一种路由选择方法、装置、计算机设备和存储介质

    公开(公告)号:CN114585043A

    公开(公告)日:2022-06-03

    申请号:CN202210301085.1

    申请日:2022-03-25

    摘要: 本发明提供一种路由选择方法、装置、计算机设备和存储介质,所述方法包括:获取目标网络模型中所有无线传感器节点的传输需求;根据所有无线传感器节点的传输需求,生成第一路由链路集合和第二路由链路集合;根据所述第一路由链路集合,生成每个无线传感器在传感器网络传输阶段的第一时隙约束,以及根据所述第二路由链路集合,生成每条数据流在无线网状网络传输阶段的第二时隙约束;根据所述第一时隙约束和所述第二时隙约束,解算出第一目标分配时隙和第二目标分配时隙。本发明解决了现有技术中存在未考虑数能一体化网络中传感器的能量效率问题,在保证网络通信服务质量的同时,提升了传感器的生存时间,从而提高了网络的数据能量传输性能。

    一种路由选择方法、装置、计算机设备和存储介质

    公开(公告)号:CN114585043B

    公开(公告)日:2023-07-21

    申请号:CN202210301085.1

    申请日:2022-03-25

    摘要: 本发明提供一种路由选择方法、装置、计算机设备和存储介质,所述方法包括:获取目标网络模型中所有无线传感器节点的传输需求;根据所有无线传感器节点的传输需求,生成第一路由链路集合和第二路由链路集合;根据所述第一路由链路集合,生成每个无线传感器在传感器网络传输阶段的第一时隙约束,以及根据所述第二路由链路集合,生成每条数据流在无线网状网络传输阶段的第二时隙约束;根据所述第一时隙约束和所述第二时隙约束,解算出第一目标分配时隙和第二目标分配时隙。本发明解决了现有技术中存在未考虑数能一体化网络中传感器的能量效率问题,在保证网络通信服务质量的同时,提升了传感器的生存时间,从而提高了网络的数据能量传输性能。

    一种水库灌区的田间水资源优化调配方法

    公开(公告)号:CN111401750A

    公开(公告)日:2020-07-10

    申请号:CN202010189373.3

    申请日:2020-03-18

    IPC分类号: G06Q10/06 G06Q10/04 G06Q50/02

    摘要: 本发明公开了一种水库灌区的田间水资源优化调配方法,包括以下步骤:S1:确定水资源来源,并将其区分为骨干水库和小型水库;S2:对水库进行水量平衡模拟计算;S3:对水库进行采样,对采样水质进行标准检测,筛选合格水质;S4:对田间作物供水进行合格水质的供水过程模拟计算,确定灌溉水量;S5:构建水量最优调配模型,确定水量调配时间;S6:预测降雨量;S7:确定调配水量,完成水库灌区的田间水资源优化调配。本发明将骨干水库和小型水库联合供水,共同组成一个水库群,同时考虑田间降雨的随机性,使得灌区水资源产生最大化的经济效益,达到环保节约目的的同时也能保证灌区所需水质正常,保证水资源得到充分利用。

    一种基于卷积神经网络实现堤坝护坡的系统

    公开(公告)号:CN112990108A

    公开(公告)日:2021-06-18

    申请号:CN202110420769.9

    申请日:2021-04-19

    摘要: 本发明涉及堤坝护坡技术领域,公开了一种基于卷积神经网络实现堤坝护坡的系统。通过本发明创造,提供了一种基于卷积神经网络进行坡面植被自动化浇灌管理的堤坝护坡系统方案,即包括有河道监测服务器、河道监测终端、雨量筒、安装架、立杆和至少一个布置在目标堤坝上的堤坝护坡单元,其中,所述河道监测服务器可以基于历史采集的天气预报图像和雨量数值对用于识别雨量等级的CNN模型进行训练,并在获取明日天气预报图像后,可通过该训练完成的CNN模型预估明日雨量等级(即下一个浇灌周期的本地雨量),然后根据预估结果发送自适应的浇水控制指令,实现对护坡植被进行自动化的浇灌管理目的,进而可节省人力和物力,降低护坡的维护成本。

    一种基于卷积神经网络实现边坡生态防护的系统

    公开(公告)号:CN112982297A

    公开(公告)日:2021-06-18

    申请号:CN202110420767.X

    申请日:2021-04-19

    摘要: 本发明涉及河道边坡保护技术领域,公开了一种基于卷积神经网络实现边坡生态防护的系统。通过本发明创造,提供了一种基于新型卷积神经网络进行坡面植被自动化浇灌管理的边坡生态防护系统方案,即包括有河道监测服务器、河道监测终端、水位计、安装架、立杆和至少一个布置在目标边坡上的边坡保护单元,其中,所述河道监测服务器可以基于历史采集的上游水位数值和本地水位数值对用于识别水位等级的新型CNN模型进行训练,并在获取今日上游水位数值后,可通过该训练完成的新型CNN模型预估明日水位等级,然后根据预估结果发送自适应的浇水控制指令,实现对护坡植被进行自动化的浇灌管理目的,进而可节省人力和物力,降低护坡的维护成本。