-
公开(公告)号：CN118096808B
公开(公告)日：2024-07-23
申请号：CN202410116941.5
申请日：2024-01-29
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于种群熵和柳絮漂移算子的天鹰搜索机制图像分割方法及系统，涉及图像处理技术领域。本发明的技术要点包括：基于二维Otsu图像分割方法对灰度图像进行图像分割，获取最优分割阈值；利用基于种群熵和柳絮漂移算子的天鹰优化算法对最优分割阈值进行寻优，获取寻优后的最优分割阈值；根据寻优后的最优分割阈值，基于二维Otsu图像分割方法对原始灰度图像进行分割，获取分割图像。本发明从两个方面对天鹰搜索机制进行了改进，有效避免了天鹰种群陷入局部最优解的困境，同时增强了天鹰种群局部开发的能力。本发明相比原始天鹰搜索机制和其他群体智能优化方法均体现了更为优秀的分割结果。本发明在图像分割领域具有较强的实用价值。
-
公开(公告)号：CN115086994B
公开(公告)日：2024-07-09
申请号：CN202210593252.4
申请日：2022-05-27
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种无线传感器网络层次路由协议，包括：建立无线传感器网络系统模型；设定网络参数并初始化网络状态，网络开始运行；建立当前无线传感器网络簇首配置成本函数；初始化量子凤蛾群并设定参数；定义并计算量子凤蛾所分泌的毒液量；根据量子凤蛾所分泌毒液量对全部量子凤蛾排序；量子凤蛾依同等概率执行直线或环绕飞行运动，并在飞行过程中使用模拟量子旋转门来演化量子凤蛾的量子位置；应用贪心选择策略，确定下一代量子凤蛾的量子位置；演进终止判断，输出当前无线传感器网络簇首配置结果；当前无线传感器网络稳定数据传输；无线传感器网络运行终止判断。本发明简单、高效、低复杂度，能耗效率高且能最大化网络寿命。
-
公开(公告)号：CN118282442A
公开(公告)日：2024-07-02
申请号：CN202410363674.1
申请日：2024-03-28
Applicant: 哈尔滨工程大学
IPC: H04B7/04 , H04W12/122 , H04W52/26 , H04W72/044 , H04W72/50
Abstract: 本发明提供了一种智能反射面辅助的Massive MIMO的资源分配方法及系统，属于无线物理层安全通信技术领域。为了解决智能反射面辅助的Massive MIMO系统现有资源分配方法，对于系统资源的利用率低，信息传输吞吐量低，算法寻优效果差，收敛速度慢的问题。本发明通过对传统袋獾算法引入量子化和香味刺激机制，设计了在窃听器吞吐量受限的条件下，联合优化发射功率系数和智能反射面的相移变量的优化算法，极大提升了智能反射面辅助的Massive MIMO通信系统接收端合法信息的吞吐量，提升了系统资源的利用率，突破了原算法仅进行局部寻优、收敛较慢的局限，提升了寻优效果和收敛速度。
-
公开(公告)号：CN115718504A
公开(公告)日：2023-02-28
申请号：CN202211467803.9
申请日：2022-11-22
Applicant: 哈尔滨工程大学
IPC: G05D1/10
Abstract: 本发明公开了一种基于量子闪蝶机制的无人机集群协同路径规划方法，包括：建立考虑可变航速和同时到达约束下的无人机集群协同路径规划模型；建立考虑可变航速和同时到达约束下的无人机集群协同路径规划代价函数；初始化量子闪蝶群并设定参数；定义并计算量子闪蝶所散发气味；根据量子闪蝶所散发气味值对全部量子闪蝶排序；量子闪蝶依次执行直线逃生和曲线逃生过程，并在逃生过程中使用模拟量子旋转门来演化量子闪蝶的量子位置。应用贪心选择策略，确定下一代量子闪蝶的量子位置。演进终止判断，输出无人机集群航路与航速矩阵。本发明在避障要求下额外考虑可变航速和同时到达约束，收敛速度快、收敛精度高且实现简单、参数较少。
-
公开(公告)号：CN115086994A
公开(公告)日：2022-09-20
申请号：CN202210593252.4
申请日：2022-05-27
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种无线传感器网络层次路由协议，包括：建立无线传感器网络系统模型；设定网络参数并初始化网络状态，网络开始运行；建立当前无线传感器网络簇首配置成本函数；初始化量子凤蛾群并设定参数；定义并计算量子凤蛾所分泌的毒液量；根据量子凤蛾所分泌毒液量对全部量子凤蛾排序；量子凤蛾依同等概率执行直线或环绕飞行运动，并在飞行过程中使用模拟量子旋转门来演化量子凤蛾的量子位置；应用贪心选择策略，确定下一代量子凤蛾的量子位置；演进终止判断，输出当前无线传感器网络簇首配置结果；当前无线传感器网络稳定数据传输；无线传感器网络运行终止判断。本发明简单、高效、低复杂度，能耗效率高且能最大化网络寿命。
-
Patent Agency Ranking
公开(公告)号：CN114158123A
公开(公告)日：2022-03-08
申请号：CN202111423632.5
申请日：2021-11-26
Applicant: 哈尔滨工程大学
IPC: H04W72/04 , H04B7/0426 , H04B7/0452
Abstract: 本发明提供一种智能反射面Massive MIMO系统资源分配方法，包括：建立一个基于智能反射面的Massive MIMO系统模型；初始化量子蝴蝶群；根据全局搜索或局部搜索规则更新量子蝴蝶群的量子位置；计算适应度，根据选择机制确定量子位置，更新感官模态和幂指数；判断迭代是否终止，输出最优分配方案，若迭代次数已经达到设定的最大迭代次数，即t＝T，则终止迭代，将量子蝴蝶群的全局最优量子位置输出；否则令t＝t+1，返回继续执行步骤三；根据量子位置与位置之间的映射规则得到全局最优位置，进而得到基于智能反射面的Massive MIMO系统资源分配方法。本发明实现最优反射系数充分发挥智能反射面的性能极限来实现Massive MIMO通信系统各种资源的最优分配，从而提高系统的资源利用率及系统的容量。
-
公开(公告)号：CN117970227B
公开(公告)日：2024-07-19
申请号：CN202410158427.8
申请日：2024-02-04
Applicant: 哈尔滨工程大学
IPC: G01S3/00 , G06F18/10 , G06F18/213 , G06F123/02
Abstract: 本发明提供了一种在强冲击噪声下基于相干分布源的幅相误差和角度参数联合估计方法及系统，属于阵列信号处理领域。为了解决现有相干分布源测向方法受强冲击噪声或幅相误差影响，或导致性能恶化甚至失效，或不能直接去相干，不能对幅相误差进行校正的问题。本发明是在强冲击噪声下设计了一种均值滤波器对接收数据进行去冲击预处理，基于预处理数据的极大似然方程对幅相误差和角度参数进行联合估计，并通过量子流向机制快速得到估计结果，解决现有的相干分布源测向方法在强冲击噪声环境和存在幅相误差时性能恶化而且不损失阵列孔径不能去相干的技术难题。
-
公开(公告)号：CN118096808A
公开(公告)日：2024-05-28
申请号：CN202410116941.5
申请日：2024-01-29
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于种群熵和柳絮漂移算子的天鹰搜索机制图像分割方法及系统，涉及图像处理技术领域。本发明的技术要点包括：基于二维Otsu图像分割方法对灰度图像进行图像分割，获取最优分割阈值；利用基于种群熵和柳絮漂移算子的天鹰优化算法对最优分割阈值进行寻优，获取寻优后的最优分割阈值；根据寻优后的最优分割阈值，基于二维Otsu图像分割方法对原始灰度图像进行分割，获取分割图像。本发明从两个方面对天鹰搜索机制进行了改进，有效避免了天鹰种群陷入局部最优解的困境，同时增强了天鹰种群局部开发的能力。本发明相比原始天鹰搜索机制和其他群体智能优化方法均体现了更为优秀的分割结果。本发明在图像分割领域具有较强的实用价值。
-
公开(公告)号：CN117992807A
公开(公告)日：2024-05-07
申请号：CN202410172704.0
申请日：2024-02-07
Applicant: 哈尔滨工程大学
IPC: G06F18/23 , G06F18/2413 , G06F18/214 , G06N10/60 , G06Q50/18
Abstract: 一种基于量子法医调查机制的特征选择方法、系统及存储介质，涉及数据处理领域，为解决现有的特征选择方法分类正确率不高以及时间复杂度高，选择的特征子集精度不够的问题。包括：步骤一：对数据集进行归一化处理，采用K近邻分类器对训练集样本进行聚类，对测试集样本进行分类，构建特征选择的目标函数；步骤二：初始化量子警察群体中每个成员的量子位置，计算量子警察个体的适应度，确定初始全局最优量子位置；步骤三：分别对调查组和追捕组每个成员的量子位置进行更新；步骤四：更新调查组和追捕组以及量子警察群体的全局最优量子位置；步骤五：对调查组和追捕组中的部分成员进行交换，继续演化；步骤六：最终迭代得到选取的最优特征子集。
-
公开(公告)号：CN114172769B
公开(公告)日：2023-10-03
申请号：CN202111421628.5
申请日：2021-11-26
Applicant: 哈尔滨工程大学
IPC: H04L27/00 , G06N3/0464 , G06N3/0442 , G06N3/084
Abstract: 本发明提供一种进化长短时记忆网络的调制信号识别方法，包括：构造数据集；构造目标函数；初始化旗鱼捕食搜索机制的参数；计算适应度值，并确定精英旗鱼位置和受伤沙丁鱼位置；旗鱼攻击选择策略，更新旗鱼的位置；追捕猎物，更新沙丁鱼的位置；计算适应度值，确定被旗鱼捕食的沙丁鱼，确定精英旗鱼和受伤沙丁鱼位置；判断是否达到终止迭代条件，即达到最大迭代次数或者所有的沙丁鱼都被旗鱼捕获，若满足终止迭代条件，则继续向下运行，否则令g＝g+1，返回继续；使用训练集训练具有最优超参数的数字通信信号调制识别LSTM网络。本发明设计了文化旗鱼捕食搜索机制来获得最优的LSTM网络模型参数。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.035 seconds)
