-
公开(公告)号:CN117911695A
公开(公告)日:2024-04-19
申请号:CN202410072849.3
申请日:2024-01-17
Applicant: 河南科技大学
IPC: G06V10/26 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/09 , G06V10/80
Abstract: 本发明公开一种实时语义分割方法、系统及设备,涉及农业领域,方法包括:构建基于多分支权值融合及语义指导的实时语义分割网络模型,该模型是在包括语义分支和两个细节分支的三分支骨干网络的基础上添加权值融合模块、增加语义指导学习模块并增加深监督后得到的,利用训练数据集对该模型进行训练和优化,将待分割的农场之中直拍的图像输入优化后的基于多分支权值融合及语义指导的实时语义分割网络模型中,得到该模型输出的分割后的图像,该分割后的图像以不同的颜色将待分割图像中的作物、背景以及杂草表示出来。本发明能够实现在智慧农业机器人等有限处理资源的边缘设备中,对农场之中直拍的图像进行高速、高精度和低存储的语义分割。
-
公开(公告)号:CN117495043A
公开(公告)日:2024-02-02
申请号:CN202311607212.1
申请日:2023-11-29
Applicant: 河南科技大学
IPC: G06Q10/0631 , G06Q50/06 , G06F30/20 , G06F111/04
Abstract: 涉及计算机科学中组合优化领域的一种基于贪婪思想的最小成本电网任务调度方法,包含以下步骤:S1、建立电网分区系统模型,每个分区包含一个边缘服务器和若干电力终端,每个电力终端均具有两种调度模式;S2、分析任务队列中每个时隙内,两种调度模式下能够处理的任务量以及能耗,得到约束条件下,优化任务总计算成本最小化的目标数学模型;S3、引入李雅普诺夫优化理论,构造李雅普诺夫漂移加惩罚函数,把长期优化的问题转化为单个独立时隙内的确定子问题;S4、引入贪心算法对该确定子问题进行求解,得出最优调度方法;该任务调度方法能够在保证系统稳定的前提下,尽可能最小化处理每单位数据量所消耗的能量,以提高电力能源的利用率。
-
公开(公告)号:CN117453373A
公开(公告)日:2024-01-26
申请号:CN202311603538.7
申请日:2023-11-28
Applicant: 河南科技大学
Abstract: 一种基于深度强化学习的QoE保障的任务调度方法,从用户对电力服务的满意度出发,以最大化整体用户的体验质量为目标,在家庭用户、电力公司和电网组成的系统中,建立了用户的调度模型,其中包括了时延、能耗等指标,引入用户体验质量模型,以时延为指标对用户体验质量进行评估,通过算法判断出采用何种手段对用户任务进行处理,能够既保障用户的体验质量,又保证能量消耗在可接受的范围内。
-
公开(公告)号:CN108924051B
公开(公告)日:2021-03-16
申请号:CN201810726056.3
申请日:2018-07-04
Applicant: 河南科技大学
IPC: H04L12/721 , H04L12/751 , H04L12/801
Abstract: 本发明提供了基于增强学习的信息中心网络兴趣包转发方法,包括探索阶段和利用阶段,探索阶段在转发信息表中增加Q值,并根据最长前缀匹配来获取候选端口列表,在数据包中增加离开时间和最小Q值,并通过数据包中所携带的信息计算数据包端口数据流的Q值,转发N1个兴趣包后进入利用阶段;智能体转发兴趣包时还依据概率选择转发最佳端口,当满足概率计算公式或是发送了N2个兴趣包时,结束利用阶段,重新开始进入探索阶段。本发明将兴趣包的转发过程转换为路径优化问题,从而有效地解决网络中的拥塞问题。
-
公开(公告)号:CN108769251B
公开(公告)日:2021-02-05
申请号:CN201810640759.4
申请日:2018-06-21
Applicant: 河南科技大学
IPC: H04L29/08
Abstract: 本发明提供了一种启发式CCN网络合作缓存方法,包括以下步骤:步骤S1、网络模型为两级CCN拓扑,两级CCN拓扑是由控制节点和普通节点组成;一个控制节点和多个普通节点组成一个SBS;步骤S2、缓存内容的流行度:步骤S3、最大化本地SBS命中率;步骤S4、最大化整个网络命中率;步骤S5、最大化用户获得的平均利润:步骤S6、最优分解因子的算法;步骤S7、控制节点的缓存替换;本发明在SBS本地命中率和全网命中率之间引入了SBS间合作缓存方式,在一定程度上增加了全网的内容多样性,提高了全网命中率;同时,SBS内部也进行合作缓存,提高本地命中率,最大化了用户获得的平均利润。
-
公开(公告)号:CN108965395B
公开(公告)日:2021-01-22
申请号:CN201810640709.6
申请日:2018-06-21
Applicant: 河南科技大学
IPC: H04L29/08
Abstract: 一种基于遗传算法的任务联合执行方法,该执行方法用到的执行系统,包括用户模块、服务模式选择模块和遗传算法优化模块,该执行方法包括以下步骤:用户模块的工作过程;服务模式选择模块的工作过程;遗传算法优化模块的工作过程;首先,本发明提出了一种新的时间序列匹配方法,以获取与用户请求相一致且时间间隔最小的用户请求历史记录,为未来服务模式的选择提供指导;其次,本发明提出了映射级服务模式和云端级服务模式,实现服务的无缝切换,保证服务的可靠性;最后,遗传算法被用来寻找最优任务联合执行策略。本发明能够有效地实现低能耗和高可靠的目标,避免了移动终端资源局限的固有缺陷,向用户提供了更低耗、连续、优质、可靠的服务。
-
公开(公告)号:CN111586439A
公开(公告)日:2020-08-25
申请号:CN202010450101.4
申请日:2020-05-25
Applicant: 河南科技大学
IPC: H04N21/231 , H04L27/26 , H04L29/08 , H04N19/156 , G06F17/18 , H04N21/433
Abstract: 本发明涉及一种认知内容中心网络的视频绿色缓存方法,包括以下步骤:步骤S1、建立系统模型,其包括C-CCN模型、基于SVC的缓存策略和基于OFDM的干扰模型;步骤S2、通过系统模型进行成功内容传输概率分析,通过得出的成功内容传输概率表达式推导出SCDR;步骤S3、建立能量模型,以实现最大化EE。本发明用于认知内容中心网络,其中视频文件采用SVC技术进行编码和频谱资源通过OFDM进行调制,以EE最大化为目标来实现最优的内容放置;且为建立EE模型推导出成功内容传输速率的表达式,其考虑了由于信道状态信息不完善而导致的次级基站与PUs之间的冲突干扰,并建立缓存策略的总功耗模型,最终将受缓存大小约束的EE优化问题进行公式化表达,达到最大化能效的目的。
-
公开(公告)号:CN108960853A
公开(公告)日:2018-12-07
申请号:CN201810640708.1
申请日:2018-06-21
Applicant: 河南科技大学
CPC classification number: G06Q30/0185 , G06K9/6276 , G06K9/6284
Abstract: 本发明涉及信息安全可信性技术领域,运用多标签超网络的云用户行为认定模型,实现了用户行为的细粒度划分,提高了异常检测的准确率。该方法将用户正常行为数据库训练成一个超网络,把当前的用户行为作为实例加入到超网络中进行分类。如果一次分类成功找到标签,则认定为正常用户。若没找到标签,则更新超网络权重,替换超边,再次进行标签寻找。若找到标签,则认定为风险型用户,反之则认定为恶意用户。仿真实验结果表明,该方案在分类精度上有明显提升。用于云用户行为的认定,实现了细粒度划分,提高了对用户行为的处理能力。
-
公开(公告)号:CN108882150A
公开(公告)日:2018-11-23
申请号:CN201810640877.5
申请日:2018-06-21
Applicant: 河南科技大学
Abstract: 一种基于分簇和相遇感知的信息中心车载网络路由方法,包括以下步骤:对车辆进行划分区域,每个区域选出一个节点作为簇头,负责管理其他成员车辆的信息以及信息传播,设定在走到路口之前簇都不变,并且同一簇中车辆的速度都不变;对网络中的节点进行分簇,簇头通过定期广播确定簇内节点的变化情况,同时不同簇头根据簇内路由算法进行通信,并对对存储数据使用生存周期机制;本发明的算法利用车辆之间的相遇记录节点的运动轨迹,以便在网络中进行路由的时候可以更加方便的找到不断移动的目的节点,同时利用在交通网络中车辆自然分簇的特征对节点进行分簇,使路由算法更好地适用于内容中心车载网络。
-
公开(公告)号:CN107249000A
公开(公告)日:2017-10-13
申请号:CN201710545014.5
申请日:2017-07-06
Applicant: 河南科技大学
Abstract: 为了克服现有技术中来选择聚类成员容易造成检测结果误报率高的问题,本发明提供了一种移动用户异常行为检测方法,其采用滑动窗口动态的获取数据,以提高用户行为获取的准确性,在传统FC算法的初始聚类和增量阶段之后引入Duun_index概念,对增量后产生的聚类成员进行选择,再将选择后的优质成员用投票算法进行融合得到最终结果,再与用户的正常行为进行相似度对比时引入关联矩阵,利用平均差异度的变化来判断用户行为是否正常,从而达到异常检测高效、准确的目的。
-
-
-
-
-
-
-
-
-