-
公开(公告)号：CN107944605A
公开(公告)日：2018-04-20
申请号：CN201711102815.0
申请日：2017-11-10
Applicant: 河海大学常州校区
IPC: G06Q10/04
CPC classification number: G06Q10/047
Abstract: 本发明公开了一种基于数据预测的动态交通路径规划方法，将传统的路径规划方法和交通预测技术相结合，数据预测使用KNN算法，基于历史数据预测短期的交通流量；根据路段的长度，确定出每个路段在每个时间段的权重；此外，考虑到路网总体协调，从全局的角度，动态均衡地进行路径推荐，一方面避免向同一条路段推荐太多用户而造成未来新的交通拥塞，另一方面，对交通管制、交通事故等突发情况能够及时反映，以便更新规划的路径。本发明可以为司机提供有效和及时的交通路段拥堵信息，以得到动态、全局的最优路径推荐。
-
公开(公告)号：CN102221559B
公开(公告)日：2012-08-29
申请号：CN201110052541.5
申请日：2011-03-05
Applicant: 河海大学常州校区
IPC: G01N21/898 , D06H3/08
Abstract: 本发明涉及一种基于机器视觉的织物疵点在线自动检测方法及装置，为解决传统人工检测方法劳动强度大、检测质量差的问题，利用工业摄像机对卷布验布机上的织物拍摄清晰完整的、无瑕疵的标准织物图像作为标准图像模板，并提取相应的特征参数存贮于计算机，根据用户要求设置织物疵点检测特征参量的范围，利用工业摄像机再将实时拍摄的织物图像传输至计算机与标准图像模板进行对比处理，并与标准特征参数比较，若织物特征参数不符合设定要求，则由检测软件启用报警，并对疵点进行分析，执行打印疵点标签。本发明具有检测精度高、速度快，大大降低了劳动强度的优点。
-
Patent Agency Ranking
公开(公告)号：CN110334105B
公开(公告)日：2022-09-09
申请号：CN201910628164.1
申请日：2019-07-12
Applicant: 河海大学常州校区
Inventor： 孙宁
IPC: G06F16/23 , G06F16/2458
Abstract: 本发明公开了一种基于Storm的流数据异常检测方法，包括四个步骤：数据预处理；构建初始探测模型；利用探测模型对实时数据进行异常评价；根据特定条件在线更新探测模型。本发明实施例提供的技术方案，利用Storm流式处理框架，结合孤立森林算法进行异常检测，并通过消息中间件Kafka提高算法在流数据高吞吐量下的容忍度，有效解决了大数据环境下无法实时高效地对流数据进行异常检测的问题。
-
公开(公告)号：CN110543976A
公开(公告)日：2019-12-06
申请号：CN201910747641.6
申请日：2019-08-14
Applicant: 河海大学常州校区
Abstract: 本发明公开了一种基于遗传算法的充电站布局优化方法，包括地图匹配，将充电需求对应在路网图中；预测城市充电需求，确定充电热区；调整充电热区，确定充电站候选区域；确定充电站候选区域内的充电桩数量；利用遗传算法实现最优布局。本发明以遗传算法作为主体框架，结合历史数据对算法模型不断训练，使充电站分布与充电需求的分布一致，有利于形成满足城市充电需求的布局，从而推动电动汽车产业快速、健康、高效发展。
-
公开(公告)号：CN105159751B
公开(公告)日：2018-11-09
申请号：CN201510595905.2
申请日：2015-09-17
Applicant: 河海大学常州校区
Abstract: 本发明公开了云数据中心中一种能量高效的虚拟机迁移方法。本方法由物理机过载监测，虚拟机选择，物理机轻载监测和虚拟机迁移四个部分协同工作完成。该方法首先收集物理机资源的使用状况并利用预测技术判断出物理机是否过载；对于过载的物理机，从中选出需要迁移出去的虚拟机以减轻物理机负载，提高数据中心的服务质量；在迁移完成后，本方法将从数据中心选出轻载状态的物理机并在其虚拟机全部迁移出去之后，关闭该物理机达到节能目的。本方法能够在实现数据中心节能目的的同时提高服务质量，适用于异构的云数据中心。
-
公开(公告)号：CN107071053A
公开(公告)日：2017-08-18
申请号：CN201710351008.6
申请日：2017-05-18
Applicant: 河海大学常州校区
CPC classification number: Y02D70/122 , H04L67/025 , G08C17/02 , H04L67/02 , H04W84/18
Abstract: 一种基于WSAN的道路监控系统，监控系统包括了数据采集模块、数据传输模块以及数据处理模块；数据采集模块，包括传感器节点以及汇聚节点，传感器节点通过ZigBee无线通信协议组成一个树形网络，通过节点去感知被测点的信息，并将感知到的信息发送至汇聚节点，实现对规定区域内信息的采集数据传输模块，汇聚节点通过GSM模块将区域内信息传送至服务器，从而构成城市道路积水数据的采集；数据处理模块，包括服务器端以及执行器节点，服务器收集到的实时水位信息后，通过后台数据处理分析，控制执行器节点的水泵工作状况。本系统具有部署简单、成本低廉、节能省电、数据准确及时等特点。
-
公开(公告)号：CN106095555A
公开(公告)日：2016-11-09
申请号：CN201610440742.5
申请日：2016-06-17
Applicant: 河海大学常州校区
CPC classification number: Y02D10/24 , G06F9/4881 , G06N3/006
Abstract: 本发明公开了一种基于蚁群算法的WSAN中执行器任务调度方法，包括以下步骤：1)建立执行器协作任务分配及调度的数学模型；2)采用分布式竞拍算法对任务进行分配；3)初始化蚁群；4)各只蚂蚁按概率选择下一任务；5)各只蚂蚁遍历所有任务，并释放信息素；6)更新信息素；7)若不满足算法终止条件，则返回步骤4)，若满足，则返回任务调度表，即为最佳任务调度表。本方法可实现对WSAN中任务的合理调度，减少执行器节点的移动距离，缩短任务完成时间，减少网络能耗。
-
-
-
-
-
-
Search Results
47
records
(took 0.021 seconds)
