基于群组认证和分段鉴权的电力物联网终端设备认证方法

    公开(公告)号:CN112910861A

    公开(公告)日:2021-06-04

    申请号:CN202110068581.2

    申请日:2021-01-19

    IPC分类号: H04L29/06 H04L9/32 G16Y40/50

    摘要: 本发明公共了一种基于群组认证和分段鉴权的电力物联网终端设备认证方法,对于请求接入电力物联网的终端设备,首先依据多维度的群组特性对终端设备进行动态群组划分,在各群组内部产生领头设备,之后依据分段鉴权的方法在物联管理平台和边缘物联代理、边缘物联代理和领头设备、领头设备和群组内终端设备之间进行基于身份信息的一对一认证,最终终端设备、领头设备、边缘物联代理和物联管理平台建立信任传递链,具有完整信任传递链的设备准许接入,任何一环未通过认证的设备则不被允许接入。该方法可以节约认证流程,提升认证效率,释放大量网络资源和降低计算量,且对于意图非法访问、接入电力物联网的假冒设备和恶意设备具有很好的拒止作用。

    一种电力机器人自动导航方法、系统、设备及存储介质

    公开(公告)号:CN118149825A

    公开(公告)日:2024-06-07

    申请号:CN202410349252.9

    申请日:2024-03-26

    IPC分类号: G01C21/20

    摘要: 本发明公开了一种电力机器人自动导航方法、系统、设备及存储介质,该方法包括:获取电力机器人四周的障碍物位置信息,并将障碍物位置信息作为电力机器人的控制器的第一输入变量;设置电力机器人和巡检点的直线路径,并将直线路径和电力机器人的前进方向之间的角度作为控制器的第二输入变量,以及将电力机器人的转向角度作为控制器的输出变量;设置模糊集合;根据第一输入变量、第二输入变量、输出变量和模糊集合建立模糊规则;将输出变量作为隶属度的论域,得到输出变量的隶属度函数,并根据隶属度函数对输出变量进行去模糊化得到输出变量的具体值,以使电力机器人根据具体值完成导航。本发明采用模糊技术使电力机器人能够有效躲避四周的障碍物。

    一种高光谱图像的去噪模型训练方法及去噪方法

    公开(公告)号:CN112598599B

    公开(公告)日:2024-04-09

    申请号:CN202011591947.6

    申请日:2020-12-29

    IPC分类号: G06F30/27

    摘要: 本发明公开了一种高光谱图像的去噪模型训练方法及去噪方法。其去噪模型训练方法包括如下步骤:(1)对获取的高光谱图像数据集做预处理,获得无噪数据集,然后加入不同方差的高斯白噪声,生成有噪数据集;(2)对方差扩充维度,得到与图像同等大小的噪声水平图;(3)将有噪数据集和噪声水平图构成样本数据组进行训练,得到噪声估计子网络模型;(4)利用噪声估计子网络模型预测得到噪声水平图,并将噪声水平图和有噪数据合并,与无噪数据集作为样本数据组进行训练,得到高光谱图像去噪模型。本发明采用了训练子网络的方法估计噪声方差,使得去噪模型不仅对高光谱图像去噪效果显著,而且实现了处理不同噪声方差的盲去噪效果。