-
Patent Agency Ranking
公开(公告)号：CN112492661A
公开(公告)日：2021-03-12
申请号：CN202011439789.2
申请日：2020-12-10
Applicant: 中南民族大学
Abstract: 本发明提供了基于改进麻雀搜索算法的无线传感器网络分簇路由方法，该方法包括：簇头节点的选择、节点入簇、建立簇头中继和数据传输过程，首先，基站收集网络中所有节点的位置、剩余能量和节点密度信息；然后，利用改进的麻雀搜索算法来选择若干个节点分别作为簇头节点；接下来，剩余节点根据距离最短原则加入簇；之后，利用三角形原则建立簇头中继；最后，执行数据传输。本发明的有益效果：对麻雀搜索算法进行了改进，改进的麻雀搜索算法具有好的收敛性，精度较高，不易陷入局部最优，将其用于无线传感器网络分簇中，选举的簇头合理，不易出现节点快速死亡的现象，提高了网络整体寿命。
-
公开(公告)号：CN112672396B
公开(公告)日：2022-06-14
申请号：CN202011435340.9
申请日：2020-12-10
Applicant: 中南民族大学
Abstract: 本发明提供了一种基于改进鲸鱼算法的无线传感器网络移动节点分簇方法，该方法包括：构建无线传感器网络的移动节点模型、簇头节点的选择、非簇头节点入簇和数据传输过程；基于无线通信能量消耗模型和随机方向及距离移动模型构建无线传感器网络的移动节点模型；基站更新无线传感器网络中所有移动节点的剩余能量、当选为簇头节点次数和位置信息；利用改进的鲸鱼算法来选择若干个移动节点分别作为簇头节点；剩余移动节点根据距离最短原则加入簇，执行数据传输。本发明的有益效果：提出了一种无线传感器网络的移动节点模型，且本发明的簇头选举算法简单易行，将其用于此模型中，不易出现部分节点快速死亡的情况，提高了网络整体寿命。
-
公开(公告)号：CN112492661B
公开(公告)日：2022-04-15
申请号：CN202011439789.2
申请日：2020-12-10
Applicant: 中南民族大学
Abstract: 本发明提供了基于改进麻雀搜索算法的无线传感器网络分簇路由方法，该方法包括：簇头节点的选择、节点入簇、建立簇头中继和数据传输过程，首先，基站收集网络中所有节点的位置、剩余能量和节点密度信息；然后，利用改进的麻雀搜索算法来选择若干个节点分别作为簇头节点；接下来，剩余节点根据距离最短原则加入簇；之后，利用三角形原则建立簇头中继；最后，执行数据传输。本发明的有益效果：对麻雀搜索算法进行了改进，改进的麻雀搜索算法具有好的收敛性，精度较高，不易陷入局部最优，将其用于无线传感器网络分簇中，选举的簇头合理，不易出现节点快速死亡的现象，提高了网络整体寿命。
-
公开(公告)号：CN112672396A
公开(公告)日：2021-04-16
申请号：CN202011435340.9
申请日：2020-12-10
Applicant: 中南民族大学
Abstract: 本发明提供了一种基于改进鲸鱼算法的无线传感器网络移动节点分簇方法，该方法包括：构建无线传感器网络的移动节点模型、簇头节点的选择、非簇头节点入簇和数据传输过程；基于无线通信能量消耗模型和随机方向及距离移动模型构建无线传感器网络的移动节点模型；基站更新无线传感器网络中所有移动节点的剩余能量、当选为簇头节点次数和位置信息；利用改进的鲸鱼算法来选择若干个移动节点分别作为簇头节点；剩余移动节点根据距离最短原则加入簇，执行数据传输。本发明的有益效果：提出了一种无线传感器网络的移动节点模型，且本发明的簇头选举算法简单易行，将其用于此模型中，不易出现部分节点快速死亡的情况，提高了网络整体寿命。
-
公开(公告)号：CN112488162A
公开(公告)日：2021-03-12
申请号：CN202011285724.7
申请日：2020-11-17
Applicant: 中南民族大学
Abstract: 本发明提供一种基于主动学习的垃圾分类方法，包括以下步骤：S1、数据获取阶段：获取多张未标注的垃圾图片，生成数据集；S2、模型训练阶段：利用BvSB方法对步骤S1获取的数据集进行训练，得到模型model_z；S3、模型应用阶段：将待分类垃圾图片输入到模型model_z中，利用softmax函数输出每个类别的概率值，获取最大概率与次大概率的差值，若差值大于阈值P，则将其输出为最大概率对应的类别；若差值小于阈值P，则筛选出该待分类垃圾图片进行人为标注。本发明的有益效果：本发明可以使用较小的标注成本就能够达到很高的准确率，并且其准确率还会随着测试样本的增多而提高，可以将其利用在垃圾桶或者其他装置中，可较好减少垃圾分类错误的现象。
-
-
-
-
Search Results
5
records
(took 0.02 seconds)
