-
公开(公告)号：CN119202551A
公开(公告)日：2024-12-27
申请号：CN202410847897.5
申请日：2024-06-27
Applicant: 哈尔滨工程大学
IPC: G06F18/15 , G06F18/213 , G06F18/214 , G06N3/0442 , G06N3/0985 , G06F17/10 , G06F17/11 , G06F18/2415
Abstract: 本发明公开了一种混合特征样本扩充结合演化LSTM网络的信号识别方法，首先提取多种混合特征后利用滑动窗口进行样本扩充得到适用于LSTM神经网络的特征样本，针对传统LSTM神经网络超参数依赖专家经验调整难以得到最优超参数的问题，提出一种量子北极狼机制进行高效求解，突破了传统LSTM神经网络依赖人工选择超参数带来依赖专家经验和随机性大的应用局限。
-
公开(公告)号：CN116108927A
公开(公告)日：2023-05-12
申请号：CN202211542382.1
申请日：2022-12-03
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于量子竹节虫机制和Sigmoid核相关熵的圆阵波达方向估计方法，将量子优化方法融合到竹节虫仿生机制计算方法中，得到量子竹节虫机制的计算方法，提升竹节虫算法的收敛性能。利用接收信息数据构造基于Sigmoid核函数的互相关熵协方差矩阵，获得基于Sigmoid核相关熵的低阶矩阵，消除了二阶及以上矩抗冲击噪声能力弱的不足，利用所设计的量子竹节虫机制在搜索区间内求解基于Sigmoid核相关熵的最大似然方程。解决了最大似然法涉及到的多维非线性优化计算量大的问题，提高其搜索效率，也提高了在冲击噪声环境下来波方向的估计精度，同时基于量子编码和模拟量子演化方程设计的量子竹节虫机制具有更快的收敛速度，可以快速获得估计的二维波达方向的全局最优解。
-
公开(公告)号：CN110458033B
公开(公告)日：2023-01-03
申请号：CN201910644318.6
申请日：2019-07-17
Applicant: 哈尔滨工程大学
IPC: G06V40/20 , G06V10/764
Abstract: 本发明提供一种基于可穿戴位置传感器的人体行为序列识别方法，具体步骤包括：数据采集、数据分割、识别。解决了使用可穿戴传感器进行人体行为识别中，对运动序列进行划分时步骤繁琐、模型复杂度较高的问题，通过结合参考传感器标签的高程和水平信息的变化，在识别前，对数据预先进行0级、1级、2级三个参考级别的分割，而不依赖于复杂的模型，实现了高效的对运动序列的划分以及识别，降低分割过程模型复杂度。
-
公开(公告)号：CN118226370B
公开(公告)日：2024-08-09
申请号：CN202410364523.8
申请日：2024-03-28
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种冲击噪声环境下基于量子斑马机制的多无人机测向方法及系统。该方法包括：根据待测信源数目和组阵无人机数目确定待测阵列结构是均匀线阵还是非均匀线阵；建立待测阵列对应的阵列测向模型，基于阵列测向模型推导获取无穷范数加权分数低阶矩阵和导向矢量矩阵；根据无穷范数加权分数低阶矩阵和导向矢量矩阵计算得到方向估计的极大似然函数；将量子机制与斑马优化算法结合，将待测信源的波达方向角估计值作为量子斑马实际位置，量子斑马的量子位置与实际位置经映射函数一一对应，将极大似然函数值作为适应度值，利用改进的斑马优化算法迭代获取最优量子位置，最优量子位置对应的实际位置即为使极大似然函数值最小的估计方向角矢量。
-
公开(公告)号：CN110689074A
公开(公告)日：2020-01-14
申请号：CN201910914920.7
申请日：2019-09-26
Applicant: 哈尔滨工程大学
IPC: G06K9/62
Abstract: 本发明属于安全数据分析领域，具体涉及一种基于模糊集特征熵值计算的特征选择方法。本发明主要包括计算理想矢量矩阵、计算相似度矩阵、计算特征的熵、计算缩放因子SFi,d、计算特征熵值排名SEd等步骤，本发明使用特征的缩放因子和特定类别之间的熵值来计算每个类别中理想矢量之间的距离，可以优化特征选择，降低计算复杂度。本发明方法采用模糊集中信息熵的计算方法FIEE来解决传统信息增益、信息增益比计算方法中，由于特征取值空间庞大而导致的无法计算的问题。本发明方法可以大大的减小计算复杂度。
-
Patent Agency Ranking
公开(公告)号：CN110458033A
公开(公告)日：2019-11-15
申请号：CN201910644318.6
申请日：2019-07-17
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于可穿戴位置传感器的人体行为序列识别方法，具体步骤包括：数据采集、数据分割、识别。解决了使用可穿戴传感器进行人体行为识别中，对运动序列进行划分时步骤繁琐、模型复杂度较高的问题，通过结合参考传感器标签的高程和水平信息的变化，在识别前，对数据预先进行0级、1级、2级三个参考级别的分割，而不依赖于复杂的模型，实现了高效的对运动序列的划分以及识别，降低分割过程模型复杂度。
-
公开(公告)号：CN119167754A
公开(公告)日：2024-12-20
申请号：CN202411184377.7
申请日：2024-08-27
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及阵列天线技术领域，尤其是大型直线阵列天线的稀疏化设计，构造大规模天线稀疏阵列优化的目标函数；大规模天线稀疏阵列主要是根据天线阵列的旁瓣电平等目标优化天线阵元的摆放形式，如果在规定的栅格内摆放阵元，则栅格标记位记为“1”，如果没有摆放阵元则栅格标记位记为“0”，其中“1”与“0”表示栅格的标志位，所以在栅格中存在两种情况，有阵元和无阵元，也就是对栅格位置是否有阵元即天线的摆放位置进行优化，栅格标志位向量为I＝[I1,I2,I3,…,IN]，与传统使用sigmoid函数映射的粒子群算法相比，本发明的苍鹭群觅食优化机制采用双曲正切函数进行映射实现个体位置更新，可以更好的进行概率选择变异，在寻优策略上有进一步提升。
-
公开(公告)号：CN118276604A
公开(公告)日：2024-07-02
申请号：CN202410363847.X
申请日：2024-03-28
Applicant: 哈尔滨工程大学
IPC: G05D1/695 , G05D109/20
Abstract: 本发明提供了一种基于豆芫菁群机制的多无人机航迹规划方法及系统，属于无人机规划技术领域。为了解决在面对城市防护和调度任务时，现有无人机航迹规划方法复杂、搜索速度慢、威胁代价大、抗干扰和抗噪声能力差，且受不同威胁时判定不明确的问题。本发明仿生于豆芫菁群在捕食途中遇到外部威胁时分泌斑蝥素对后来群体的警示作用，引入分级制度，并结合威胁因子和弥散因子定义转移概率，平衡了最小威胁代价和最短路径条件下的从起点到终点的最优航迹，保证了在多威胁条件下路径规划的安全性和有效性，使得基于豆芫菁群的无人机集群航迹规划更倾向于综合威胁较小，航行代价较低的路径。
-
公开(公告)号：CN118226370A
公开(公告)日：2024-06-21
申请号：CN202410364523.8
申请日：2024-03-28
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种冲击噪声环境下基于量子斑马机制的多无人机测向方法及系统。该方法包括：根据待测信源数目和组阵无人机数目确定待测阵列结构是均匀线阵还是非均匀线阵；建立待测阵列对应的阵列测向模型，基于阵列测向模型推导获取无穷范数加权分数低阶矩阵和导向矢量矩阵；根据无穷范数加权分数低阶矩阵和导向矢量矩阵计算得到方向估计的极大似然函数；将量子机制与斑马优化算法结合，将待测信源的波达方向角估计值作为量子斑马实际位置，量子斑马的量子位置与实际位置经映射函数一一对应，将极大似然函数值作为适应度值，利用改进的斑马优化算法迭代获取最优量子位置，最优量子位置对应的实际位置即为使极大似然函数值最小的估计方向角矢量。
-
公开(公告)号：CN115942494A
公开(公告)日：2023-04-07
申请号：CN202211542384.0
申请日：2022-12-03
Applicant: 哈尔滨工程大学
IPC: H04W72/53 , H04W72/542 , H04W72/543 , G06N3/006 , H04B7/0413 , H04B7/145 , H04W12/122
Abstract: 本发明提供一种基于智能反射面的多目标安全MassiveMIMO资源分配方法，将野马群智能与支配关系相结合，设计了解决多目标连续优化问题的多目标野马优化算法，改进了原始野马群智能执行放牧行为、交配行为的位置更新公式，并且舍弃了野马群智能分组优化的模式，突破了已有野马优化算法只能解决单目标优化问题的应用局限。针对基于智能反射面的安全MassiveMIMO通信系统，以最大化合法用户处的信息传输速率、最小化非合法用户处的信息传输速率为目标利用多目标野马群智能优化每个反射元的相移控制角和基站功率传输矩阵，本发明同时优化智能反射面中每个反射元的相移控制角和基站功率传输矩阵，提升系统的资源利用率。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.114 seconds)
