-
公开(公告)号：CN112542048B
公开(公告)日：2022-06-07
申请号：CN202011510134.X
申请日：2020-12-19
Applicant: 桂林理工大学
Abstract: 本发明公开了一种基于无人机‑车载协作网的车辆安全评级方法，包括以下步骤：步骤1：组建FANET编队；步骤2：组建VANET编队；步骤3：在使用DEMATEL评级模型前所有的传感器读数和评级读数都将被标记为一个特定的归一化值；步骤:4：通过DEMATEL方法计算车辆状况评级；步骤5：将车辆状况评级带入车辆行为评级模型计算行为评级；步骤6：用车辆状况和行为评级计算最终车辆评级；步骤7：通过最终的车辆评级采取措施，管理交通。本发明的方法解决了现有技术中车辆无法动态实时的进行评级，并且提高了精确性。
-
公开(公告)号：CN112637814A
公开(公告)日：2021-04-09
申请号：CN202110110690.6
申请日：2021-01-27
Applicant: 桂林理工大学
IPC: H04W4/40 , H04W12/069 , H04W12/122
Abstract: 本发明公开了一种基于信任管理的防御DDoS攻击方法，涉及网络安全技术，包括：步骤1：系统初始化；步骤2：节点信任值更新；步骤3：车与车之间的认证和信任评估。本发明通过在权威信任机构、权威信任机构代理和路边单元构建的系统中使用密钥技术增强了车辆节点的可信度；构建节点信任值并事实刷新信任值的方法使得车载网中的车辆节点之间通信更加的安全、高效，能够有效的抵御DDoS攻击。
-
公开(公告)号：CN119405264A
公开(公告)日：2025-02-11
申请号：CN202411373735.9
申请日：2024-09-29
Applicant: 桂林理工大学
IPC: A61B5/00 , A61B5/369 , A61B5/372 , G16H50/20 , G16H50/30 , G06F18/24 , G06F18/2135 , G06N3/0442 , G06N3/09 , G06N3/006
Abstract: 本发明属于但不限于人工智能技术领域，公开了一种基于脑电信号通道选择和门控循环单元的阿尔茨海默病诊断方法，通过粒子群算法来选择脑电通道，减少脑电信号数据中的冗余信息，提高脑电数据分析的准确率；再经过主成分分析对脑电信号数据进行特征提取，提高了特征的重要性和区分度；最后输入到门控循环单元神经网络中进行分类预测，其中减少了脑电通道的数量，降低了数据输入的维度。在保证分类性能的同时，提高计算效率。本发明提高了阿尔茨海默病患者和健康受试者的分类性能，实现对阿尔茨海默病患者和健康受试者准确高效的分类。
-
公开(公告)号：CN105353350A
公开(公告)日：2016-02-24
申请号：CN201510689909.7
申请日：2015-10-22
Applicant: 桂林理工大学
IPC: G01S5/22
CPC classification number: G01S5/22
Abstract: 本发明公开了基于固定参数累加和算法的声目标定位方法，首先定义声源模型，得出声达时间后的采样信号概率密度模型，定义传感器节点监听到到声目标的信号为声事件发生，确定阈值，判断听到则激活声源附近采样信号大于阈值的所有节点，组织声源最近节点估计声达时间，上传声达时间数据至中央节点，利用五元定位算法进行声源定位。本发明的有益效果是能够降低算法的复杂度，减小定位误差。
-
公开(公告)号：CN111224450B
公开(公告)日：2023-05-05
申请号：CN202010184334.4
申请日：2020-03-17
Applicant: 桂林理工大学
Abstract: 本发明公开了一种大规模无线传感网多位置同时充电方法，涉及可充电传感网技术，其中的无线充电移动平台WCV与多充电器为分离结构，可以携带多个低成本、可拆卸充电器，每个充电器配备一个无线充电设备和一个便携式大容量电池。WCV可根据实际需要在多个充电停留位置处分别部署充电器。待被充电传感器能量恢复后，无线充电移动平台回到充电停留位置处将充电器回收并按照这种充电方式继续执行后续充电任务。本发明可以实现同时对多个传感器充电，一方面以成倍缩短了前方充电队列所花费的充电等待时间，另一方面也提升了无线充电移动平台的设备利用率。这种先部署，后回收模式也使得无线充电移动平台的移动充电策略选择更多样化。
-
Patent Agency Ranking
公开(公告)号：CN115412607A
公开(公告)日：2022-11-29
申请号：CN202211120266.0
申请日：2022-09-15
Applicant: 桂林理工大学
Abstract: 本发明公开了一种基于路边停车协同边缘计算的任务卸载方法，并通过混合遗传算法进行任务卸载。在无RSU或者车辆本地计算资源不够的情况下，加入路边停车作为卸载平台，结合RSU以及云端为道路上带有任务的车辆进行处理。本发明的混合遗传算法能减少系统时延和能耗。
-
公开(公告)号：CN113947573A
公开(公告)日：2022-01-18
申请号：CN202111167675.1
申请日：2021-10-07
Applicant: 桂林理工大学
Abstract: 本发明公开了一种基于改进Faster R‑CNN的地下管道缺陷检测方法，在管道中部署的无线传感器节点以获取管道中的图像，通过使用HRNet作为目标检测器的网络特征提取，从而减少下采样过程中骨干网路的信息丢失，获得可靠性特征，在RPN阶段采用Focal Loss作为损失函数，可以解决分类过程中图像数量的不平衡问题，取代了标准的交叉熵分类损失，提高了在不同状态下管道缺陷类型分类的准确性，采用RoI Align代替原来的RoI Pooling，提高模型的识别精度和检测效果。本发明提出的地下管道缺陷检测方法可以获得出色的检测管道缺陷的精度，这为地下管道缺陷分类提供了可靠地参考价值。
-
公开(公告)号：CN113891318A
公开(公告)日：2022-01-04
申请号：CN202111168487.0
申请日：2021-10-07
Applicant: 桂林理工大学
IPC: H04W12/08 , H04W12/122 , H04W40/32 , H04W4/40 , H04W84/18
Abstract: 本发明公开了一种车载网基于无人机辅助的检测恶意节点方法，涉及车载自组网通信安全技术，通过直接信任、间接信任建立车辆节点之间的信任模型，然后增添节点之间的自适应阀值检测机制，再通过无人机的辅助选择相应簇头进行车辆级别聚合和RSU级别聚合，最终生成全球黑名单(GBL,Gobal black list)，保护了车辆的隐私，检测出了恶意节点。我们的解决方案不是评估车辆在不同时间段的信任值，然后测量这种评估的可变性，而是在整个实验期间评估车辆的信任值，与先前存在的方案相比，它提供了更大的灵活性、精准性。此外基于无人机的集群技术能够减少车辆之间交换的消息量，使得车载网中的车辆通信更加高效。
-
公开(公告)号：CN112542048A
公开(公告)日：2021-03-23
申请号：CN202011510134.X
申请日：2020-12-19
Applicant: 桂林理工大学
Abstract: 本发明公开了一种基于无人机‑车载协作网的车辆安全评级方法，包括以下步骤：步骤1：组建FANET编队；步骤2：组建VANET编队；步骤3：在使用DEMATEL评级模型前所有的传感器读数和评级读数都将被标记为一个特定的归一化值；步骤:4：通过DEMATEL方法计算车辆状况评级；步骤5：将车辆状况评级带入车辆行为评级模型计算行为评级；步骤6：用车辆状况和行为评级计算最终车辆评级；步骤7：通过最终的车辆评级采取措施，管理交通。本发明的方法解决了现有技术中车辆无法动态实时的进行评级，并且提高了精确性。
-
公开(公告)号：CN119888435A
公开(公告)日：2025-04-25
申请号：CN202411685109.3
申请日：2024-11-22
Applicant: 桂林理工大学
IPC: G06V10/82 , G06N3/0464 , G06T3/4053 , G06T3/4046 , G06N3/084
Abstract: 本发明提供了毫米波SAR人体安检图像违禁品检测方法及装置，属于毫米波SAR检测识别领域，步骤一、采集人体安检图像，构建数据集；步骤二、对数据集中的目标进行标注，得到标注好的数据集；步骤三、基于步骤一的数据集对FSRCNN模型进行迭代训练，得到训练好的FSRCNN模型，将步骤二中标注好的数据集输入训练好的FSRCNN模型中，得到超分辨重建图像；步骤四、基于改进的YOLOv5s算法对超分辨重建图像进行训练，当损失函数lMPDIoU最小时，得到违禁品检测模型；步骤五、将待检测人体安检图像输入训练好的FSRCNN模型进行超分辨重建，将超分辨重建图像输入违禁品检测模型，得到检测结果；结合FSRCNN超分辨率重建算法与改进YOLOv5s目标检测框架，增强图像质量，提高目标检测准确性。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.017 seconds)
