-
公开(公告)号：CN106911398B
公开(公告)日：2020-06-16
申请号：CN201710085900.4
申请日：2017-02-17
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种动态信道协商的水下传感器网络多信道介质访问控制通信方法。是在水下传感器网络中按以下步骤实现：1)节点空闲时通过睡眠唤醒机制监听控制信道维护邻居信息、信道占用信息以及网络负载指数。2)发送节点发起数据发送请求后，接收节点根据数据包长和网络负载情况动态选择信道协商策略。本发明是一种分布式水下多信道MAC协议通信方法，通过动态选择信道协商策略来进行数据传输。实验证明该方法具有较高的网络性能并且在分布式环境下具有更高的适应性。
-
公开(公告)号：CN107168309B
公开(公告)日：2020-02-14
申请号：CN201710301455.0
申请日：2017-05-02
Applicant: 哈尔滨工程大学
IPC: G05D1/02
Abstract: 本发明提供一种基于行为的多水下机器人路径规划方法，属于路径规划技术领域。本发明提出了一种适用于动态未知环境下的多水下机器人路径规划策略，具体包括：首先，定义基本行为来对AUV的航行路径添加约束，基本行为分别为节能行为、协同行为和安全行为；然后，建立与基本行为对应的行为目标函数，将与AUV有关的时间变量和空间变量结合起来；最后，建立全局目标函数来实现3种基本行为的行为融合，并采用一种带有惯性权重的粒子群优化算法来求解全局目标函数，通过输出的最优解可以生成一条免于碰撞并且是最短的路径。
-
公开(公告)号：CN106879044B
公开(公告)日：2019-11-12
申请号：CN201710085906.1
申请日：2017-02-17
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种空洞感知的水下传感器网络路由方法。汇聚节点在下浮过程中到达设定位置时，广播分层建立包执行分层建立任务，到最深深度时，等待一段时间后广播数据收集包执行数据收集任务，数据收集完毕后开始上浮，到达设定位置时广播数据收集包执行数据收集任务，到水面时将收集的数据发送给浮标节点；传感器节点周期性地检测感兴趣的数据；传感器节点若收到分层建立信号，则进入分层建立阶段并建立同心球壳分层结构，传感器节点若收到数据收集信号，则进入数据收集阶段，各传感器节点建立到汇聚节点的路径并发送数据。本发明考虑了同层传输及节点的剩余能量，避免了同层循环传输、热区、空洞的发生，提高了数据包送达率，延长了网络寿命。
-
公开(公告)号：CN106446923B
公开(公告)日：2019-08-06
申请号：CN201610352489.8
申请日：2016-05-25
Applicant: 哈尔滨工程大学
IPC: G06K9/62
Abstract: 本发明属于医疗健康数据挖掘领域，具体涉及一种基于角点匹配的医学图像分类方法。本发明包括：待分类的医学图像I提出分类请求；提取I的角点序列C；初始匹配角点对序列集DS的计算；初始匹配角点对序列集DS的计算；最大匹配角点对序列集DM的计算；公共K近邻匹配角点对序列集DT的计算；计算和I最相似的t幅医学图像；根据投票机制输出I的类标签。本发明提出了一对一的最大匹配角点对序列的定义，给出了将一对多的匹配角点对序列中求解一对一的最大匹配角点对序列问题转化为求二分图最大匹配的问题并利用匈牙利算法进行求解，并提出了基于匹配角点对的医学图像相似度计算公式，此公式既考虑了匹配角点对序列，也考虑了未匹配上的角点，提高了角点匹配的准确度，从而提高了分类结果的准确度。
-
公开(公告)号：CN109873677A
公开(公告)日：2019-06-11
申请号：CN201910177057.1
申请日：2019-03-08
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及一种水声传感器网络机会路由候选集生成方法，包括：数据包发送节点根据邻居节点的深度差与分组送达率对n个候选节点进行降序排序；按照上述排序将第1个节点加入候选集并计算能量消耗E1，然后将第2个节点加入候选集并计算能量消耗E2，如果E1＜E2，则选择由第1个节点构成的候选集为最优候选集；否则，将第3个节点加入候选集中并计算能量消耗E3，如果E2
-
Patent Agency Ranking
公开(公告)号：CN106911398A
公开(公告)日：2017-06-30
申请号：CN201710085900.4
申请日：2017-02-17
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种动态信道协商的水下传感器网络多信道介质访问控制通信方法。是在水下传感器网络中按以下步骤实现：1)节点空闲时通过睡眠唤醒机制监听控制信道维护邻居信息、信道占用信息以及网络负载指数。2)发送节点发起数据发送请求后，接收节点根据数据包长和网络负载情况动态选择信道协商策略。本发明是一种分布式水下多信道MAC协议通信方法，通过动态选择信道协商策略来进行数据传输。实验证明该方法具有较高的网络性能并且在分布式环境下具有更高的适应性。
-
公开(公告)号：CN106028437A
公开(公告)日：2016-10-12
申请号：CN201610289417.3
申请日：2016-05-04
Applicant: 哈尔滨工程大学
CPC classification number: H04W56/0015 , H04W84/18
Abstract: 本发明公开了一种多普勒辅助水下传感器网络时间同步方法。信标节点不断广播信息数据包，待同步节点不断接收信标节点广播的信息，在每次接收到信息时记录待同步节点的本地时间，并且计算与信标节点之间的相对速度；待同步节点利用收集到的数据计算时钟的频率偏斜；待同步节点计算出时钟频率偏斜后给信标节点发送一个请求信息；信标节点收到待同步节点发送的请求信息后，随机等待一段时间给待同步节点发送一个响应信息；待同步节点接收信标节点发送的响应信息时记录本地时间，并计算方法计算与信标节点之间的相对速度，最后通过收集的数据计算最终的时钟相位偏差。本发明能减少节点移动对时间同步的负面影响，从而提高时间同步精度。
-
公开(公告)号：CN105307265A
公开(公告)日：2016-02-03
申请号：CN201510523131.2
申请日：2015-08-24
Applicant: 哈尔滨工程大学
CPC classification number: H04W64/006 , H04W84/18
Abstract: 本发明属于无线传感器网络研究中的定位技术领域，具体涉及一种基于直线扫描事件及移动锚节点的定位算法。本发明包括每轮定位产生两个事件，两个事件的光束扫描角度相差90度，分别对两个事件进行一次定位；按照感知到光束的先后顺序将所有节点的ID排成一个序列称为节点序列，从节点序列中提取出锚节点序列；未知节点将每个事件得到的位置区域取交集，对得到的交集区域用质心法求未知节点的位置坐标，定位结束。本发明要求两次移动之间只取两个事件，且这两个事件的扫描角度相差π/2。LLSEMA是利用少量的外部代价换取了更加高效，更加精确的定位结果。所以LLSEMA算法相对于LLSE算法总体性能上更优。
-
公开(公告)号：CN114417124A
公开(公告)日：2022-04-29
申请号：CN202111450470.4
申请日：2021-11-30
Applicant: 哈尔滨工程大学
IPC: G06F16/9535 , G06N3/04 , G06N3/08 , G06K9/62
Abstract: 本发明公开了一种多任务强化学习推荐方法，步骤1：采集用户在项目集上的评分信息，根据项目的配置文件构造项目的向量表示；步骤2：采集有用户评分的项目以及与其相关的所有知识图谱信息，构造对应的三元组；步骤3：构造马尔科夫决策过程，并建立Q网络；步骤4：建立基于DDQN的推荐模型；步骤5：建立知识表示学习模型；步骤6：将知识表示学习作为DDQN推荐模型的辅助任务进行训练，交替更新DDQN推荐模型和知识表示学习模型。本发明使得推荐模型能够更深入挖掘项目与动作之间潜在的语义关系，从而提高了推荐的长期收益以及推荐精确度；同时由于使用多任务模型，提高了强化学习训练中的泛化性，也提升了训练的速度。
-
公开(公告)号：CN113783782A
公开(公告)日：2021-12-10
申请号：CN202111053638.8
申请日：2021-09-09
Applicant: 哈尔滨工程大学
IPC: H04L12/751 , G06N3/04 , G06N3/08 , H04B11/00 , H04B13/02
Abstract: 本发明属于水下声学传感器网络技术领域，具体涉及一种深度强化学习的机会路由候选集节点排序方法。本发明克服了现有机会路由候选集节点排序算法存在考虑因素单一和适应性差等问题，利用深度强化学习智能体与水下机会路由网络模型进行交互，使用深度神经网络拟合候选集节点信息与节点转发优先级的关系。本发明结合了深度学习和强化学习的优势，智能体通过与水下机会路由网络模型交互来自动学到一个机会路由候选集节点排序算法，此过程极少依赖人工经验和外部数据信息。本发明使得候选集节点排序更加智能，且适应性更好。
-
-
-
-
-
-
-
-
-
Search Results
60
records
(took 0.033 seconds)
