-
公开(公告)号：CN116541435A
公开(公告)日：2023-08-04
申请号：CN202310359875.X
申请日：2023-04-06
Applicant: 哈尔滨工程大学
IPC: G06F16/2458 , G06N3/0455 , G06N3/0495 , G06F18/2136 , G06F18/28
Abstract: 本发明属于计算机技术领域，具体涉及一种基于双向稀疏机制Transformer的长时序数据预测方法。本发明通过时序信息编码模块为单一数据添加时序信息，可以帮助Transformer模型更有效捕捉不同时序数据间的时序关联，提高了精度；在基于双向稀疏机制Transformer的时序信息提取模块中提出了一种基于双向稀疏化的自注意力机制，大幅降低计算过程中的时空开销。
-
公开(公告)号：CN110705758B
公开(公告)日：2023-03-21
申请号：CN201910857368.2
申请日：2019-09-11
Applicant: 哈尔滨工程大学
Abstract: 本发明属于网络技术领域，具体涉及一种面向水下网络的网元优化布局方法，包括以下步骤：输入水下环境三维立体图、水下盐度Y；随机生成初始网元个数N，并对其进行二进制编码，设置迭代次数、温度阈值；调用量子遗传算法根据水下环境三维立体图计算N个网元的最佳布局方案及其覆盖率PC；以N个网元个数以及相应最佳布局方案的网元覆盖率PC为参数计算计算适应度函数f(N,PC,Y)；本方法将模拟退火算法和量子遗传算法相结合，在保证水下环境中网元覆盖率的同时优化所需网元个数。
-
公开(公告)号：CN112235816B
公开(公告)日：2023-03-17
申请号：CN202011108873.6
申请日：2020-10-16
Applicant: 哈尔滨工程大学
Abstract: 本发明属于基于WIFI的定位技术领域，具体涉及一种基于随机森林的WIFI信号CSI特征提取方法。本发明旨在提取出在复杂环境下受环境影响较小、更为稳定的WIFI的CSI信号子载波，解决家具等室内布局以及人员走动对室内定位准确性影响较大的问题。采用本发明中基于随机森林的WIFI信号CSI特征提取方法对WIFI的CSI数据进行特征提取，得到筛选后的CSI信号子载波，由于筛选出的子载波受环境影响较小、更为稳定，如果通过这些子载波进行定位，在复杂环境下受到人、物等干扰较小，可以提高定位的准确度。
-
公开(公告)号：CN112396102B
公开(公告)日：2022-08-02
申请号：CN202011282797.0
申请日：2020-11-17
Applicant: 哈尔滨工程大学
IPC: G06K9/62
Abstract: 本发明属于移动群智感知中用户聚类及任务分配技术领域，具体涉及一种基于时空移动特征分布的移动群智感知用户联盟聚类方法，包括以下步骤：1)描述用户移动行为特征与用户活跃度，确定初始联盟聚类中心；2)基于用户上传数据，计算用户数据与联盟相似度，设置每个联盟中的用户上限，保障聚类数据的平衡性；3)结合得到的用户联盟相似度与当前联盟中用户数量，基于用户联盟判定准则，实现用户联盟聚类。本发明在用户数据质量已知的条件下，可有效地挖掘出重要用户数据，算法稳定，聚类速率快，保证聚类结果的平衡性并提升聚类效果。本发明与现有技术中两种常见的聚类方法进行性能相比，具有分类准确率高、平衡性效果优和计算复杂度低的优点。
-
公开(公告)号：CN112197783B
公开(公告)日：2022-08-02
申请号：CN202011059189.3
申请日：2020-09-30
Applicant: 哈尔滨工程大学
IPC: G01C21/34
Abstract: 本发明属于无人车路径规划技术领域，具体涉及一种考虑车头指向的两阶段多抽样的RRT路径规划方法。本发明以传统RRT路径规划方法作为主体流程，采用两阶段多抽样的随机采样点采集方法，并且考虑安全距离和路径平滑，尤其是考虑了车头的指向，使得本方法更加适合于无人车寻路。本发明用了两阶段多抽样的方法确定随机采样点，缩短了规划路径的总长度。本发明在路径规划过程中考虑了车头指向并对规划出的路径做了平滑处理，使输出的规划路径结果更加适合于无人车寻路并且可以缩短规划路径的总长度，得到更加接近实际的行驶路径。
-
Patent Agency Ranking
公开(公告)号：CN111432436B
公开(公告)日：2022-08-02
申请号：CN202010216304.7
申请日：2020-03-25
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种基于服务缓存和基站激活的联合优化方法。建立基站激活、服务缓存和任务分配联合优化方法的总模型，通过基于逻辑的Benders分割思想分解为解决基站激活和任务分配的主问题和解决服务缓存的子问题两个子模型进行求解，忽略根据服务对应要求来分配任务的这一粒度，对总模型进行松弛与转化，采用贪婪算法对主问题模型就行求解，得到每个时隙基站的激活状态和任务的分配情况；根据解决主问题得到的解，在开着的基站之上通虑存储限制，根据用户任务分配的情况求出子问题模型中最优的服务缓存方法。通过迭代，最终得到同时满足主问题模型和子问题模型的解，而这个解，也正是基站激活和服务缓存的两盒优化方法的总模型的最优解。
-
公开(公告)号：CN109115226B
公开(公告)日：2021-11-19
申请号：CN201811017251.5
申请日：2018-09-01
Applicant: 哈尔滨工程大学
IPC: G01C21/20
Abstract: 本发明属于人工智能领域，具体涉及一种基于跳点搜索的多机器人冲突避免的路径规划方法；其具体包括如下步骤：1、将地图预处理为数据地图；2、利用CBS即Conflict‑based Search的搜索框架并结合无约束跳点搜索算法为所有代理进行路径规划；3、遍历多叉树对所有代理进行冲突检测、增加约束及进行有约束的路径规划。本发明提出的基于跳点搜索的冲突避免的路径规划搜索算法，通过大量减少规划路径过程中扩展节点的数量，提高了系统规划出所有代理无冲突路径序列算法的搜索效率，在处理冲突再次搜索路径时通过EfftiveG表直接搜索出当前结点到达终点的真实距离，再次降低了系统规划出所有代理无冲突路径序列的时间，而且使得搜索的最短路径更接近真实路径。
-
公开(公告)号：CN108495252B
公开(公告)日：2020-07-28
申请号：CN201810165059.4
申请日：2018-02-28
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了基于遗传算法和模拟退火的室内定位网元优化布局方法，属于室内定位领域，包含如下步骤：步骤(1)：进行网元布局；步骤(2)：确定自适应遗传算法需要的控制参数；步骤(3)：对网元布局进行初始化；步骤(4)：计算适应度；步骤(5)：判定是否满足遗传收敛条件；步骤(6)：选择适应度较高的网元布局；步骤(7)：对二进制编码进行交叉操作获得子代；步骤(8)：对二进制编码进行取反操作获得变异；步骤(9)：产生新的网元布设空间；步骤(10)：对群体进行模拟退火操作；步骤(11)：产生最优网元布局结果；步骤(12)：输出最优网元布局结果，结束。本发明既有较强的全局搜索能力，也有较强的局部搜索能力，提高了定位精度，提高了搜索效率。
-
公开(公告)号：CN111432436A
公开(公告)日：2020-07-17
申请号：CN202010216304.7
申请日：2020-03-25
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种基于服务缓存和基站激活的联合优化方法。建立基站激活、服务缓存和任务分配联合优化方法的总模型，通过基于逻辑的Benders分割思想分解为解决基站激活和任务分配的主问题和解决服务缓存的子问题两个子模型进行求解，忽略根据服务对应要求来分配任务的这一粒度，对总模型进行松弛与转化，采用贪婪算法对主问题模型就行求解，得到每个时隙基站的激活状态和任务的分配情况；根据解决主问题得到的解，在开着的基站之上通虑存储限制，根据用户任务分配的情况求出子问题模型中最优的服务缓存方法。通过迭代，最终得到同时满足主问题模型和子问题模型的解，而这个解，也正是基站激活和服务缓存的两盒优化方法的总模型的最优解。
-
公开(公告)号：CN110636437A
公开(公告)日：2019-12-31
申请号：CN201910837027.9
申请日：2019-09-05
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种基于指纹对的辅助定位方法。在定位区域周围布置M个网元、划分网格，在网格的交叉点部署参考点，考查每个参考点接收的网元信息，记录区域内参考点的RSSI值和真实位置信息；将非视距区域分成p个互相不连通的子区域，计算非视距区域的邻接点集合，记录邻接点集合中每个参考点的RSSI值；利用指纹建立离线指纹库，用K-means聚类算法将指纹库中的指纹对进行分类，将实测到的指纹对匹配到相应的类，通过WKNN算法计算位置坐标。本发明考虑到了室内环境下的非视距影响，对传统的指纹定位做了改进，利用t-1时刻的RSSI，建立一个存放数据为指纹对的指纹库，能够有效的修正位置坐标。本发明在非视距区域的定位中，定位结果准确。
-
-
-
-
-
-
-
-
-
Search Results
143
records
(took 0.03 seconds)
