三维场景中的贪婪多播路由协议设计方法

    公开(公告)号:CN110267321B

    公开(公告)日:2022-03-04

    申请号:CN201910518174.X

    申请日:2019-06-14

    摘要: 本发明公开了一种三维场景中的贪婪多播路由协议设计方法,主要解决现有技术投递率低、时延高和路由开销大的问题。其实现方案是:计算邻居节点的等效一跳转发速度,并用其筛选出当前节点的候选下一跳转发节点集合CF(m);基于Beta分布建立可靠度评估模型,并用该模型评估CF(m)中等效一跳转发速度值最大的节点;基于计算出的可靠度值动态调整CF(m),以筛选出实际的下一跳转发节点集合,并将数据分组转发到下一跳转发节点集合的所有节点。本发明提高了分组投递率,降低了平均端到端时延和统一路由开销。可应用于三维高动态无人机自组网中无人机与无人机之间的通信。

    基于智能终端的停车位诱导系统

    公开(公告)号:CN108091170A

    公开(公告)日:2018-05-29

    申请号:CN201810014071.5

    申请日:2018-01-08

    IPC分类号: G08G1/14 G07B15/04

    摘要: 本发明公开了基于智能终端的停车位诱导系统,主要解决现有技术中停车场内部车位导航定位不精确、停车场管理智能化程度低的问题。其包括用户智能终端,定位单元,后台管理单元、自动门禁单元和车位监测单元,其中用户智能终端与后台管理单元通过无线连接,定位单元、自动门禁单元和车位监测单元与后台管理单元通过有线连接,这些单元相互配合,利用物联网、电子地图、地理信息系统和定位技术完成停车场车位信息查询、车位预约、车位路径导航、车辆定位、在线支付和反向寻车的功能,实现停车场内部全自动停车位诱导。本发明有效地利用了有限的车位资源,节省了用户出入场时间,提高了停车效率,可用于城市场景室内外的停车场管理。

    前向模型约束的神经网络磁粒子成像重建方法和系统

    公开(公告)号:CN115541693A

    公开(公告)日:2022-12-30

    申请号:CN202211002854.4

    申请日:2022-08-19

    IPC分类号: G01N27/72 G06F17/14 G06N3/02

    摘要: 本发明公开的前向模型约束的神经网络磁粒子成像重建方法,通过校准获得系统矩阵,测量样品产生的电压数据;将采集到的数据进行傅里叶变换转化到频率域,使用信噪比阈值对数据的频率特征进行筛选;使用Pytorch重建网络,实现由一维电压数据到多维磁粒子浓度分布的映射;使用系统矩阵作为磁粒子成像的前向模型,用重建后的磁粒子浓度分布生成电压仿真数据,计算电压仿真数据与输入电压数据之间的差异作为损失函数对网络参数进行更新;在损失函数中添加正则化项,并调整训练参数和正则化参数取得最优的重建效果。本发明使用前向模型约束的神经网络进行磁粒子成像重建,通过在网络的损失函数中添加全变分正则化项,进一步提高重建效果。

    三维场景中的贪婪多播路由协议设计方法

    公开(公告)号:CN110267321A

    公开(公告)日:2019-09-20

    申请号:CN201910518174.X

    申请日:2019-06-14

    摘要: 本发明公开了一种三维场景中的贪婪多播路由协议设计方法,主要解决现有技术投递率低、时延高和路由开销大的问题。其实现方案是:计算邻居节点的等效一跳转发速度,并用其筛选出当前节点的候选下一跳转发节点集合CF(m);基于Beta分布建立可靠度评估模型,并用该模型评估CF(m)中等效一跳转发速度值最大的节点;基于计算出的可靠度值动态调整CF(m),以筛选出实际的下一跳转发节点集合,并将数据分组转发到下一跳转发节点集合的所有节点。本发明提高了分组投递率,降低了平均端到端时延和统一路由开销。可应用于三维高动态无人机自组网中无人机与无人机之间的通信。

    基于径向基函数神经网络代理模型的翼型设计方法

    公开(公告)号:CN110516318B

    公开(公告)日:2023-04-28

    申请号:CN201910718850.8

    申请日:2019-08-05

    发明人: 黄鹏飞 王晗丁

    IPC分类号: G06F30/15 G06F30/27 G06N3/02

    摘要: 本发明公开了一种基于径向基函数神经网络代理模型的翼型设计方法,包括以下步骤:(1)利用B样条方法获取控制点;(2)构建翼型设计参数库;(3)设计目标函数;(4)构建四个径向基函数神经网络;(5)使用代理优化算法得到优选的翼型设计参数;(6)根据优选的翼型设计参数得到翼型。本发明通过构建代理模型,使用代理优化算法来获取优选的翼型设计参数,可以提高优化的效率,降低时间和费用成本,而且能够适用于更多种类型的翼型设计。

    基于径向基函数神经网络代理模型的翼型设计方法

    公开(公告)号:CN110516318A

    公开(公告)日:2019-11-29

    申请号:CN201910718850.8

    申请日:2019-08-05

    发明人: 黄鹏飞 王晗丁

    IPC分类号: G06F17/50 G06N3/02

    摘要: 本发明公开了一种基于径向基函数神经网络代理模型的翼型设计方法,包括以下步骤:(1)利用B样条方法获取控制点;(2)构建翼型设计参数库;(3)设计目标函数;(4)构建四个径向基函数神经网络;(5)使用代理优化算法得到优选的翼型设计参数;(6)根据优选的翼型设计参数得到翼型。本发明通过构建代理模型,使用代理优化算法来获取优选的翼型设计参数,可以提高优化的效率,降低时间和费用成本,而且能够适用于更多种类型的翼型设计。