知方法,包括以下步骤:步骤一、每个认知用户都要从两个通道即待测信道和一个空白信道接收信号,这个空白信道可以是保护频带也可以是系统内预留的某些子频带;步骤二、根据从两个通道接收到的信号,构建判决统计量;步骤三、根据给定的虚警概率,构建判决门限;步骤四、将判决统计量和判决门限进行对比,如果判决统计量大于等于判决门限,则判断授权用户信号出现,否则判断其为不出现。本发明解决了在噪声不确定的情况下,如何使用能量检测技术并充分利用搜集到的信号,从而进行高准确度判决的问题。

    基于多智能体强化学习算法的认知物联网资源分配方法

    公开(公告)号:CN117354833A

    公开(公告)日:2024-01-05

    申请号:CN202311317071.X

    申请日:2023-10-12

    Applicant: 福州大学

    Abstract: 本发明涉及一种基于多智能体强化学习算法的认知物联网资源分配方法。针对高速移动下的认知物联网的联合信道选择与功率控制资源分配问题,考虑车辆与车辆之间的通信,主用户占用频谱的随机性、信道状态的高度动态变化以及车辆间通信的时效性要求等难点,将问题建模为马尔可夫决策过程。使用多智能体强化学习方法,让车辆用户充当智能体,收集局部观测信息并通过算法决定自身传输策略,得到最优的资源分配方案。相较于其他对比方案,改进后的多智能体近端策略优化算法的认知物联网资源分配方案能够明显降低车辆用户的平均信息年龄。

    基于改进人工蜂群的认知无线电功率分配方法

    公开(公告)号:CN113766623B

    公开(公告)日:2023-05-09

    申请号:CN202110841245.7

    申请日:2021-07-23

    Applicant: 福州大学

    Abstract: 本发明提出一种基于改进人工蜂群的认知无线电功率分配方法,包括以下步骤:步骤S1:在一个时隙T内,认知用户根据主用户携带的数据包的大小选择合作中继通信的主用户,计算出认知用户传输自身数据的吞吐量;步骤S2:获得合作通信中认知用户的吞吐量后,通过联合时间分配因子和认知用户传输功率构建的目标函数;步骤S3:初始化改进的人工蜂群算法,计算目标函数的适应度值;得到认知用户吞吐量最大化的传输功率。其利用改进人工蜂群算法对认知用户进行功率分配,通过该方法可以提高频谱利用率。利用本发明的方法能够找到最优时间和最优功率分配策略,在满足所有约束条件的情况下使数据速率或者吞吐量最大化。

    一种能量采集认知物联网络抗干扰最优传输方法

    公开(公告)号:CN115766089A

    公开(公告)日:2023-03-07

    申请号:CN202211271268.X

    申请日:2022-10-18

    Applicant: 福州大学

    Abstract: 本发明涉及一种能量采集认知物联网络抗干扰最优传输方法。通过将认知无线电技术、能量采集技术、抗干扰技术在通信领域相结合,将认知物联网络建模为一个主基站、多个主用户、多个物联网节点、一个物联网认知基站和多个恶意攻击节点所构成的完整系统。通过深度强化学习方法对认知物联网络各个节点在发送、接收信号被恶意攻击的情况下,认知基站无需先验知识,无模型的学习恶意节点信道攻击策略,合理制定对抗策略并调节各个节点的信道接入、模式选择和功率分配以达到系统吞吐量最大化目的。本发明适用于无线通信领域。

    基于FPGA的药片残次品实时分类方法

    公开(公告)号:CN115546529A

    公开(公告)日:2022-12-30

    申请号:CN202210752137.7

    申请日:2022-06-29

    Applicant: 福州大学

    Abstract: 本发明涉及一种基于FPGA的药片残次品实时分类系统,包括图像采集模块、FPGA和结果显示模块;所述FPGA包括输入图片处理模块、DDR和硬件加速模块;所述图像采集模块包括高速相机、FMC和显示屏;所述图像采集模块获取药片的表面图像,通过FMC子卡送入FPGA中,并缓存至片外DDR;所述输入图像处理模块从DDR中读入图片数据并进行裁剪与量化处理,处理好的输入图片数据存入片内存储器;所述硬件加速模块预部署有MobileNetV2的网络结构,网络权重提前训练好并按照硬件需要的读写顺序导入片内存储器中,当检测到输入图片加载完毕,硬件加速部分开始前向推理加速,并将最终分类结果传至结果显示模块进行显示。本发明有效提高提升药片分类的速度,极大的提高了分类器的实时性。

Patent Agency Ranking