-
公开(公告)号：CN116822769A
公开(公告)日：2023-09-29
申请号：CN202310781558.7
申请日：2023-06-29
Applicant: 郑州轻工业大学
IPC: G06Q10/047 , G06Q10/04 , G06Q50/30 , G06Q10/0631 , G06F16/215 , G06N20/00 , G06N3/006 , G06N3/126
Abstract: 本发明公开了一种基于人工智能的智能交通路线优化系统，包括数据收集处理模块、数据分析与预测模块、路线规划与优化模块、用户界面与交互模块、智能决策与调度模块；本发明借助人工智能和数据科学技术，可以改善数据质量、综合多因素进行优化，并实现实时更新和调整，从而提高路线规划和优化系统的准确性、效率和用户体验。然而，仍然需要解决数据质量、多因素复杂性和实时性要求等挑战，以进一步提升技术的应用效果。
-
公开(公告)号：CN114389654B
公开(公告)日：2022-09-20
申请号：CN202210038275.9
申请日：2022-01-13
Applicant: 郑州轻工业大学
IPC: H04B7/0413 , G06F9/50
Abstract: 本发明提出了一种基于大规模MIMO的移动边缘计算安全计算效率最大化方法，其步骤为：首先，设计存在恶意窃听者下的mMIMO‑MEC系统，用户将计算任务拆分为两部分：本地计算阶段和卸载到MEC服务器中计算阶段；其次，通过本地计算阶段和卸载到MEC服务器中计算阶段得到mMIMO‑MEC系统的最大安全计算效率表达式；最后，利用辅助变量和迭代求解的方式对mMIMO‑MEC系统的最大安全计算效率表达式进行求解，得到最大安全计算效率的最优解。使用本发明保证未来移动通信网络下的大量用户进行卸载计算的同时保证信息安全，在有限的计算资源、传输功率和能耗约束的情况下最大化计算效率，获得稳定的安全传输速率和更少的信号开销。
-
公开(公告)号：CN114266301A
公开(公告)日：2022-04-01
申请号：CN202111542143.1
申请日：2021-12-16
Applicant: 郑州轻工业大学
Abstract: 本发明提出了一种基于图卷积神经网络的电力设备故障智能预测方法，步骤如下：采集待预测的电力设备的历史监测信息，对历史监测信息进行预处理，预处理后的监测信息和电力数据中心采集的数据集组成训练样本；构建图卷积神经网络，初始化神经网络参数；将监测信息作为图卷积神经网络的每个节点的输入，利用图卷积神经网络对监测信息进行故障分类；利用训练样本对步骤二构建的图卷积神经网络进行训练，得到优化图卷积神经网络模型；采集待检测设备的实时监测信息并进行预处理，将预处理后的监测信息输入到优化图卷积神经网络模型，获得故障预测结果。本发明具有较好的通用性，预测准确率较高，使用、部署和升级维护简单，无需硬件设备的升级改造。
-
公开(公告)号：CN108595649B
公开(公告)日：2021-09-07
申请号：CN201810391270.8
申请日：2018-04-27
Applicant: 郑州轻工业大学
Abstract: 本发明公开了一种基于几何形状的局部不变纹理特征的织物图像检索方法，步骤如下：一、脱机生成织物图像数据库的索引结构；二、形成用户提问：提取用户输入样例织物图像的基于几何形状的局部纹理特征，形成可以检索索引数据库的提问；所述的提取基于几何形状的局部纹理特征按照以下步骤实施：（1）转换为灰度纹理；（2）织物图像的地形图表达；（3）提取特征：①图像纹理特征的局部表达；②各节点之间的结构关系表达；③采用形状对比度特征削除局部对比度对特征的影响；（4）特征的统计表达；三、计算相似度，输出结果。本发明提供的织物图像检索方法提出了一种基于几何形状的局部不变纹理特征，利用该特征能够高效地对织物图像进行检索。
-
公开(公告)号：CN114266301B
公开(公告)日：2024-09-27
申请号：CN202111542143.1
申请日：2021-12-16
Applicant: 郑州轻工业大学
IPC: G06F18/241 , G06F18/214 , G06N3/0464 , G06N3/08 , G06Q50/06
Abstract: 本发明提出了一种基于图卷积神经网络的电力设备故障智能预测方法，步骤如下：采集待预测的电力设备的历史监测信息，对历史监测信息进行预处理，预处理后的监测信息和电力数据中心采集的数据集组成训练样本；构建图卷积神经网络，初始化神经网络参数；将监测信息作为图卷积神经网络的每个节点的输入，利用图卷积神经网络对监测信息进行故障分类；利用训练样本对步骤二构建的图卷积神经网络进行训练，得到优化图卷积神经网络模型；采集待检测设备的实时监测信息并进行预处理，将预处理后的监测信息输入到优化图卷积神经网络模型，获得故障预测结果。本发明具有较好的通用性，预测准确率较高，使用、部署和升级维护简单，无需硬件设备的升级改造。
-
Patent Agency Ranking
公开(公告)号：CN111488889B
公开(公告)日：2023-11-07
申请号：CN202010292008.5
申请日：2020-04-14
Applicant: 郑州轻工业大学
IPC: G06V10/44 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08 , G06N3/063 , G06N20/00
Abstract: 本发明公开了一种用于图像边缘提取的智能图像处理仪，具体涉及图像处理领域，包括图像集获取模块和FPGA芯片，图像集获取模块的输出端电性连接有AD转换电路，AD转换电路的输出端电性连接有矩阵信息提取器，矩阵信息提取器的输出端电性连接有特征提取模块和原图像数据输出，特征提取模块的内部设有图像信息分析模块、深度神经网络、比对模块和图像分类输出。本发明设置人工智能尽心预先的图像分类，对待提取的图像进行大批量的分类，并将图像信息数据化，无需图像边缘提取算法进行图像识别和图像优化，且利用FPGA芯片作为处理电路，可提高图像的定位精度，同时减少图像后续处理中的数据量，方便图像边缘提取的有效快速运行。
-
公开(公告)号：CN111639993B
公开(公告)日：2023-06-09
申请号：CN202010471637.4
申请日：2020-05-29
Applicant: 郑州轻工业大学
Abstract: 本发明涉及一种基于多物品拍卖机制的移动数据卸载及定价方法，所有移动用户提供同一基站覆盖下不同WiFi热点的单位带宽资源竞标价格，同时，每个移动用户还需要提供所需带宽资源总量信息；移动运营商根据每个用户的竞标价格、所需的带宽资源数量、每个用户的历史最大支付金额、不同WiFi热点的历史竞标结果价格以及当前WiFi热点的带宽资源情况，采用多物品竞拍机制进行带宽资源的分配和定价；部分移动用户竞标成功，获得所需带宽资源，支付相应带宽资源使用费。本发明的移动数据卸载及定价方法可在多个移动用户之间分配WiFi带宽资源，同时设计合理定价策略以实现移动运营商利益最大化。
-
公开(公告)号：CN115424662A
公开(公告)日：2022-12-02
申请号：CN202211111014.1
申请日：2022-09-13
Applicant: 郑州轻工业大学
Abstract: 本发明公开一种多源异质分子网络的疾病miRNA关联预测方法。所述方法包括：整合多组学数据构建疾病和miRNA的多源异质分子网络；基于图门卷积网络和图注意力提取节点的拓扑结构信息和上下文特征，得到miRNA和疾病的低维嵌入表示；利用门多层感知器预测未知的miRNA‑疾病关联信息。本发明基于多源生物异质分子网络进行建模，结合嵌入表示学习算法，充分利用深度神经网络和概率统计的优势，可以定量推理计算网络中节点间的关系，支持深入理解异质网络中miRNA与疾病之间的关联机制分析，本发明具有良好的可扩展性、实用性和应用前景。
-
公开(公告)号：CN111198959A
公开(公告)日：2020-05-26
申请号：CN201911396473.7
申请日：2019-12-30
Applicant: 郑州轻工业大学
Abstract: 本发明提出了一种基于卷积神经网络的两阶段图像检索方法，其步骤如下：在VGG16网络的卷积层和密集连接层之间添加特征提取层构建卷积神经网络模型；利用训练集和验证集对卷积神经网络模型进行训练，利用反向传播调整卷积神经网络模型的参数；将测试集输入训练好的卷积神经网络模型，利用哈希函数映射将特征向量映射得到二进制哈希码，利用softmax分类函数对密集连接层输出的向量进行分类，构建二级索引库；将待检索图像输入训练好的卷积神经网络模型，进行第一阶段的检索，进行第二阶段检索。本发明在相应的图像类别下进一步搜索，通过分类优化检索实现了图像的精确分类和快速检索，加快了相似特征的检索速度，提高了查询效率。
-
公开(公告)号：CN114389654A
公开(公告)日：2022-04-22
申请号：CN202210038275.9
申请日：2022-01-13
Applicant: 郑州轻工业大学
IPC: H04B7/0413 , G06F9/50
Abstract: 本发明提出了一种基于大规模MIMO的移动边缘计算安全计算效率最大化方法，其步骤为：首先，设计存在恶意窃听者下的mMIMO‑MEC系统，用户将计算任务拆分为两部分：本地计算阶段和卸载到MEC服务器中计算阶段；其次，通过本地计算阶段和卸载到MEC服务器中计算阶段得到mMIMO‑MEC系统的最大安全计算效率表达式；最后，利用辅助变量和迭代求解的方式对mMIMO‑MEC系统的最大安全计算效率表达式进行求解，得到最大安全计算效率的最优解。使用本发明保证未来移动通信网络下的大量用户进行卸载计算的同时保证信息安全，在有限的计算资源、传输功率和能耗约束的情况下最大化计算效率，获得稳定的安全传输速率和更少的信号开销。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.032 seconds)
