-
公开(公告)号：CN119520311A
公开(公告)日：2025-02-25
申请号：CN202411703843.8
申请日：2024-11-26
Applicant: 河南大学
IPC: H04L41/147 , H04L41/14 , H04L41/16 , H04L67/10 , G06N3/0442
Abstract: 本发明公开了一种障碍感知的云‑边‑端协同工业无线网络信道预测方法，涉及无线通讯技术领域；工业终端设备实时采集信道状态数据并利用数据预处理单元对信道状态数据进行预处理，将预处理后的信道状态数据传输至边缘服务器；边缘服务器基于预处理后的信道状态数据，采用长短期记忆网络进行障碍物检测分类，生成障碍物类别信息，将障碍物类别信息和预处理后的信道状态数据上传至云服务器；搭建障碍感知信道转换架构模型，云服务器基于接收到的障碍物类别信息和预处理后的信道状态数据，通过障碍感知信道转换架构模型得到信道状态的预测结果。本发明准确性高，在复杂环境中的适应性更强，且在实际应用中具备良好的可靠性和扩展性。
-
公开(公告)号：CN118504769A
公开(公告)日：2024-08-16
申请号：CN202410700018.6
申请日：2024-05-31
Applicant: 河南大学
IPC: G06Q10/04 , G06N7/01 , G06N3/092 , G06N3/0455 , G06Q50/06 , G06F17/10 , G06F18/20 , G06Q30/0201
Abstract: 本发明提出了一种基于informer多智能体强化学习的复杂场景电动汽车充电引导方法，方法步骤包括：S1：综合获取电动汽车‑充电站‑交通道路交互信息；S2：基于电动汽车‑充电站‑交通道路交互信息，构建电动汽车引导多目标优化函数；S3：以充电站为智能体，将电动汽车引导多目标优化函数建立为马尔可夫决策问题，构建多智能体强化学习电动汽车充电引导框架；S4：基于多智能体强化学习电动汽车充电引导框架设计基于informer网络的行动者‑评论家算法，并通过最小化损失对行动者‑评论家算法更新；S5：计算智能体的优势函数，限制行动者‑评论家算法的更新幅度。本发明方法充分考虑了复杂场景下的信息交互，实现高效实时在线的电动汽车充电引导。
-
公开(公告)号：CN118234014A
公开(公告)日：2024-06-21
申请号：CN202410461142.1
申请日：2024-04-17
Applicant: 河南大学
IPC: H04W64/00 , H04W84/18 , H04W12/126 , H04L9/40
Abstract: 本发明提出了一种拒绝服务注入下的传感网络分布式协同定位方法，其步骤如下：根据无线传感器网络的拓扑结构构建无线传感器网络模型，根据各传感器节点分为锚节点集和非锚节点集；通过重心坐标表示非锚节点的水平位置；利用邻居信息进行多次分布式迭代定位得到非锚节点的位置估计，当位置估计趋近非锚节点的水平位置时，停止迭代，得到非锚节点的静态精确位置；在拒绝服务注入环境下对非锚节点的静态精确位置进行优化，满足拒绝服务攻击下的分布式定位。本发明是完全分布式的，只需要少量的在线计算即可实现整个无线传感器网络的定位，避免了能源损耗的风险；可以充分利用邻居节点的信息，有更好的鲁棒性，适合复杂的定位环境。本发明仅需要少量的锚节点就可以实现对大规模的非锚节点的准确定位。
-
公开(公告)号：CN114018640B
公开(公告)日：2023-09-26
申请号：CN202111256638.8
申请日：2021-10-27
Applicant: 河南大学第一附属医院
Abstract: 本发明涉及公开了一种用于医院检验科的尿检取样装置，包括尿检试管、尿杯以及操作机架；所述尿检试管包括管体和集成组件，管体的一端封闭，另一端开口，集成组件封闭在管体的开口端，其包括转动体、塞柱以及试纸，转动体与塞柱螺纹配合，当旋转转动体时，塞柱能轴向上移或下移，以实现管体顶部打开或封闭的切换，试纸插入在塞柱之中，且试纸向下延伸至管体内；所述尿杯的底部设置有出液孔，出液孔处设置有控制出液孔开闭的阀门；所述操作机架可以同时放置多个尿检试管和尿杯，并能使各尿检试管的塞柱同时上下移动。本发明可以同时将多个尿杯中的尿液导入相应的尿检试管，同时，尿液不会暴露在空气中，因此能减轻尿液异味对周围的影响。
-
公开(公告)号：CN112241814B
公开(公告)日：2022-12-02
申请号：CN202011127925.4
申请日：2020-10-20
Applicant: 河南大学
Abstract: 本发明提供一种基于强化时空图神经网络的交通预测方法，基于序列到序列模型的交通预测框架，对道路网络的时间相关性、空间相关性进行建模，根据道路网络上下游关系将整个路网构建成一个有向加权图，通过扩散图卷积网络来捕获路网的空间相关性，提取路网的空间相关性特征，将带有空间相关性特征的时间序列输入到递归神经网络中捕获路网的时间相关性，然后通过强化学习中的actor‑critic算法在解码的过程中对预测结果进行优化，将每个时间片捕获的路网关系拓扑图看作智能体中的actor，将递归神经网络看作actor选择下一个动作的随机策略，并用critic对它选择的动作进行评判，并反馈一个优势函数，actor根据反馈的优势函数来更新策略参数，相比传统方法大大提高了预测精度。
-
Patent Agency Ranking
公开(公告)号：CN112257850B
公开(公告)日：2022-10-28
申请号：CN202011157093.0
申请日：2020-10-26
Applicant: 河南大学
Abstract: 本发明首先提取目标车辆的历史轨迹数据、目标车辆的周围车辆的历史轨迹数据并构建生成对抗网络模型，将提取后的轨迹数据按照时间序列依次输入生成网络中得到预测轨迹值，将预测轨迹值与真实轨迹值交替输入到判别网络中判别预测轨迹值与真实轨迹值的差异，得出判别概率，将判别概率输入到生成网络与判别网络中，得到两个网络的损失值，反向更新判别网络和生成网络的参数，直到判别网络输出的判别概率接近1，则生成对抗网络模型训练成熟，并在生成网络模型中加入注意力机制，通过使解码器在解码的每一时刻都考虑编码器的隐藏状态信息，计算与当前预测时刻隐藏状态的相关性，得到与当前预测时刻隐层状态最相关的输入编码，提高预测轨迹的准确性。
-
公开(公告)号：CN114306802A
公开(公告)日：2022-04-12
申请号：CN202210004805.8
申请日：2022-01-04
Applicant: 河南大学第一附属医院
Abstract: 本发明公开了一种肿瘤化疗装置及其使用方法，容纳腔内固设有储药袋和化疗泵，壳体顶部开设有加料口，加料口与储药袋连通，容纳腔侧壁嵌有加热线圈，壳体外侧固设有支撑臂，第一伸缩臂的一端与壳体转动连接，第一伸缩臂的另一端与第二伸缩臂转动连接，第一伸缩臂和第二伸缩臂上均固设有两个以上的支撑圆环，化疗泵的出口固定连接有输液管，输液管上固设有流速控制机构和收卷机构，且流速控制机构固设于壳体上，收卷机构固设于第二伸缩臂上，壳体一侧固设有夹紧机构。通过设置夹紧机构，使得患者能够将化疗装置固定在腰上，方便携带，且设置有收卷机构，能够在患者走动时将输液管过长的部分收卷起来，避免其钩住物体，对患者造成伤害。
-
公开(公告)号：CN112073964B
公开(公告)日：2021-11-19
申请号：CN202011155667.0
申请日：2020-10-26
Applicant: 河南大学
Abstract: 本发明的目的是设计一种基于椭圆曲线加密的无人机与基站通信身份认证方法，包括：系统进行初始化阶段，可信中心生成系统参数并广播给无人机网络中；无人机机群内各个无人机由可信中心认证对其进行注册；路面基站与无人机发起认证请求；认证成功后路面基站向无人机发送指令包，无人机接收指令并执行指令任务。该认证方法主要依据椭圆曲线密码学理论，基于椭圆曲线离散对数难题（ECDLP）保证了通信数据的难破解性；该无人机与路面基站进行身份认证的流程有效保护了路面基站和无人机的通信安全，保证了路面基站和无人机身份隐私，可以有效预防重放攻击，中间人攻击，防止恶意攻击造成无人机执行恶意任务，保证了无人机的通信安全。
-
公开(公告)号：CN113029182A
公开(公告)日：2021-06-25
申请号：CN202110441165.2
申请日：2021-04-23
Applicant: 河南大学
IPC: G01C21/34
Abstract: 本发明的目的是提供一种考虑无线充电和动态能耗的电动汽车路径规划方法，首先利用蒙特卡洛法确定电动汽车的起点和终点，加载交通路网信息、无线充电道路信息、各路段的平均通行速度、不同交通状况下的能耗信息；系统自动检测电动汽车的荷电状态。然后根据起点和终点使用Dijkstra算法规划出最小能耗路径并计算出考虑无线充电下的最小能耗；接着根据电动汽车的荷电状态判断是否需要前往充电站充电，如需充电，根据用户的不同需求，建立不同的优化目标，本发明有效结合无线充电网、道路交通网和充电站，在行驶过程中考虑到电动汽车的动态能耗，根据用户需求完成充电路径规划，提供较好的路径规划解决方案。
-
公开(公告)号：CN112257850A
公开(公告)日：2021-01-22
申请号：CN202011157093.0
申请日：2020-10-26
Applicant: 河南大学
Abstract: 本发明首先提取目标车辆的历史轨迹数据、目标车辆的周围车辆的历史轨迹数据并构建生成对抗网络模型，将提取后的轨迹数据按照时间序列依次输入生成网络中得到预测轨迹值，将预测轨迹值与真实轨迹值交替输入到判别网络中判别预测轨迹值与真实轨迹值的差异，得出判别概率，将判别概率输入到生成网络与判别网络中，得到两个网络的损失值，反向更新判别网络和生成网络的参数，直到判别网络输出的判别概率接近1，则生成对抗网络模型训练成熟，并在生成网络模型中加入注意力机制，通过使解码器在解码的每一时刻都考虑编码器的隐藏状态信息，计算与当前预测时刻隐藏状态的相关性，得到与当前预测时刻隐层状态最相关的输入编码，提高预测轨迹的准确性。
-
-
-
-
-
-
-
-
-
Search Results
51
records
(took 0.033 seconds)
