-
公开(公告)号：CN101951654A
公开(公告)日：2011-01-19
申请号：CN201010247892.7
申请日：2010-08-09
Applicant: 哈尔滨工程大学
CPC classification number: Y02D70/30
Abstract: 本发明提供的是一种面向多水下机器人通信的节能路由方法。首先判断两个机器人节点之间是否存在路由，如果存在则判断该路由中是否存在断链的情况，否则采用基于链路生存时间有限的路由查找算法来选择并查找这两个机器人之间的路由；其次，当网络中存在断链时，采用节能路由修复算法修复路由，否则检查是否存在更优的路由；如果存在更优的路由则采用节能路由维护算法更新当前路由，否则判断任务是否结束，如果结束则算法结束。本发明的方法在路由查找、路由修复和路由维护上对通信的能量进行了直接考虑，大大节省了水下机器人通信的能量和响应时间，保障水下机器人任务的顺利进行。
-
-
公开(公告)号：CN109886574B
公开(公告)日：2023-02-14
申请号：CN201910126437.2
申请日：2019-02-20
Applicant: 哈尔滨工程大学
IPC: G06Q10/0631
Abstract: 本发明属于信息处理领域，公开了一种基于改进阈值法的多机器人任务分配方法，包含如下步骤：定义第m次迭代时机器人i对任务j的响应阈值；在第m次迭代，阈值刺激差最大时对应的任务即机器人i在t时刻要执行的任务；如果机器人执行任务成功或失败且还有未被执行的任务，继续在未被执行的任务中选择阈值刺激差最大时对应的任务去执行；当机器人进入等待状态或等待区即没有可执行任务时，令机器人不断寻找可执行的任务；直到所有任务都被执行完成即完成一次迭代时，重置机器人和任务点的位置，根据阈值更新公式计算第m+1次迭代时机器人i对任务j的响应阈值和阈值刺激差。本发明优化了多任务处理能力，提高了算法的效率，提高了系统的资源利用率。
-
公开(公告)号：CN109839933B
公开(公告)日：2022-04-29
申请号：CN201910126801.5
申请日：2019-02-20
Applicant: 哈尔滨工程大学
IPC: G05D1/02
Abstract: 本发明属于多机器人任务分配领域，具体涉及一种基于VDSOM算法的多机器人任务分配方法。这种方法不仅有效地实现了多机器人的任务分配，同时也有效地避开了环境中的障碍物，从而使多机器人任务分配更具备实用性和高效性。发明主要包括：初始化神经网络，寻找某一输入神经元的获胜神经元(机器人)，以确定该任务目标点是由那个机器人执行；设计一个邻域函数，用来确定在邻域范围内受获胜神经元影响的输入神经元；控制获胜神经元和其相邻神经元向目标的位置坐标移动，根据矢量方向方法，在成功避开环境中障碍物的前提下，向目标点移动一定距离。修改权值，以确定下一次的获胜神经元。
-
公开(公告)号：CN112182221B
公开(公告)日：2022-04-05
申请号：CN202011082779.8
申请日：2020-10-12
Applicant: 哈尔滨工程大学
IPC: G06F16/35 , G06F16/338 , G06K9/62 , G06N3/00
Abstract: 本发明属于知识库技术领域，具体涉及一种基于改进随机森林的知识检索优化方法。本发明降低了随机森林分类模型内部决策树的耦合性，适当减少了决策树数量，从而简化了分类模型的结构，能够一定程度上提高模型运行效率。本发明对所保留的决策树采用粒子群算法进行权值分布优化，能够较大增强随机森林模型的分类准确性。本发明采用改进的随机森林算法构造分类模型，对知识检索结果进行再分类，能够筛除与目标检索内容相关度较低的检索结果，并将结果根据内容相关度进行排序，大大提高了其检索精度，有利于增强用户体验，优化搜索性能指标。
-
Patent Agency Ranking
公开(公告)号：CN109194708B
公开(公告)日：2021-07-13
申请号：CN201810821236.X
申请日：2018-07-24
Applicant: 哈尔滨工程大学
Abstract: 本发明为一种基于区块链技术的分布式存储系统及其身份认证方法，属于分布式存储领域；本发明中的身份认证用户分为两种，分别是用户账户和设备账户，每个分布式节点都可以实现节点身份证明功能和节点容错机制，其内部都会开辟一小块区域来存储区块链的内容，记录了所有的账户资料，可以实现行为审计、记录属性日志、增加账户信息和签名服务，没有用户或情报中心的认可，没有任何人可以篡改用户数据或是向系统中非法添加账户，不可能对分布式存储系统中的数据进行更改，从而保证了分布式存储系统中的数据安全。
-
公开(公告)号：CN107544904B
公开(公告)日：2020-11-03
申请号：CN201710717237.5
申请日：2017-08-21
Applicant: 哈尔滨工程大学
IPC: G06F11/36
Abstract: 本发明公开了一种基于深度CG‑LSTM神经网络的软件可靠性预测模型，属于计算机软件技术领域。本发明包括模型训练和模型预测两部分，模型训练部分：对软件失效数据集进行数据归一化处理；利用归一化处理后的软件失效数据集训练基于深度CG‑LSTM神经网络的软件可靠性预测模型，获得预测模型。模型预测部分：获取当前软件失效数据并采进行数据归一化处理，然后输入获得的预测模型进行未来的软件失效预测，得到预测结果。本发明克服基于传统神经网络的软件可靠性预测模型的梯度消失问题、泛化能力差问题，模型预测精度更高、适用性更广。
-
公开(公告)号：CN109839933A
公开(公告)日：2019-06-04
申请号：CN201910126801.5
申请日：2019-02-20
Applicant: 哈尔滨工程大学
IPC: G05D1/02
Abstract: 本发明属于多机器人任务分配领域，具体涉及一种基于VDSOM算法的多机器人任务分配方法。这种方法不仅有效地实现了多机器人的任务分配，同时也有效地避开了环境中的障碍物，从而使多机器人任务分配更具备实用性和高效性。发明主要包括：初始化神经网络，寻找某一输入神经元的获胜神经元(机器人)，以确定该任务目标点是由那个机器人执行；设计一个邻域函数，用来确定在邻域范围内受获胜神经元影响的输入神经元；控制获胜神经元和其相邻神经元向目标的位置坐标移动，根据矢量方向方法，在成功避开环境中障碍物的前提下，向目标点移动一定距离。修改权值，以确定下一次的获胜神经元。
-
公开(公告)号：CN107609648A
公开(公告)日：2018-01-19
申请号：CN201710599192.6
申请日：2017-07-21
Applicant: 哈尔滨工程大学
IPC: G06N3/12
Abstract: 本发明设计了一种结合堆叠降噪稀疏自动编码器的遗传算法，主要包括堆叠降噪稀疏自动编码器部分、SOM神经网络部分和遗传算法。通过堆叠降噪稀疏自动编码器提取实时环境图像特征,同时消除环境噪声影响，经过SOM神经网络的映射拟合作为遗传算法中的适应度值，解决了传统遗传算法应用于复杂现实环境时，其固定适应度计算函数欠缺灵活性与准确性的问题，避免算法出现欺骗问题，提高了算法解的质量，同时SOM神经网络映射拟合能够有效避免其他神经网络的长时间迭代运算与输出误差问题。
-
公开(公告)号：CN107544904A
公开(公告)日：2018-01-05
申请号：CN201710717237.5
申请日：2017-08-21
Applicant: 哈尔滨工程大学
IPC: G06F11/36
Abstract: 本发明公开了一种基于深度CG-LSTM神经网络的软件可靠性预测模型，属于计算机软件技术领域。本发明包括模型训练和模型预测两部分，模型训练部分：对软件失效数据集进行数据归一化处理；利用归一化处理后的软件失效数据集训练基于深度CG-LSTM神经网络的软件可靠性预测模型，获得预测模型。模型预测部分：获取当前软件失效数据并采进行数据归一化处理，然后输入获得的预测模型进行未来的软件失效预测，得到预测结果。本发明克服基于传统神经网络的软件可靠性预测模型的梯度消失问题、泛化能力差问题，模型预测精度更高、适用性更广。
-
-
-
-
-
-
-
-
-
Search Results
73
records
(took 0.107 seconds)
