-
公开(公告)号：CN118606515A
公开(公告)日：2024-09-06
申请号：CN202410656097.5
申请日：2024-05-24
Applicant: 华中科技大学
IPC: G06F16/901 , G06F16/903 , G06F17/16
Abstract: 本发明公开了一种有向网络中关键节点的挖掘方法、装置和存储介质，属于网络信息挖掘技术领域，所述挖掘方法包括：对强连通分解获取入度为零的强连通子图，在所有入度为零的强连通子图中选取入出度差最小且入度最小的节点，来满足可达性条件；然后采用贪婪算法在每次循环中从特征值最小的强连通子图中选取距离关键节点组较远且入度减出度和入度较小的节点添加至关键节点组；也即利用衡量指标的图谱理论、最短路径思想和贪婪算法实现了大规模有向网络的关键节点的挖掘。由于关键节点能够直接或间接的影响到网络中其余所有节点，故而提升现有复杂网络节点重要性评估方法在有向网络的牵制同步和扩散能力的稳定性。
-
公开(公告)号：CN117707144A
公开(公告)日：2024-03-15
申请号：CN202311563963.8
申请日：2023-11-20
Applicant: 华中科技大学
IPC: G05D1/43 , G05D1/692 , G05D1/648 , G05D109/10
Abstract: 本发明公开了一种基于投影控制器的多智能体分布式平面编队控制方法，属于多智能体协同控制领域，包括：根据目标编队队形中各智能体的位置向量，构建智能体间的网络通信拓扑图；其中，网络通信拓扑图中，智能体被分类标记为1个领导者、1个副领导者和若干个非领导者，领导者、副领导者、非领导者的出度分别为0、1、2；根据领导者相对于副领导者的相对位置向量，计算副领导者的跟随速度以控制副领导者；对于各非领导者，根据非领导者在正交向量组上的投影、后继邻居相对于该非领导者的相对位置，计算非领导者的跟随速度以控制非领导者。在不增加控制复杂度的基础上保证全局稳定。
-
公开(公告)号：CN118353601B
公开(公告)日：2025-04-29
申请号：CN202410513409.7
申请日：2024-04-26
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于多层复杂网络的混沌保密通信系统和方法，属于混沌保密通信技术领域，所述混沌保密通信系统，首先、在发射端设置用于加密的第一第二混沌驱动网络，在接收端设置用于解密的第一第二混沌响应网络，考虑到利用混沌序列的参数敏感性来实现信息加密安全性强。其次，各个混沌驱动、响应网络包括多个节点，结合节点数量巨大、连边关系多样的特点设计通信系统可以提高系统整体架构的复杂性。再次、在接收端设置的第一同步控制器控制第一混沌驱动网络和第一混沌响应网络达到广义同步提高了噪声鲁棒性。最后、即使第一混沌驱动、响应网络被破解也无法在缺失随机序列的情况下完成数据恢复，进一步提高了系统安全性。
-
公开(公告)号：CN119065386A
公开(公告)日：2024-12-03
申请号：CN202411135751.4
申请日：2024-08-19
Applicant: 华中科技大学
Abstract: 本发明属于多智能体控制领域，具体涉及一种分布式的多智能体三维运动控制模型构建方法，用于实现目标编队队形，包括：根据待控制多智能体系统的三维目标编队队形，构建具有最少边的三维有向持久网络通信拓扑图，其中的节点类型包括第一领导者、第二领导者、第三领导者和跟随者；根据每个智能体的节点类型，相应构建该智能体的输入为该智能体的所有后继邻居智能体相对于该智能体的相对位置信息的三维运动控制模型，输出为该智能体的运动速度；其中，每个跟随者的三维运动控制模型为基于投影的三维编队控制模型。本发明方法能够解决通信受限情况下的三维分布式编队控制的问题。
-
公开(公告)号：CN118353601A
公开(公告)日：2024-07-16
申请号：CN202410513409.7
申请日：2024-04-26
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于多层复杂网络的混沌保密通信系统和方法，属于混沌保密通信技术领域，所述混沌保密通信系统，首先、在发射端设置用于加密的第一第二混沌驱动网络，在接收端设置用于解密的第一第二混沌响应网络，考虑到利用混沌序列的参数敏感性来实现信息加密安全性强。其次，各个混沌驱动、响应网络包括多个节点，结合节点数量巨大、连边关系多样的特点设计通信系统可以提高系统整体架构的复杂性。再次、在接收端设置的第一同步控制器控制第一混沌驱动网络和第一混沌响应网络达到广义同步提高了噪声鲁棒性。最后、即使第一混沌驱动、响应网络被破解也无法在缺失随机序列的情况下完成数据恢复，进一步提高了系统安全性。
-
Patent Agency Ranking
公开(公告)号：CN111892711A
公开(公告)日：2020-11-06
申请号：CN202010724381.3
申请日：2020-07-24
Applicant: 华中科技大学
Abstract: 本发明公开了一种分子印迹型MOFs催化剂及制备与特异性催化降解抗生素应用，涉及新材料技术领域。制备方法为将三价铁盐、模板剂和有机配体溶解，得到混合溶液，模板剂为抗生素分子；将该混合溶液转移至水热反应装置中进行水热反应，将水热反应得到的沉淀物进行洗脱，使模板剂洗脱掉而形成分子印迹孔穴，真空干燥后即得到分子印迹型MOFs催化剂。本发明制备得到的催化剂材料有效结合了分子印迹特异性识别的优势与MOFs材料高吸附容量的特性，实现了复杂体系中低浓度抗生素污染物的特异性识别与高容量吸附，以及抗生素污染物的选择性催化降解。
-
公开(公告)号：CN120023809A
公开(公告)日：2025-05-23
申请号：CN202510211646.2
申请日：2025-02-25
Applicant: 华中科技大学
IPC: B25J9/16
Abstract: 本发明属于机器人认知控制相关技术领域，具体涉及一种机器人认知决策方法及系统，包括：接收n个任务目标对应的声音和视觉信息并融合得到一个汇聚信号，不同任务目标对应的融合时长反映对各任务目标的激励驱动的注意力捕获速度之间的差异；通过时延处理单元确定对每个任务目标的激励驱动的注意力自维持时长；采用实时接收的每个任务目标对应的决策奖励信息，对该任务目标对应的当前认知决策进行累计奖励，奖励值达到阈值时形成对该任务目标的持续的奖励强化的注意力信号；判断实时接收的每个任务目标对应的情境信息是否发生变化，若是则重置累计奖励值；综合每个任务目标两种注意力信号实现认知决策。本发明能实现复杂环境下的高级认知决策。
-
公开(公告)号：CN119829872A
公开(公告)日：2025-04-15
申请号：CN202411890869.8
申请日：2024-12-20
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于改进压缩感知的电力系统时滞多链路复杂动态网络拓扑识别方法，属于电力系统时滞多链路复杂动态网络的拓扑结构识别领域，该方法通过采样网络节点状态，计算网络演化过程中内同步与状态收敛的评估指标，设定触发随机脉冲驱动的阈值，防止网络节点发生内同步或者状态收敛至固定值；然后对采样数据进行清洗和整合，构造适用于压缩感知方法的传感矩阵和采样信号，以建立压缩感知识别网络拓扑的数学模型，通过求解该模型得到网络拓扑信号，进而恢复网络拓扑结构。该方法能够避免由于复杂网络发生内同步或者状态收敛导致的识别失败问题，与传统的基于自适应同步的方法相比控制成本更低，对系统自身的扰动更小。
-
公开(公告)号：CN118473946A
公开(公告)日：2024-08-09
申请号：CN202410595745.0
申请日：2024-05-14
Applicant: 华中科技大学
IPC: H04L41/12 , H04L41/0823
Abstract: 本申请属于网络超扩散设计相关技术领域，其公开了一种耦合型双层网络的超扩散性能调控方法及其系统，方法包括：获取原始的耦合型双层网络，网络G1的最小非零特征值大于网络G2的最小非零特征值，交替迭代执行边移除和边增加直至两网络的扩散程度接近值预设程度，输出更新的耦合型双层网络，其中，执行边移除的操作包括：具有重边以及端节点相似的边进行删除，执行边增加的操作包括选择出路径较长且差异性较大的节点新增连边。通过以上过程，可以在保证双层网络中总连边数目基本不变的条件下，优化网络层内拓扑结构，较大程度地增强网路的超扩散性能。
-
公开(公告)号：CN221815109U
公开(公告)日：2024-10-11
申请号：CN202323346055.1
申请日：2023-12-08
Applicant: 华中科技大学
IPC: A61M37/00
Abstract: 本实用新型属于经皮给药的微针贴片制剂领域，涉及一种搭载镇静药物的锯齿状焦化糖基微针。本实用新型焦化糖基微针包括片状基底和位于该片状基底上的微针阵列；微针阵列包括多个均匀排布的微针；微针包括针体部分和针尖部分，微针的针体部分为相间排列的锯齿结构和凹面结构，微针整体的材料为焦化糖基，微针整体包载有镇静药物。本实用新型提出的微针贴片，利用焦化后糖类分子的良好生物相容性、溶解性、机械特性，提供一种高效、安全的镇静药物递送方式，解决了普通透明非焦化糖基微针不易保存、结晶后易碎的问题。同时，锯齿及凹面结构设计，增加与组织接触面积，能加快微针贴片的溶解，达到快速起效、安全便捷的药物递送效果。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.024 seconds)
