-
公开(公告)号：CN102609731B
公开(公告)日：2015-04-08
申请号：CN201210007079.1
申请日：2012-01-11
Applicant: 江西理工大学
IPC: G06K9/66
Abstract: 本发明公开了一种基于视觉词汇本集体的图像分类方法，涉及模式识别、计算机视觉、图像理解技术领域。本发明利用多分辨率信息来量化图像，来自于不同综合层的多种可用线索并行用来分类图像。为了利用不同粒度的信息来分类图像，图像在基于不同大小的视觉词汇本上量化，这些不同大小的视觉词汇本可以捕获不同的图像特征。然后基于不同大小的视觉词汇本，训练图像集得到不同的量化矢量集，从而可以学习到不同的分类器，每种分类器根据图像不同粒度的信息得到物体不同的模型，集成这些分类器模型来分类新的图像时能产生更好的效果。实验结果表明本发明能显著提高单一大小的视觉词汇本的性能，具有很强的鲁棒性，对不同的图像都能得到好的分类效果。
-
公开(公告)号：CN110062390A
公开(公告)日：2019-07-26
申请号：CN201910318340.1
申请日：2019-04-19
Applicant: 江西理工大学
Abstract: 本发明公开了基于改进狼群算法的无线传感器网络节点优化部署方法，应用在无线传感器网络的节点优化部署上，提升无线传感器节点的有效覆盖率，使用非线性收敛因子平衡算法前期的全局搜索及后期的局部搜索能力；加入精英策略，加快算法的收敛速度；提出动态权重策略，使得位置不佳个体的位置更新更加合理；同时，提出一种动态位置越界处理策略，增加了搜索到区域内全局最优解的可能性；引入动态变异策略增加狼群多样性，有效扩大了算法的搜索范围。本发明的优点：解决了GWO算法后期易于陷入局部最优的难题，IGWO算法提高了无线传感器网络节点的覆盖性能，能够使用更少节点实现更高覆盖率，减少覆盖空洞，降低了网络的部署成本。
-
公开(公告)号：CN108513332A
公开(公告)日：2018-09-07
申请号：CN201810388409.3
申请日：2018-04-26
Applicant: 江西理工大学
IPC: H04W40/10 , H04L12/715
Abstract: 本发明公开了一种分簇路由方法及系统，该方法包括：汇聚节点获取第一数量，将多个无线传感器网络WSN节点所在的区域，平均划分为所述第一数量的簇区，在第一轮，将每个簇区中的能量最大的WSN节点，确定为该簇区簇头节点，将每个簇区的簇头节点标识信息，广播至该簇区的每个WSN节点，其中，将WSN节点所在区域平分为第一数量的簇区，每个簇区中选取出一个WSN节点作为簇头节点，这便尽可能的均衡了簇头节点、各WSN节点的分布，均衡了节点能量损耗，延长了无线传感器网络的生命周期。
-
公开(公告)号：CN106060927A
公开(公告)日：2016-10-26
申请号：CN201610668135.4
申请日：2016-08-15
Applicant: 江西理工大学
Abstract: 本发明公开了一种基于马鞍地形山区无线传感器网络节点的定位方法，本发明无需测距的定位机制不需测量节点间的绝对距离或方位，降低了对节点硬件的成本，体积和能量消耗，更适合于大规模传感器网络。但非测距的节点定位方法的精度较低，在理想环境下其定位精度仍可满足应用的需求，但在山区复杂地形上的应用时其定位精度难于满足实际应用的要求。本发明是在山区马鞍形地形上的无线传感器网络非测距节点定位方法，大幅度提高了无线传感器网络节点的定位精度，完全能满足山区地形下无线传感器网络节点定位的要求。
-
公开(公告)号：CN102609731A
公开(公告)日：2012-07-25
申请号：CN201210007079.1
申请日：2012-01-11
Applicant: 江西理工大学
IPC: G06K9/66
Abstract: 本发明公开了一种基于视觉词汇本集体的图像分类方法，涉及模式识别、计算机视觉、图像理解技术领域。本发明利用多分辨率信息来量化图像，来自于不同综合层的多种可用线索并行用来分类图像。为了利用不同粒度的信息来分类图像，图像在基于不同大小的视觉词汇本上量化，这些不同大小的视觉词汇本可以捕获不同的图像特征。然后基于不同大小的视觉词汇本，训练图像集得到不同的量化矢量集，从而可以学习到不同的分类器，每种分类器根据图像不同粒度的信息得到物体不同的模型，集成这些分类器模型来分类新的图像时能产生更好的效果。实验结果表明本发明能显著提高单一大小的视觉词汇本的性能，具有很强的鲁棒性，对不同的图像都能得到好的分类效果。
-
Patent Agency Ranking
公开(公告)号：CN110062389B
公开(公告)日：2022-08-12
申请号：CN201910318330.8
申请日：2019-04-19
Applicant: 江西理工大学
Abstract: 本发明公开了基于改进差分进化算法的传感器网络节点优化部署方法，并成功应用于无线传感器网络的节点优化部署，通过设置混沌映射群体初始化，提升了初始种群的多样性；使用精英群体实现对变异向量的引导，加快种群全局的寻优速度；使用参数自适应调整机制增强算法对节点的适应能力。本发明的优点：与基本差分进化算法相比，改进后的算法在节点覆盖率和收敛速度上均有较大程度的提升，同时能够有效应对节点可能出现的突发状况，增强了算法的适应能力；改进的差分进化算法有效避免了种群陷入局部最优，提高了算法的寻优能力。对比改进前的差分进化算法提升了5％左右的网络覆盖率，满足了监测区域的覆盖要求，并加快了收敛速度，而且改进后的算法具有较强的适应性。
-
公开(公告)号：CN110062390B
公开(公告)日：2022-07-08
申请号：CN201910318340.1
申请日：2019-04-19
Applicant: 江西理工大学
Abstract: 本发明公开了基于改进狼群算法的无线传感器网络节点优化部署方法，应用在无线传感器网络的节点优化部署上，提升无线传感器节点的有效覆盖率，使用非线性收敛因子平衡算法前期的全局搜索及后期的局部搜索能力；加入精英策略，加快算法的收敛速度；提出动态权重策略，使得位置不佳个体的位置更新更加合理；同时，提出一种动态位置越界处理策略，增加了搜索到区域内全局最优解的可能性；引入动态变异策略增加狼群多样性，有效扩大了算法的搜索范围。本发明的优点：解决了GWO算法后期易于陷入局部最优的难题，IGWO算法提高了无线传感器网络节点的覆盖性能，能够使用更少节点实现更高覆盖率，减少覆盖空洞，降低了网络的部署成本。
-
公开(公告)号：CN107172627B
公开(公告)日：2021-03-12
申请号：CN201710401253.3
申请日：2017-05-31
Applicant: 江西理工大学
Abstract: 本发明公开了基于混沌优化细菌觅食算法的传感器节点部署方法，其包括以下步骤：初始化、设置循环变量、趋化循环、繁殖循环、迁徙操作、判断算法结束循环的条件，满足条件则结束算法并输出最优细菌组合，不满足条件返回设置循环变量。本发明的优点：在用混沌优化的细菌觅食算法得到的节点覆盖方案中WSN节点在监测区域中均匀分布，产生极少的节点冗余，几乎没有覆盖空洞，与随机部署节点的策略比较，提高了节点部署策略网络覆盖率，节点在监测区域分布更加均匀，重复覆盖的区域更少，节点的冗余度极低，达到了WSN优化覆盖的目的,而且优化的算法使用更少的节点就能有效覆盖监测区域，节约了部署成本，同时也极大地延长了WSN的监测时间。
-
公开(公告)号：CN108513332B
公开(公告)日：2020-05-26
申请号：CN201810388409.3
申请日：2018-04-26
Applicant: 江西理工大学
IPC: H04W40/10 , H04L12/715
Abstract: 本发明公开了一种分簇路由方法及系统，该方法包括：汇聚节点获取第一数量，将多个无线传感器网络WSN节点所在的区域，平均划分为所述第一数量的簇区，在第一轮，将每个簇区中的能量最大的WSN节点，确定为该簇区簇头节点，将每个簇区的簇头节点标识信息，广播至该簇区的每个WSN节点，其中，将WSN节点所在区域平分为第一数量的簇区，每个簇区中选取出一个WSN节点作为簇头节点，这便尽可能的均衡了簇头节点、各WSN节点的分布，均衡了节点能量损耗，延长了无线传感器网络的生命周期。
-
公开(公告)号：CN107040992B
公开(公告)日：2019-08-27
申请号：CN201710423451.X
申请日：2017-06-07
Applicant: 江西理工大学
Abstract: 本发明公开了一种无线传感器网络节点定位方法及装置，该方法包括：S1：对于待检测区域上的每一个锚节点，计算其平均每跳水平距离；S2：对于该每一个锚节点，计算其跳距修正平均值；S3：对于该每一个锚节点，根据其跳距修正平均值以及其平均每跳水平距离计算其修正平均每跳水平距离；S4：计算该未知节点到该未知节点周围锚节点的水平距离，根据该水平距离以及该未知节点周围锚节点的平面坐标确定该未知节点的平面坐标；S5：根据该待检测区域的二维电子网格模型、三维电子网格模型以及该未知节点的平面坐标确定该未知节点的三维坐标。本发明在山区地形中的定位精度有大幅度提高，能够满足实际应用的要求。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.02 seconds)
