-
公开(公告)号：CN112197783A
公开(公告)日：2021-01-08
申请号：CN202011059189.3
申请日：2020-09-30
Applicant: 哈尔滨工程大学
IPC: G01C21/34
Abstract: 本发明属于无人车路径规划技术领域，具体涉及一种考虑车头指向的两阶段多抽样的RRT路径规划方法。本发明以传统RRT路径规划方法作为主体流程，采用两阶段多抽样的随机采样点采集方法，并且考虑安全距离和路径平滑，尤其是考虑了车头的指向，使得本方法更加适合于无人车寻路。本发明用了两阶段多抽样的方法确定随机采样点，缩短了规划路径的总长度。本发明在路径规划过程中考虑了车头指向并对规划出的路径做了平滑处理，使输出的规划路径结果更加适合于无人车寻路并且可以缩短规划路径的总长度，得到更加接近实际的行驶路径。
-
公开(公告)号：CN110662175B
公开(公告)日：2020-11-06
申请号：CN201910857377.1
申请日：2019-09-11
Applicant: 哈尔滨工程大学
Abstract: 本发明提供了一种基于无线可充电传感器网络的移动车速度控制方法，属于无线可充电传感器网络领域。流程如下：1.无线传感器网络的分簇处理；2.规划移动车的路径。3.控制移动车的速度。移动车在规划好的固定轨迹下移动，并在移动过程中对周围的节点补充电量同时收集簇头节点数据。本发明的有益效果在于：移动车沿簇头节点组成的最短有向哈密顿路径移动，有效地降低了移动车行驶过程中的能量消耗；本发明解决了由于靠近接收器的传感器节点需要转发其他传感器节点的数据，导致无线可充电传感器网络中存在节点能量消耗不平衡的问题；还解决了采集的数据若不及时上传到基站易造成缓存溢出的问题。
-
公开(公告)号：CN110705758A
公开(公告)日：2020-01-17
申请号：CN201910857368.2
申请日：2019-09-11
Applicant: 哈尔滨工程大学
Abstract: 本发明属于网络技术领域，具体涉及一种面向水下网络的网元优化布局方法，包括以下步骤：输入水下环境三维立体图、水下盐度Y；随机生成初始网元个数N，并对其进行二进制编码，设置迭代次数、温度阈值；调用量子遗传算法根据水下环境三维立体图计算N个网元的最佳布局方案及其覆盖率PC；以N个网元个数以及相应最佳布局方案的网元覆盖率PC为参数计算计算适应度函数f(N,PC,Y)；本方法将模拟退火算法和量子遗传算法相结合，在保证水下环境中网元覆盖率的同时优化所需网元个数。
-
公开(公告)号：CN110488868A
公开(公告)日：2019-11-22
申请号：CN201910813883.0
申请日：2019-08-30
Applicant: 哈尔滨工程大学
IPC: G05D1/10
Abstract: 本发明提供了一种多无人机协助用户的移动卸载方法，属于移动云计算领域。本发明从无人机资源分配、航迹规划和任务分配三方面对多用户上传和下载需求的移动迁移进行建模；然后利用一个三阶段的迭代算法对模型进行转化、松弛并利用分支定界法进行迭代求解，得到最优的资源分配、任务分配以及航迹规划方案。本发明的有益效果在于：本发明提出的移动卸载方法同时考虑到用户的上传需求和下载需求，极大地提高了用户的计算速率；本发明提出的移动卸载方法通过最大化所有用户中最小的计算速率，实现用户的公平性。
-
公开(公告)号：CN110401936A
公开(公告)日：2019-11-01
申请号：CN201910669482.2
申请日：2019-07-24
Applicant: 哈尔滨工程大学
Abstract: 一种基于D2D通信的任务卸载与资源分配方法，属于无线通信技术领域。该方法假设所用的用户可以相互卸载，同时考虑信道干扰，以最小化系统总开销为目的来建模；然后将问题解耦为两个子问题，分别利用拟凸和凸优化技术求解，将两个子问题迭代求解，最终得到问题的最优解。本发明提出的方法考虑到用户设备之间的相互卸载，依据用户设备所拥有的资源(计算能力、剩余电量等)为其分配合理的计算任务，使得资受限的设备可以参与计算，使得资源得到合理利用，以此提高全体用户的计算性能。此外，通过进行干扰管理和功率控制，为用户合理的分配信道，可以保障D2D通信质量。
-
Patent Agency Ranking
公开(公告)号：CN105183563B
公开(公告)日：2018-07-24
申请号：CN201510593978.8
申请日：2015-09-17
Applicant: 哈尔滨工程大学
IPC: G06F9/50
Abstract: 本发明属于虚拟计算资源分配领域，具体涉及一种面向关键任务计算机的CPU资源动态自配置方法。本发明包括：重置轮转时间T，开始计时，进入步骤(2)；获取各个虚拟机CPU利用率，进入步骤(3)；判断虚拟机CPU利用率是否大于等于Ufu，若是，进入步骤(4)，否则进入步骤(7)；判断CPU利用率是否大于等于Usu，若是，进入步骤(5)，否则进入步骤(10)。本发明采用的CPU资源动态变速分配方法，能够根据虚拟机的负载变化情况，动态地为虚拟机分配CPU资源，解决了在CPU利用率波动较大时的动态分配不及时问题，更有效地提高系统性能。
-
公开(公告)号：CN104092588B
公开(公告)日：2017-11-21
申请号：CN201410352941.1
申请日：2014-07-23
Applicant: 哈尔滨工程大学
IPC: H04L12/26
Abstract: 本发明涉及一种网络异常检测方法，特别是一种基于SNMP与NetFlow结合的网络异常流量检测方法。本发明包括：(1)NetFlow数据采集与处理：NetFlow监控程序实时扫描预处理数据库中的数据表，采用基于NetFlow的流量检测方法，检测预处理数据库中的信息是否异常，若有异常则向监控程序提交异常信息的IP地址和协议号；(2)SNMP管理程序分析异常。本发明降低了误报率；采用NetFlow预处理方法，将采集到的大量数据经过四种方法处理，最终分成多张具有统计意义的数据表，为之后的检测方法提高了扫描速度，降低了计算开销。
-
公开(公告)号：CN105306439A
公开(公告)日：2016-02-03
申请号：CN201510593980.5
申请日：2015-09-17
Applicant: 哈尔滨工程大学
IPC: H04L29/06
CPC classification number: H04L63/1425
Abstract: 本发明属于网络异常检测领域，具体是一种基于决策树自修复的特征规则检测方法。本发明包括：根据决策树算法，通过训练集构建一棵决策树；进行异常检测；采取决策树自修复的增枝方法，对每个叶子节点进行增枝；判断误判率是否大于等于β；采取决策树自修复的剪枝方法。本发明提出了一种决策树的增枝的方法，能够将原本停止分枝或剪枝的叶子节点进行分枝操作，利用增枝方法增加了特征规则，从而减小系统漏检率。
-
公开(公告)号：CN105160248A
公开(公告)日：2015-12-16
申请号：CN201510381899.0
申请日：2015-07-02
Applicant: 哈尔滨工程大学
CPC classification number: G06F21/566 , G06F9/45504 , G06F9/45533 , G06F21/552
Abstract: 本发明公开了一种基于相关性剪枝神经网络的Xen虚拟机恶意进程识别系统及方法。包括进程信息获取模块、进程模式训练模块、进程模式数据库模块、进程模式匹配模块、进程处理模块；通过获取虚拟机的操作系统类型，根据虚拟机的操作系统类型确定与操作系统类型对应的内核数据结构偏移数组，根据内核数据结构偏移数组获取虚拟机中各进程的进程信息，与利用基于相关性剪枝BP神经网络训练方法训练得到的进程行为模式数据库进行匹配，可以准确识别宿主机上不同操作系统的多个虚拟机进程是否有恶意进程，并及时将判断结果输出到处理模块。本发明具有高准确度和实时性的优点。
-
公开(公告)号：CN105022700A
公开(公告)日：2015-11-04
申请号：CN201510419778.0
申请日：2015-07-17
Applicant: 哈尔滨工程大学
IPC: G06F12/08
Abstract: 本发明属于命名数据网络领域，具体涉及一种基于缓存空间划分和内容相似度的命名数据网络缓存管理系统和管理方法。基于缓存空间划分和内容相似度的命名数据网络缓存管理系统，包括缓存空间划分模块、内容相似度匹配模块、动态区缓存模块、动态缓存替换模块。本发明将节点缓存空间划分为稳态区和动态区，稳态区用于存储该节点的主要内容信息，在Tupdate时间内才会被更新，保证了内容的存储时间，这样可以提高节点缓存命中率。同时，本发明对动态区缓存内容进行更新，这样保证了网络中内容的多样性。
-
-
-
-
-
-
-
-
-
Search Results
144
records
(took 0.035 seconds)
