一种多约束条件下的智能飞行器航迹规划方法

    公开(公告)号:CN113029150B

    公开(公告)日:2023-09-08

    申请号:CN202110258710.4

    申请日:2021-03-10

    Abstract: 本发明提供一种多约束条件下的智能飞行器航迹规划方法,涉及航迹规划技术领域。该方法针对智能飞行器在系统定位精度限制下的航迹快速规划问题,首先根据约束条件中给定的限制误差对数据进行了预处理,去除不满足约束条件的无效校正点,建立多目标优化模型,尽可能地满足航迹长度小和校正次数少两方面要求,然后根据各个问题的具体要求采用多目标优化算法(NSGA2)进行求解,得到有效校正点,进而得到飞行器航迹。本发明方法可有效降低飞行器的航迹长度与算法复杂度,并能减少校正次数,保证算法的有效性,实现多约束条件下的智能飞行器航迹快速规划。

    一种基于强化学习的降噪方法

    公开(公告)号:CN111613200B

    公开(公告)日:2022-08-02

    申请号:CN202010454983.1

    申请日:2020-05-26

    Abstract: 本发明提供一种基于强化学习的降噪方法,涉及噪声控制技术领域。该方法基于现有的主动降噪系统实现;通过误差传感器采集到的残余噪声声压值与控制器控制次级扬声器发出抵消声信号的关系建立降噪策略函数;然后依据降噪奖励函数对降噪过程进行建模,按照降噪策略执行降噪后,将后续各个时刻依据奖励函数获得的累计奖励值最大化作为建模降噪策略的依据;建立关于累计奖励值的价值函数,并迭代更新价值函数,得到最优价值函数,进一步得到最大化的累计奖励,并确定此时的降噪策略为最优;控制器按照当前最优降噪策略控制次级扬声器进行降噪。该方法有效解决了传统降噪控制器降噪性能不佳的问题,具有更强的泛化能力及更广泛的适用范围。

    一种基于强化学习的降噪方法

    公开(公告)号:CN111613200A

    公开(公告)日:2020-09-01

    申请号:CN202010454983.1

    申请日:2020-05-26

    Abstract: 本发明提供一种基于强化学习的降噪方法,涉及噪声控制技术领域。该方法基于现有的主动降噪系统实现;通过误差传感器采集到的残余噪声声压值与控制器控制次级扬声器发出抵消声信号的关系建立降噪策略函数;然后依据降噪奖励函数对降噪过程进行建模,按照降噪策略执行降噪后,将后续各个时刻依据奖励函数获得的累计奖励值最大化作为建模降噪策略的依据;建立关于累计奖励值的价值函数,并迭代更新价值函数,得到最优价值函数,进一步得到最大化的累计奖励,并确定此时的降噪策略为最优;控制器按照当前最优降噪策略控制次级扬声器进行降噪。该方法有效解决了传统降噪控制器降噪性能不佳的问题,具有更强的泛化能力及更广泛的适用范围。

    一种车内反馈音效的风格迁移方法

    公开(公告)号:CN117198308A

    公开(公告)日:2023-12-08

    申请号:CN202311165355.1

    申请日:2023-09-11

    Inventor: 孙宁 姜彦吉 张潇

    Abstract: 本发明公开了一种车内反馈音效的风格迁移方法,采集原始风格音乐音频的双通道音乐样本生成音频样本集;通过对音频样本集中的音乐样本进行CQT变换特征提取获取CQT频谱Xcqt;并基于风格迁移算法对CQT频谱Xcqt进行音频风格迁移处理,获取目标风格音频;将获取的所述目标风格音频输出至汽车内,实现车内反馈音效的风格迁移过程。本发明提供了一种车内反馈音效的风格迁移方法,有效的解决了现有方法生成的音频质量不高,无法完整保留原始音频旋律的问题;使在保留原始音频旋律的同时实现音色的转变,生成高质量的音频,提升了人们对汽车座舱的声音体验感。

    一种基于需求密度预测的无人驾驶出租车集约化调度方法

    公开(公告)号:CN115438868A

    公开(公告)日:2022-12-06

    申请号:CN202211126102.9

    申请日:2022-09-16

    Abstract: 本发明提供一种基于需求密度预测的无人驾驶出租车集约化调度方法,涉及需求预测与调度技术领域。该方法首先聚合无人驾驶出租车需求在不同需求频度以及不同时间层上的属性特征;并提取无人驾驶出租车需求的外部特征;再将无人驾驶出租车需求的时空特征和外部特征进行融合,获取不同领域无人驾驶出租车需求的预测值;然后从时间层和外部特征预测无人驾驶出租车需求;最后在预测的无人驾驶出租车需求的基础上,采用启发式遗传算法实现无人驾驶出租车与乘客的匹配。该方法消除了无人驾驶出租车需求密度对某一特征的过度依赖,可将无人驾驶出租车及时调度到具有高收益潜力的区域,提升了无人驾驶出租车接单率和利润率,实现了全局供需平衡。

    一种融合知识图谱与深度学习的果树病虫害诊断方法

    公开(公告)号:CN113516164A

    公开(公告)日:2021-10-19

    申请号:CN202110485451.9

    申请日:2021-04-30

    Abstract: 本发明公开了一种融合知识图谱与深度学习的果树病虫害诊断方法,该方法主要步骤包括数据采集以及预处理;构建病虫害领域知识图谱;利用VGG模型提取图像特征;利用知识图谱和TransR知识表示模型对病虫害症状描述文本进行向量化表示,利用BiLSTM进行文本特征提取;融合图像和文本特征向量进行病虫害诊断与识别。该方法从文本和图像两个维度数据进行分析,并结合知识图谱、知识表示模型和深度学习能够挖掘更深层的病虫害特征,从而达到了更准确的识别效果。

    一种基于事件抽取的社交网络用户关系抽取方法

    公开(公告)号:CN111651559B

    公开(公告)日:2023-05-26

    申请号:CN202010474094.1

    申请日:2020-05-29

    Abstract: 本发明提供一种基于事件抽取的社交网络用户关系抽取方法,涉及文本信息处理技术领域。该方法首先获取社交网络数据中的文本信息并进行预处理后进行三元组框架抽取;将多个三元组框架看作是一个事件,三元组框架中的任意子元素集看作是三元组框架的子集,用于表示事件的特征;通过三元组框架的突发值来选择事件的特征,进而确定多个事件簇中心;再对三元组框架进行特征聚类,得到多个事件簇,构成事件簇集合;根据事件簇集合,判断两用户所发布的内容是否在同一事件簇中,若在,则两用户之间存在关系,形成用户对;利用非监督模型对用户之间的关系进行抽取,得到用户关系三元组。本发明方法提高了用户关系抽取的准确性以及实时性。

    基于均匀设计和自组织特征映射神经网络的声源定位方法

    公开(公告)号:CN111239685B

    公开(公告)日:2021-08-24

    申请号:CN202010021009.6

    申请日:2020-01-09

    Abstract: 本发明提供一种基于均匀设计和自组织特征映射神经网络的声源定位方法,涉及声源定位技术领域。首先确定声源所在三维空间,并将其划分为n个立体网格;选择声音信号的m个特征作为均匀设计法中的实验因素;从n个网格中选取均匀散布的k个网格做成均匀设计表;建立自组织特征映射神经网络,将均匀设计表中的数据进行归一化处理后作为该网络的输入;对自组织特征映射神经网络输入层与输出层的神经元连接权值赋值,并确定权值调整域,对权值进行更新;对自组织特征映射神经网络的学习率赋初始值,并设定学习率随训练次数增加逐渐减小;采用欧式距离法比较输入量与竞争层中的神经元对应的权值的相似性,获得声源稀疏位置,最终实现声源的精确定位。

    一种多约束条件下的智能飞行器航迹规划方法

    公开(公告)号:CN113029150A

    公开(公告)日:2021-06-25

    申请号:CN202110258710.4

    申请日:2021-03-10

    Abstract: 本发明提供一种多约束条件下的智能飞行器航迹规划方法,涉及航迹规划技术领域。该方法针对智能飞行器在系统定位精度限制下的航迹快速规划问题,首先根据约束条件中给定的限制误差对数据进行了预处理,去除不满足约束条件的无效校正点,建立多目标优化模型,尽可能地满足航迹长度小和校正次数少两方面要求,然后根据各个问题的具体要求采用多目标优化算法(NSGA2)进行求解,得到有效校正点,进而得到飞行器航迹。本发明方法可有效降低飞行器的航迹长度与算法复杂度,并能减少校正次数,保证算法的有效性,实现多约束条件下的智能飞行器航迹快速规划。

Patent Agency Ranking