-
公开(公告)号：CN116132997A
公开(公告)日：2023-05-16
申请号：CN202310082022.6
申请日：2023-01-17
Applicant: 无锡学院
Abstract: 本发明公开了基于A2C算法优化混合供电异构网中能源效率的方法，根据宏基站与小基站的数量分布情况确定小基站的用户位置；将单个小基站看作一个智能体，建立马尔科夫决策过程的状态空间、动作空间和奖励函数；小基站用户和环境交互随机获得状态；将动作信息(st,at,rt,st+1)传递给critic网络；将各个小基站学习所获得的最优动作作为状态传递给宏基站，在宏基站覆盖范围内重复部署小基站，得到最优的小基站部署策略，即资源分配最优；使用户连接到相应的小基站以获得更好的信道，最大化异构网络系统的能源效率。本发明通过使用强化学习中的A2C算法来提高A2C算法中的能源效率，使用高斯分布的方法来逼近状态动作值函数，节省传统电网的资源，节约电网通信能耗的成本。
-
公开(公告)号：CN116095690A
公开(公告)日：2023-05-09
申请号：CN202310065762.9
申请日：2023-01-17
Applicant: 无锡学院
IPC: H04W16/10 , H04W16/14 , H04W16/18 , H04W16/32 , H04B17/336 , H04B17/382 , G06N3/045 , G06N3/092 , G06N3/0985 , G06N7/01 , H04W84/04 , H04W88/08
Abstract: 本发明公开了一种异构网络中基于强化学习的动态资源分配优化方法，步骤1：建立异构网络模型，明确以能量效率为最大的优化目标；将宏基站看作智能体，建立马尔可夫决策过程，确定状态空间、动作空间和奖励函数；划分宏基站覆盖区域和异构网络带宽；通过D3QN网络训练异构网络模型，设定宏基站和小基站的最大发射功率，计算宏基站到用户的信干噪比，最小化损失函数；在dueling DQN网络中引入double DQN网络以获得值函数和优势函数，确定最优的异构网络超参数K和β，最大化异构网络的能量效率，实现动态资源分配优化。本发明提出集中强化学习框架的异构网络模型，以实现动态资源分配的全局最优，提出用D3QN网络来优化负载均衡和干扰协调，最大化异构网络的能量效率，实现动态资源分配优化。
-
公开(公告)号：CN114463411B
公开(公告)日：2023-02-28
申请号：CN202210060605.4
申请日：2022-01-19
Applicant: 无锡学院
IPC: G06T7/62 , G06T7/66 , G06T7/11 , G06T7/13 , G06T7/136 , G06T7/187 , G06T7/50 , G01B11/00 , G01B11/02 , G01B11/06 , G01N9/02
Abstract: 本发明公开了基于三维相机的目标体积、质量与密度测量方法，利用三维相机、电子秤与亚克力板搭建质量体积测量系统；将目标置于体积测量展台上，利用电子秤测量得出目标质量M；利用质量体积测量系统对展台上目标进行成像，得到目标的点云图像与灰度图像；对点云图像进行滤波处理并对灰度图像进行图像自适应阈值二值化操作与边缘检测处理，得到目标的深度信息以及像素区域信息，进而推导出目标体积测量公式；根据目标体积测量公式计算得到目标体积；通过计算得出目标平均密度。本发明所提方法可利用灰度图像计算选定圆柱类目标底面半径，利用深度信息计算选定圆柱类目标体积与密度，对选定圆柱类目标的体积、质量与密度可进行较为准确的估计。
-
公开(公告)号：CN114446092B
公开(公告)日：2022-12-27
申请号：CN202210060614.3
申请日：2022-01-19
Applicant: 无锡学院
IPC: G08G1/16 , G08G1/04 , G08G1/01 , G06V10/762 , G06K9/62
Abstract: 本发明公开了一种基于三维相机组网的S型公路模拟障碍物预警方法，属于智能汽车路障检测与预警技术领域；首先，利用三维相机组网与汽车控制系统通信；然后，利用三维相机在俯视视角下对S型公路模拟障碍物和模拟汽车拍摄得到视场点云数据；进一步建立以三维相机为原点的系统坐标系；利用随机抽样一致算法估计、直通和体素滤波方式去除参考面和噪声；利用欧式聚类和边界框估计得到独立模拟障碍物点云数据，然后计算模拟障碍物点云数据的路况状态信息，然后发送到汽车控制系统预警；本发明利用三维相机拍摄S型公路模拟障碍物，无需外界光源，得到深度信息，克服了现有技术中智能汽车受光源和天气影响而无法获得障碍物深度信息的缺点。
-
Patent Agency Ranking
公开(公告)号：CN114446092A
公开(公告)日：2022-05-06
申请号：CN202210060614.3
申请日：2022-01-19
Applicant: 无锡学院
IPC: G08G1/16 , G08G1/04 , G08G1/01 , G06V10/762 , G06K9/62
Abstract: 本发明公开了一种基于三维相机组网的S型公路模拟障碍物预警方法，属于智能汽车路障检测与预警技术领域；首先，利用三维相机组网与汽车控制系统通信；然后，利用三维相机在俯视视角下对S型公路模拟障碍物和模拟汽车拍摄得到视场点云数据；进一步建立以三维相机为原点的系统坐标系；利用随机抽样一致算法估计、直通和体素滤波方式去除参考面和噪声；利用欧式聚类和边界框估计得到独立模拟障碍物点云数据，然后计算模拟障碍物点云数据的路况状态信息，然后发送到汽车控制系统预警；本发明利用三维相机拍摄S型公路模拟障碍物，无需外界光源，得到深度信息，克服了现有技术中智能汽车受光源和天气影响而无法获得障碍物深度信息的缺点。
-
公开(公告)号：CN114240771A
公开(公告)日：2022-03-25
申请号：CN202111393325.7
申请日：2021-11-23
Applicant: 无锡学院
Abstract: 本发明提出了一种基于双重控制网络的图像去模糊系统及方法，所述系统包括：用于对输入的图像进行图像特征提取编码模块；用于根据提取的图像特征进行退化处理和进一步特征提取处理的数据模块；用于对数据模块的处理过程进行控制的控制模块；用于根据处理后的数据进行解码获得重构特征的解码模块；其中在编码模块和解码模块之间建立有循环跳步连接，经由所述循环跳步连接编码模块的输出被加入到解码模块的输入，并且解码模块的输出被加入到编码模块的输入中。本发明通过双重控制改善了基于深度学习网络的有效性问题和解决了基于模型的灵活性问题，大大提高了图像去模糊SSIM、PSNR指标，提升视觉效果。
-
-
-
-
-
Search Results
29
records
(took 0.031 seconds)
