-
公开(公告)号：CN112380903A
公开(公告)日：2021-02-19
申请号：CN202011097313.5
申请日：2020-10-14
申请人： 东北电力大学
摘要： 本发明是一种基于WiFi‑CSI信号增强的人体活动识别方法，其特征是，它包括：CSI数据采集、动态天线选择算法、活动信号增强、动作分割算法和人体行为识别等步骤：首先对天线进行选择，挑选出对人体行为最为敏感的天线，减少后续计算分析的数据量；其次对选择后的天线进行信号和增强，使得活动信号与非活动信号存在明显的差异；最后，基于增强后的信号分割动作起止时间，去除非活动信号部分，保留活动信号部分。将活动信号输入分类器训练，识别人体行为。本发明可以广泛应用于室内人体摔倒检测，老年人家庭监护等领域。
-
公开(公告)号：CN116916411A
公开(公告)日：2023-10-20
申请号：CN202311080478.5
申请日：2023-08-25
申请人： 东北电力大学
摘要： 本发明一种基于动态分簇的无线传感器网络簇建立方法，属于无线传感器网络技术领域，涉及一种避免能量空洞的无线传感器网络动态分簇方法；包括步骤一、簇头选取，步骤二、簇半径计算及步骤三、簇建立三个步骤；簇头选取和簇半径计算，按照网络有没有出现死亡节点分两种情况考虑，分别获得了网络没有出现死亡节点时的簇头选取概率、网络出现死亡节点后的簇头选取概率、网络没有出现死亡节点时的簇半径以及网络出现死亡节点后的簇半径，使无线传感器网络动态分簇更加合理，实现了网络能耗均衡、避免出现能量空洞的目的；具有方法科学合理，高效，低能耗，能够延长无线传感器网络生命周期等优点。
-
公开(公告)号：CN112380903B
公开(公告)日：2024-02-02
申请号：CN202011097313.5
申请日：2020-10-14
申请人： 东北电力大学
IPC分类号： G06F18/24 , G06F18/213 , G06F18/2413 , G06F18/2411 , G06F18/214 , G06N20/20
摘要： 人家庭监护等领域。本发明是一种基于WiFi‑CSI信号增强的人体活动识别方法，其特征是，它包括：CSI数据采集、动态天线选择算法、活动信号增强、动作分割算法和人体行为识别等步骤：首先对天线进行选择，挑选出对人体行为最为敏感的天线，减少后续计算分析的数据量；其次对选择后的天线进行信号和增强，使得活动信号与非活动信号存在明显的差异；最后，基于增强后的信号分割动作起(56)对比文件Zuo Lijuan 等.Image SignalEnhancement based on FractionalDifferential Technologies《.Journal ofMultimedia》.2014,第9卷(第9期),1097-1104.
-
公开(公告)号：CN116939758A
公开(公告)日：2023-10-24
申请号：CN202311054306.0
申请日：2023-08-21
申请人： 东北电力大学
IPC分类号： H04W40/22 , H04W40/32 , H04W84/18 , H04W72/0446 , H04W72/566
摘要： 本发明公开了一种抑制能量空洞的无线传感器网络数据传输优化方法及介质，属于无线传感器网络技术领域，计算机可读存储介质存储被运行时执行抑制能量空洞的无线传感器网络数据传输优化方法的步骤的计算机指令。所述方法在簇内数据传输阶段中，簇头节点根据簇内节点剩余能量以及节点度的变化率计算簇内节点的数据传输优先度，据此进行簇内节点传输排序；在簇间数据传输阶段中，综合考虑中继节点的剩余能量、中继节点到基站的距离以及中继节点的节点度的变化率，计算中继节点转发代价，簇头节点选择中继节点转发代价最小的节点为其下一跳中继节点。具有方法科学合理，高效，低能耗，低数据传输时延，能够保证无线传感器网络数据稳定传输等优点。
-
公开(公告)号：CN116611511A
公开(公告)日：2023-08-18
申请号：CN202310597202.8
申请日：2023-05-25
申请人： 东北电力大学
摘要： 本发明提出了融合多源信息的知识表示学习方法用于进行实体预测和关系预测，从而实现知识库的补全，为大规模知识库得到广泛和深入应用奠定基础。现有的知识表示学习模型大都仅利用了知识库中的三元组结构信息进行表示学习，为了改善数据稀疏问题，提升知识表示学习的性能，本发明针对不同来源的信息，如相关的互联网文本信息和已有的知识库信息，提出了融合多源信息的联合知识表示学习方法；随着知识库中的语义关系越来越复杂和多样化，关系路径上也包含了丰富的语义信息，为了对其进行充分利用，以获取更多缺失的关系链接，提出关系路径的可靠性评估方法和基于语义组合的关系路径表示学习方法；提出将逻辑规则和表示学习模型整合到一起的方法，通过将逻辑规则转换成向量，与实体/关系向量进行协同学习，在保证效率的情况下提高知识表示学习的准确性。
-
公开(公告)号：CN117295105A
公开(公告)日：2023-12-26
申请号：CN202311161273.X
申请日：2023-09-11
申请人： 东北电力大学
IPC分类号： H04W24/08 , H04B17/318 , H04B17/336
摘要： 本发明公开了一种单个5G宏基站性能评估方法及性能评估装置,属于5G通信技术领域，方法包括获取基站通信数据；根据获取的基站通信数据分别对基站信号好坏、基站用户体验和基站网络稳定性进行评估；根据基站信号好坏、基站用户体验和基站网络稳定性，计算基站综合评分；根据基站综合评分确定基站的性能；装置包括基站通信数据获取模块、基站信号好坏评估模块、基站用户体验评估模块、基站网络稳定性评估模块和用于根据基站信号好坏、基站用户体验和基站网络稳定性，计算基站综合评分，并依据该基站综合评分来评估单个5G宏基站性能的性能评估总数据处理模块，本发明能够更全面、更精细地评估5G宏基站的性能，为网络优化和资源管理提供依据。
-
公开(公告)号：CN117134963A
公开(公告)日：2023-11-28
申请号：CN202311084654.2
申请日：2023-08-28
申请人： 东北电力大学
摘要： 本发明公开了一种电力监控系统攻击属性分析与重要属性动态提取方法，属于电力系统安全领域，该方法包括电力监控系统攻击属性分析方法与电力监控系统攻击重要属性动态提取方法。在对数据集进行特征处理时，通过计算属性均值、属性最大值与属性重要度因子，根据结果确定每种攻击类别的属性重要度排序，同时根据属性重要度与属性累计重要度，精准确定重要属性，以此实现对电力监控系统的数据处理，为电力监控系统入侵检测的精确分类与应对策略提供数据基础。具有方法科学合理，适用性强，准确率高，可提高电力监控系统威胁检测过程中数据处理的准确性、及时性与稳定性等优点。
-
公开(公告)号：CN116739081A
公开(公告)日：2023-09-12
申请号：CN202310597201.3
申请日：2023-05-25
申请人： 东北电力大学
IPC分类号： G06N5/02 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/048 , G06N3/0985 , G06F40/295
摘要： 本发明提出了电网风险领域的知识获取和表示方法，用于从语义层面构建电网风险、人、设备和事件等的关联关系，进而对存在的电网风险进行更加全面的预判，避免出现不可控的严重后果。电网风险领域知识获取和表示面临标注数据集极少、传统的事实三元组结构在实际中的可用性不强等问题，为此本发明提出基于元学习的电网风险领域命名实体识别方法，通过模拟域迁移有效聚合多个资源域的元知识来建立序列标注模型并优化学习泛化能力；提出基于多粒度序列网络模型的电网风险领域文档级关系提取方法，借助不同级别的结构信息，解决由多个电网风险实体和句间关系引起的复杂语义和长距离上下文依赖关系问题；提出同时表征存在依赖关系的事实和事实关联三元组的知识图谱表示方法，通过引入关联三元组增强电网风险领域知识图谱的可用性，并建立事实和关联元组的双输出序列标注模型用于知识图谱的补全。
-
-
-
-
-
-
-
搜索结果
8 条记录 (耗时 0.025 秒)
