-
公开(公告)号：CN102185919B
公开(公告)日：2013-05-08
申请号：CN201110113497.4
申请日：2011-05-04
Applicant: 江苏大学
Abstract: 本发明公开一种基于节点置信半径的P2P网络分布式聚类方法；采用一种基于Fisher判别来确定聚类置信半径的分布式K-Means聚类算法，通过对每个P2P节点的数据进行自主学习，网络中节点通过分别应用Fisher线性判别率，确定同一类数据在节点上的稠密和稀疏分布，从而确定聚类的置信半径并指导下一步的聚类，根据网络上各个节点的数据分布动态地计算出置信半径，确定节点上的聚类置信半径，指导下一次聚类及聚类的迭代过程，在保证聚类效果的同时，减少分布式网络上聚类的迭代次数以节省带宽，提高网络的应用水平。
-
公开(公告)号：CN106250913A
公开(公告)日：2016-12-21
申请号：CN201610581551.0
申请日：2016-07-21
Applicant: 江苏大学
IPC: G06K9/62
CPC classification number: G06K9/6269 , G06K2209/15
Abstract: 本发明公开了一种基于局部典型相关分析的分类器集成车牌识别方法，包括1、处理样本集，将样本集分为原始训练样本To、测试样本Ts、二次测试样本Tp，并依据样本特点提取样本特征；2、利用提取的样本特征，通过改变训练单分类器时的参数与核函数来训练多种相对独立的单分类器；3、利用类KNN的方法，寻找与测试样本相类似的样本集，并利用典型相关分析的方法考虑局部样本特征与整体分类器分类结果之间的关系，从而调整各个分类器权重得到分类器集成模型；4、待测样本的最终检测结果由经过步骤3集成后的分类器共同决定，判断待测样本所属类别。本发明能够自适性的应对不同的测试样本而改变分类器权重，同时能有效的提高分类器分类准确率。
-
公开(公告)号：CN103546530A
公开(公告)日：2014-01-29
申请号：CN201310247656.9
申请日：2013-06-20
Applicant: 江苏大学
IPC: H04L29/08 , H04L12/803
Abstract: 本发明的涉及一种基于成组资源管理的对等网络节点负载均衡方法及系统，所述方法包括以下步骤：S1、网络中每个节点定期发起拓扑调整机制，向处理能力强且具有相同节点资源的节点连接，形成中心式拓扑结构；S2、通过计算节点在某一时刻的拥塞水平判断节点的拥塞状态，进一步进行网络拓扑优化。本发明利用网络中资源的分布情况，避免网络节点拥塞，实现负载均衡。
-
公开(公告)号：CN102831432A
公开(公告)日：2012-12-19
申请号：CN201210136985.1
申请日：2012-05-07
Applicant: 江苏大学
IPC: G06K9/62
Abstract: 本发明公开一种适用于支持向量机训练的冗余数据约减方法，通过类最大最小距离方法对纯子类集合筛选，找到离支持向量机的分类面较远的纯子类并予以删除，得到集合上约减纯类集合后的纯子类子集合，对保留下来的可能存在支持向量的多个聚类，按照费歇尔判别率准则进一步将同一聚类的数据分成内层冗余数据和外层边界数据，只保留外层边界数据进行支持向量机的训练，从而有效消除同一类数据上的内部冗余数据，能在保持支持向量机分类精度的同时，大大减少海量数据上支持向量机训练所需时间，显著提升支持向量机训练的时间和空间效率，使之能够应对海量数据的分类训练问题。
-
-
Patent Agency Ranking
公开(公告)号：CN106250913B
公开(公告)日：2019-08-02
申请号：CN201610581551.0
申请日：2016-07-21
Applicant: 江苏大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于局部典型相关分析的分类器集成车牌识别方法，包括1、处理样本集，将样本集分为原始训练样本To、测试样本Ts、二次测试样本Tp，并依据样本特点提取样本特征；2、利用提取的样本特征，通过改变训练单分类器时的参数与核函数来训练多种相对独立的单分类器；3、利用类KNN的方法，寻找与测试样本相类似的样本集，并利用典型相关分析的方法考虑局部样本特征与整体分类器分类结果之间的关系，从而调整各个分类器权重得到分类器集成模型；4、待测样本的最终检测结果由经过步骤3集成后的分类器共同决定，判断待测样本所属类别。本发明能够自适性的应对不同的测试样本而改变分类器权重，同时能有效的提高分类器分类准确率。
-
-
公开(公告)号：CN102185919A
公开(公告)日：2011-09-14
申请号：CN201110113497.4
申请日：2011-05-04
Applicant: 江苏大学
Abstract: 本发明公开一种基于节点置信半径的P2P网络分布式聚类方法；采用一种基于Fisher判别来确定聚类置信半径的分布式K-Means聚类算法，通过对每个P2P节点的数据进行自主学习，网络中节点通过分别应用Fisher线性判别率，确定同一类数据在节点上的稠密和稀疏分布，从而确定聚类的置信半径并指导下一步的聚类，根据网络上各个节点的数据分布动态地计算出置信半径，确定节点上的聚类置信半径，指导下一次聚类及聚类的迭代过程，在保证聚类效果的同时，减少分布式网络上聚类的迭代次数以节省带宽，提高网络的应用水平。
-
公开(公告)号：CN101527733A
公开(公告)日：2009-09-09
申请号：CN200910030013.2
申请日：2009-03-31
Applicant: 江苏大学
Abstract: 本发明涉及一种经由GPRS的无线传感器网络远程数据传输系统。该系统包括一般节点、汇聚节点和监控中心服务器终端，在无线传感器网络中的汇聚节点添加GPRS模块，该模块支持TCP/IP协议，能通过移动基站和Internet网进行通讯，从而实现将一般节点采集的数据通过GPRS网络以IP包的形式发送到远端的监控中心服务器上；监控中心能通过GPRS网络和Internet网把控制指令传给汇聚节点，然后由汇聚节点处理器来控制一般节点的工作状态。本发明解决了远程数据传输的问题，实现了对无线传感器网络内所有监控节点的实时控制，降低了运营成本，在远距离、大面积的监测系统中具有广泛的应用前景。
-
公开(公告)号：CN201549594U
公开(公告)日：2010-08-11
申请号：CN200920235627.X
申请日：2009-10-16
Applicant: 江苏大学
Abstract: 本实用新型涉及无线传感器网络领域，具体涉及一种节点天线装置。所说的隐蔽式无线传感器网络节点的柔性天线，是由同轴电缆和天线接口构成，同轴电缆的一端设置有天线接口，与网络节点上的天线接口相匹配；同轴电缆的另一端的屏蔽网剥开1/4波长的长度，作为天线。使用本实用新型的天线，可使节点和天线分离，传感器节点掩埋在地表以下，将天线伸出地表，保证无线信号的有效传播距离；暴露在地面之上的天线具有柔韧性，即使受到踩踏后也能继续工作；天线伪装后与周围环境融为一体，不易被发现。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.016 seconds)
