公开(公告)号：CN119305361A

公开(公告)日：2025-01-14

申请号：CN202411745417.0

申请日：2024-12-02

Applicant: 河南科技大学

Inventor： 冀保峰 ,  樊会涛 ,  魏世忠 ,  曾升 ,  姚珊 ,  余洋 ,  陈洪涛 ,  刘江辉 ,  张高远 ,  张冀 ,  陶发展 ,  张平 ,  孙力帆 ,  王东署 ,  陈韵然 ,  张咪 ,  董冰毅 ,  张云超 ,  李童菲 ,  徐宁

IPC: B60H1/00 ,  B60H1/24 ,  B60H1/32 ,  B60P3/20

Abstract: 基于运输多智能体协同通信的大规模数据处理装备，涉及幼苗运输用辅助设备技术领域，运输车主体的货箱上安装有供风架和降温箱，且供风架的排风端与降温箱的进气端相连接，所述运输车主体的货箱内安装有排放管，且排放管的进气端与降温箱的排气端相连通；本发明所述的基于运输多智能体协同通信的大规模数据处理装备，通过供风架对行驶过程中产生的气流进行收集，并将气流输送至降温箱内，通过降温箱对气流进行降温，并将降温后的气流输送至排放管内，通过排放管将降温后的空气输送至运输车主体的货箱内，避免货箱内温度过高，导致货箱内的幼苗死亡，本发明可安装到任意普通的封闭式货车上，在降低运输成本的同时保证夏季幼苗运输的成活率。

公开(公告)号：CN118432696A

公开(公告)日：2024-08-02

申请号：CN202410746357.8

申请日：2024-06-11

Applicant: 河南科技大学

Inventor： 冀保峰 ,  郭冬梅 ,  樊会涛 ,  姚珊 ,  余洋 ,  张俊宁 ,  李春国 ,  宋康 ,  张高远 ,  张冀 ,  陶发展 ,  张平 ,  孙力帆 ,  王东署 ,  陈韵然 ,  刘一凡 ,  孙振云 ,  张晶晶 ,  王赛兵 ,  王柳江

IPC: H04B7/185

Abstract: 空地一体的中继协同增强型数据处理装备，涉及信号接收设备技术领域，主体板上设有凹槽，且凹槽内安装有驱动机构，所述驱动机构的转动端上安装有检测机构，且检测机构内转动连接有限位机构，所述限位机构位于凹槽内并固定连接，且限位机构的限位端与检测机构的锁定端相对应，所述主体板上安装有控制盒，且控制盒的供电输入端分别与驱动机构和检测机构的供电输入端电连接；本发明所述的空地一体的中继协同增强型数据处理装备，通过驱动机构带动检测机构进行匀速转动，需要对不同角度进行监测时，通过驱动机构对检测机构进行调整，使检测机构对不同方向的信号源进行定向监测，节省占地面积的同时还能对信号源进行高效监测。

公开(公告)号：CN117975353A

公开(公告)日：2024-05-03

申请号：CN202311783105.4

申请日：2023-12-22

Applicant: 龙门实验室 ,  河南科技大学

Inventor： 吴庆涛 ,  胡梦洁 ,  张明川 ,  姚珊 ,  冀治航 ,  余洋 ,  朱军龙 ,  赵旭辉 ,  郑瑞娟 ,  张茉莉 ,  刘牧华

IPC: G06V20/52 ,  G06V20/40 ,  G06V10/62 ,  G06V10/764 ,  G06V10/75 ,  G06V10/44 ,  G06V10/771 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464

Abstract: 本发明公开了一种基于视频序列对比学习的装配动作顺序异常检测方法，首先获取装配动作视频序列，然后对装配动作视频序列进行编码以及视频嵌入，提取装配动作特征以及嵌入向量；其次在动态规划矩阵匹配的过程中执行时间先验强调时间特征以及动作顺序变化，并在匹配过程中采取局部帧匹配以及合并异常帧操作降低计算复杂度，最后得到正确的序列匹配，匹配矩阵的其他区域则视为异常检测结果。本发明将时间先验与优化后的Drop‑DTW算法相结合，考虑了视频序列的时间特征以及动作顺序的变化，在确保其精确度的同时提高检测效率，可以相对全面的处理实际工业场景中的装配动作顺序异常检测问题。

公开(公告)号：CN117858195A

公开(公告)日：2024-04-09

申请号：CN202311783107.3

申请日：2023-12-22

Applicant: 龙门实验室 ,  河南科技大学 ,  三六零数字安全科技集团有限公司

Inventor： 张明川 ,  吴庆涛 ,  王子菲 ,  姚珊 ,  刘牧华 ,  余洋 ,  赵旭辉 ,  郑瑞娟 ,  朱军龙 ,  冀治航

IPC: H04W40/32 ,  H04W40/12 ,  H04W40/20 ,  H04W84/18 ,  H04L45/00 ,  H04L45/12

Abstract: 本发明公开了一种基于位置预测的高动态移动自组网分簇路由决策方法，首先利用改进的灰色马尔科夫预测模型对节点下一时刻位置进行预测；然后计算节点与其邻居间的链路保持时间、节点间运动相似度，衡量节点间通信链路质量的期望传输次数值和节点能量构建簇头选举指标，之后根据选举指标对网络中节点进行分簇；最后进行路由决策。本发明通过利用改进的灰色马尔科夫预测模型进行节点位置预测，减少节点位置更新的延迟，构建簇头选举指标，提高了簇头选举指标的精度，加快求解速度，适合高动态场景，提高网络性能和数据传输效率，能够在高动态移动自组织网络中做出更优的路由决策。

公开(公告)号：CN117857456A

公开(公告)日：2024-04-09

申请号：CN202410017501.4

申请日：2024-01-05

Applicant: 河南科技大学 ,  三六零数字安全科技集团有限公司 ,  龙门实验室

Inventor： 郑瑞娟 ,  张博函 ,  张明川 ,  吴庆涛 ,  姚珊 ,  余洋 ,  王琳 ,  朱军龙 ,  刘牧华 ,  赵旭辉 ,  冀治航

IPC: H04L47/12 ,  H04L47/25 ,  G06N20/00

Abstract: 本发明公开了一种基于强化学习的NDN网路拥塞控制方法，属于命名数据网络技术领域。该方法包括以下步骤：S1、通过兴趣包的发送和数据包的接收获取实时网络状态信息；S2、将上述实时网络状态信息加权计算得到当前状态的效用函数值；S3、通过比较连续两个效用函数值的差值，获得正/负奖励值；S4、通过奖励变化动态调整发送速率。本发明采用上述一种基于强化学习的NDN网路拥塞控制方法，通过Q学习后，智能体能够根据实时网络状态在线调整拥塞控制策略，指导消费者调整发送速率，以解决NDN网络中拥塞控制问题。