基于人工蜂群算法的预测性维护任务卸载与资源分配方法

    公开(公告)号:CN117407174A

    公开(公告)日:2024-01-16

    申请号:CN202311564764.9

    申请日:2023-11-22

    Applicant: 郑州大学

    Abstract: 本发明提供了一种基于人工蜂群算法的预测性维护任务卸载与资源分配方法,包括:基于改进ABC算法的任务卸载方案:初始化雇佣蜂参数;雇佣蜂邻域搜索食物源;计算随机轮盘概率选择下一食物源;雇佣蜂和观察蜂交流信息,同时判断是否出现侦查蜂,若是,则利用遗传算法交叉变异重新生成蜂源后保存最优蜂源,否则直接保存最优蜂源;判断雇佣蜂搜索食物源轮数是否达到食物源数量,是则结束,否则返回;还包括:基于DDPG的资源分配方法:随机初始化Critic网络和Actor网络,蜂群,蜜蜂状态转换数据;生成资源分配方案;更新Critic和Actor目标网络;判断是否达到设置训练轮数,是则输出资源分配方案,否则返回。

    一种基于视频压缩域的多车测速方法

    公开(公告)号:CN113409588B

    公开(公告)日:2022-07-22

    申请号:CN202110673232.3

    申请日:2021-06-17

    Applicant: 郑州大学

    Abstract: 本发明提供了一种基于视频压缩域的多车测速方法,包括以下步骤:步骤1,从视频码流中提取运动矢量MV;步骤2,摄像头初始化;1)分析车道线与车道区域;2)计算用于像素实际距离和现实距离转化的单应性转换矩阵H;3)学习摄像头可分析的最大车速;步骤3,运动矢量MV预处理:清除不在车道区域中的运动矢量MV,只对车道区域中的非零运动矢量MV的宏块处理;时空域检测运动目标;步骤4,标记运动目标:分割不同车道线的车辆;合并目标框;步骤5,运动目标追踪;步骤6,计算速度:计算瞬时速度;设置停止线并计算平均速度。

    基于粒子群算法的异构无人机三维空间部署方法及设备

    公开(公告)号:CN113395706B

    公开(公告)日:2022-07-22

    申请号:CN202110675268.5

    申请日:2021-06-17

    Applicant: 郑州大学

    Abstract: 本发明提供一种基于粒子群算法的异构无人机三维空间部署方法及设备,利用多目标粒子群算法在目标区域内随机初始化粒子,每个粒子具有四维参数,包括异构无人机组中每个无人机的三维空间位置和无人机使用情况;利用多目标粒子群算法计算无人机三维位置的变化速度并更新无人机三维位置;基于离散二进制粒子群算法相结合,计算每个粒子的每个无人机使用情况的变化量并更新每个无人机使用情况;并在此基础上加入了遗传算法中的价差和变异操作,来防止粒子群优化过早的陷入局部最优解;通过多目标粒子群算法、离散二进制粒子群算法、遗传算法的结合解决了部署异构无人机需满足网络服务的问题。

    一种基于视频压缩域的高速公路车辆测速方法

    公开(公告)号:CN113506449A

    公开(公告)日:2021-10-15

    申请号:CN202110559643.X

    申请日:2021-05-21

    Applicant: 郑州大学

    Abstract: 本发明提供了一种基于视频压缩域的高速公路车辆测速方法,包括:步骤1,从视频码流中提取运动矢量MV;步骤2,摄像头初始化:提取感兴趣区域ROI;摄像头像素坐标系映射为道路实际坐标系;学习摄像头可分析的最大车速;步骤3,运动矢量MV预处理,清除不在感兴趣区域ROI中的运动矢量MV,只对感兴趣区域ROI中非零运动矢量MV的宏块处理;步骤4,时空域检测运动目标;步骤5,标记运动目标;步骤6,运动目标追踪;步骤7,计算速度:通过步骤6得到的跟踪目标框,计算当前目标框与跟踪目标框的像素位移,通过帧率得到时间,从而算出像素位移速度;通过步骤2得到的像素位移转换,计算出实际位移速度,最终得到车速。

    一种基于视频压缩域的高速公路车辆测速方法

    公开(公告)号:CN113506449B

    公开(公告)日:2022-06-21

    申请号:CN202110559643.X

    申请日:2021-05-21

    Applicant: 郑州大学

    Abstract: 本发明提供了一种基于视频压缩域的高速公路车辆测速方法,包括:步骤1,从视频码流中提取运动矢量MV;步骤2,摄像头初始化:提取感兴趣区域ROI;摄像头像素坐标系映射为道路实际坐标系;学习摄像头可分析的最大车速;步骤3,运动矢量MV预处理,清除不在感兴趣区域ROI中的运动矢量MV,只对感兴趣区域ROI中非零运动矢量MV的宏块处理;步骤4,时空域检测运动目标;步骤5,标记运动目标;步骤6,运动目标追踪;步骤7,计算速度:通过步骤6得到的跟踪目标框,计算当前目标框与跟踪目标框的像素位移,通过帧率得到时间,从而算出像素位移速度;通过步骤2得到的像素位移转换,计算出实际位移速度,最终得到车速。

    一种基于视频压缩域的多车测速方法

    公开(公告)号:CN113409588A

    公开(公告)日:2021-09-17

    申请号:CN202110673232.3

    申请日:2021-06-17

    Applicant: 郑州大学

    Abstract: 本发明提供了一种基于视频压缩域的多车测速方法,包括以下步骤:步骤1,从视频码流中提取运动矢量MV;步骤2,摄像头初始化;1)分析车道线与车道区域;2)计算用于像素实际距离和现实距离转化的单应性转换矩阵H;3)学习摄像头可分析的最大车速;步骤3,运动矢量MV预处理:清除不在车道区域中的运动矢量MV,只对车道区域中的非零运动矢量MV的宏块处理;时空域检测运动目标;步骤4,标记运动目标:分割不同车道线的车辆;合并目标框;步骤5,运动目标追踪;步骤6,计算速度:计算瞬时速度;设置停止线并计算平均速度。

    基于粒子群算法的异构无人机三维空间部署方法及设备

    公开(公告)号:CN113395706A

    公开(公告)日:2021-09-14

    申请号:CN202110675268.5

    申请日:2021-06-17

    Applicant: 郑州大学

    Abstract: 本发明提供一种基于粒子群算法的异构无人机三维空间部署方法及设备,利用多目标粒子群算法在目标区域内随机初始化粒子,每个粒子具有四维参数,包括异构无人机组中每个无人机的三维空间位置和无人机使用情况;利用多目标粒子群算法计算无人机三维位置的变化速度并更新无人机三维位置;基于离散二进制粒子群算法相结合,计算每个粒子的每个无人机使用情况的变化量并更新每个无人机使用情况;并在此基础上加入了遗传算法中的价差和变异操作,来防止粒子群优化过早的陷入局部最优解;通过多目标粒子群算法、离散二进制粒子群算法、遗传算法的结合解决了部署异构无人机需满足网络服务的问题。

Patent Agency Ranking