-
公开(公告)号：CN110288297A
公开(公告)日：2019-09-27
申请号：CN201910558060.8
申请日：2019-06-26
Applicant: 南开大学
Abstract: 本发明公开了基于启发式机制和改进蚁群算法应用于冷链物流中最优配送路径规划的一种方法。本发明用格栅法将环境信息划成一系列具有二值信息的格栅，每个格栅有占有和自由两种状态，然后可以通过建模仿真在格栅地图上进行路径规划；采用基于启发机制的改进蚁群算法进行规划。试验结果表明，与经典蚁群算法相比，基于启发式机制的改进蚁群算法能够提高算法的收敛速度，同时引入的惩罚函数能够避免算法陷入局部最优。
-
公开(公告)号：CN109978949A
公开(公告)日：2019-07-05
申请号：CN201910236562.9
申请日：2019-03-26
Applicant: 南开大学
Abstract: 本发明针对如何在农作物自动化采摘过程中识别并定位农作物这一问题，提出了一种基于计算机视觉技术的YOLOv3算法与点云图像坐标法相结合的农作物识别定位方法。本发明首先利用Kinect v2深度相机获取场景的RGB图像以及深度图像，再通过YOLOv3算法对RGB图像中的多种类目标农作物进行识别，选择合适的方法确定目标农作物的特征点，最后通过点云图像确定特征点的三维坐标。实验结果表明，使用本发明方法识别出的农作物准确度高，空间位置定位误差小，与RGB图像分割法和LTLS坐标变换法相比，不仅精度高，且实现方法简单，便于操作，可为接下来使用机械臂对农作物执行采摘操作奠定良好的基础。
-
公开(公告)号：CN109696834A
公开(公告)日：2019-04-30
申请号：CN201811631174.2
申请日：2018-12-28
Applicant: 南开大学
IPC: G05B15/02 , G05B19/418
Abstract: 一种基于Wi-Fi技术的多参量协同一体化智能家居环境监测系统。该系统运用STM32F103作为主体芯片连接火焰监测模块、气体泄露监测模块、水路故障(漏水)监测模块、非法入侵监测模块、预警模块和人脸识别模块，可实现对室内环境参量的监测和预警。此外利用ESP8266作为通信芯片，自己开发了手机APP，可实现系统的数据传输和控制功能，从而满足人们对家居环境日益增长的需求。该系统具有多参量、传输稳定、易安装和协同一体化等优点。
-
公开(公告)号：CN105472657B
公开(公告)日：2019-03-15
申请号：CN201510938104.1
申请日：2015-12-14
Applicant: 南开大学
IPC: H04W28/06
Abstract: 一种基于低秩张量的无线传感器网络中数据重构方法，属于无线传感器网络数据重构领域。本发明基于低秩张量理论，通过利用无线传感器网络中不同类型数据之间的时空相关性，在低采样率情况下提高了数据重构精度；将无线传感器网络中数据根据位置，时间，类型分布在一个三阶张量中，通过约束“张量核范数”由部分采样数据重构出全部数据。本发明与现有对无线传感器网络中数据重构方法相比，具有可充分利用数据之间相关性，提高重构精度的特点。
-
公开(公告)号：CN108089839A
公开(公告)日：2018-05-29
申请号：CN201710956434.2
申请日：2017-10-11
Applicant: 南开大学
Abstract: 本发明公开了一种基于现场可编程门阵列(FPGA)实现互相关运算的方法。首先通过AD采样模块进行两路信号采集，然后将采集到的数据存入FPGA的随机存取存储器(RAM)中，之后从RAM中取出数据进行互相关运算，将运算的结果通过以太网发送给上位机，最终实现了基于FPGA对两路信号的互相关运算。
-
Patent Agency Ranking
公开(公告)号：CN106992788A
公开(公告)日：2017-07-28
申请号：CN201710217069.3
申请日：2017-03-30
Applicant: 南开大学
IPC: H03M7/30
CPC classification number: H03M7/3062
Abstract: 一种基于压缩传感理论的前向预测和后向删除预测的正交匹配追踪方法，属于压缩传感技术领域。本发明结合了前向预测LAR方法和后向删除预测DE方法，每次迭代前向阶段通过LAR方法测试与上一次迭代残差相关性最大的前h个原子在最终迭代中的性能，并选择残差模值最小的前α个原子添加至支撑集。后向阶段通过DE方法测试支撑集中每个原子逐个去除后，新支撑集与原信号的匹配程度，并删除残差模值最小的前β个原子。因此每次迭代后都新增α‑β个原子至支撑集。与LAOMP方法相比，本发明设计了后向删除预测环节，提高了精确重构概率，降低了平均归一化均方误差。
-
公开(公告)号：CN106656470A
公开(公告)日：2017-05-10
申请号：CN201611185927.2
申请日：2016-12-16
Applicant: 南开大学
IPC: H04L9/06
CPC classification number: H04L9/0631
Abstract: 本发明公开了一种数据加密方法，该方法基于AES算法改进而成。通过创建新的S盒，将原本AES算法中每个轮函数中的字节代换(ByteSub)、行移位(ShiftRow)、列混合(MixColumn)的运算过程简化查表的过程，在没有过多增加内存使用量的基础上，大大减小了计算量，使其可以在微控制器上快速实现，同时没有改变算法原本的数学结构，使其安全性更高。
-
公开(公告)号：CN106656199A
公开(公告)日：2017-05-10
申请号：CN201611047302.X
申请日：2016-11-22
Applicant: 南开大学
IPC: H03M7/30
CPC classification number: H03M7/3062
Abstract: 本发明公开了一种基于压缩感知的二次内积正交匹配追踪算法，属于压缩感知信号处理领域。传统压缩感知贪婪算法一般利用测量矩阵中的原子与上次迭代所得残差之间的相关性选择候选原子。本发明主要解决的是传统贪婪算法在相关性这一步中选入非支撑集原子的问题。本发明提出了一种选入原子的辅助方法，即利用候选原子、残差和跟该候选原子有关的新原子这三者之间的三个内积值的匹配程度来判定是否选入该候选原子。本发明提出了一种上述新原子的生成方式，可以有效调控新原子和候选原子之间的相关性。本发明在传统压缩感知算法由于选入错误原子迭代失败后，调用上述辅助方法进行迭代，可以有效提升算法重构精度。
-
公开(公告)号：CN106656196A
公开(公告)日：2017-05-10
申请号：CN201610898642.7
申请日：2016-10-13
Applicant: 南开大学
CPC classification number: G06K9/6239 , G06K9/6249 , G06K9/6288 , H03M7/3062 , H03M7/55
Abstract: 本发明公开了一种基于压缩感知融合前后向匹配追踪的算法，属于压缩感知信号处理领域。本发明摒弃传统前后向匹配追踪算法通过优化单一算法运行参数来提升重构效果的方法，转而利用融合策略这一新的视角来改善算法重构性能。本算法发掘失败算法中的有用信息并将其应用到不同参数的同种算法中。本发明不需要其他任何先验信息，仅利用不同参数的同种算法之间的信息来提升算法的重构效果。本发明在稀疏信号的准确重构概率和平均重构误差方面相比传统前后向匹配追踪算法具有明显优势，可有效提升压缩感知理论的实际应用能力。
-
公开(公告)号：CN106549675A
公开(公告)日：2017-03-29
申请号：CN201611048321.4
申请日：2016-11-23
Applicant: 南开大学
IPC: H03M7/30
CPC classification number: H03M7/30
Abstract: 本发明公开了一种基于压缩感知的平均相关正交匹配追踪算法，属于压缩感知信号处理领域。本发明主要解决的是根据上次迭代残差与测量矩阵中原子相关性大小作为选入原子标准的贪婪算法重构精度低的问题。本发明提出了一种选入原子的辅助方法，即利用跟该原子相关性较大的多个原子与残差相关性的平均值来考察是否选入该原子。本发明通过综合利用原子自身与残差相关性这一传统方法和上述辅助方法对原子进行选入，相比传统贪婪算法，在准确重构概率和平均重构误差方面有很大优势，可以有效促进压缩感知在实际中的应用。
-
-
-
-
-
-
-
-
-
Search Results
119
records
(took 0.024 seconds)
