适用于位姿测量卡尔曼滤波的滤波器更新信息筛选方法

    公开(公告)号:CN114370870B

    公开(公告)日:2024-04-12

    申请号:CN202210009783.4

    申请日:2022-01-05

    Abstract: 本发明涉及一种适用于位姿测量卡尔曼滤波的滤波器更新信息筛选方法,包括:持续获取并存储带有时间戳信息的IMU测量数据、IMU解算结果和外部位姿观测结果;选取最新获取的和临近的两帧外部位姿观测结果,按照时间戳最接近再选取出两帧IMU解算结果;根据外部位姿观测结果和IMU解算结果求取相对偏差;相对偏差不超出偏差阈值范围,则将最新获取外部位姿观测结果作为外部观测量,进行卡尔曼滤波器状态向量的更新;利用更新的对应时刻的卡尔曼滤波器状态向量和该时刻之后已存储的IMU测量数据重新进行捷联惯导解算,更新位姿测量结果。本发明提升位姿测量结果准确性,既保证有效的观测数据及时接入滤波器,又避免不合理的观测数据对滤波器的破坏。

    一种基于标签体系的物联网监控模型构建方法

    公开(公告)号:CN117332269A

    公开(公告)日:2024-01-02

    申请号:CN202311292957.3

    申请日:2023-10-08

    Abstract: 本发明涉及一种基于标签体系的结构化数据增量学习方法,属于自然语言处理领域。该方法包括以下步骤:建立初始标签体系,基于所述初始标签体系对结构化数据集进行人工标注,构建第一训练样本集;构建Bert模型,基于第一训练样本集对Bert模型进行训练得到训练好的Bert模型;将业务数据输入训练好的Bert模型得到相应的特征值,基于所述特征值得到完善的标签体系;构建物联网监控模型,利用所述物联网监控模型对业务数据进行预测得到预测后的业务数据;利用所述完善的标签体系对预测后的业务数据进行标注,构建第二训练样本集;基于第二训练样本集对所述物联网监控模型进行训练得到训练好的物联网监控模型。该方法可自动生成业务所需的特征标签,利用完善的标签体系对业务数据进行标注,提高了模型的识别效果和训练效率。

    基于多级仿初级视觉皮层模块的目标检测系统

    公开(公告)号:CN117132865A

    公开(公告)日:2023-11-28

    申请号:CN202310976286.6

    申请日:2023-08-04

    Abstract: 本发明提供一种基于多级仿初级视觉皮层模块的目标检测系统,该系统包括:仿初级视觉网络模块,用于获取待检测图像的多个不同尺寸的仿初级视觉特征图及对应的仿初级视觉感兴趣特征图;骨干网络模块,用于基于多个不同尺寸的仿初级视觉特征图,通过通道聚合和特征提取,得到多个对应尺寸的骨干特征图;目标检测模块,用于基于多个骨干特征图和对应尺寸的仿初级视觉感兴趣特征图进行通道聚合,得到多个对应尺寸的目标特征图;并融合多个目标特征图得到目标检测结果。本发明解决了现有技术中的目标检测方法在强光、弱光、雨雪雾霾天气、AI对抗等噪声干扰下目标检测性能受限的问题。

    一种基于规则模板的信息抽取方法和系统

    公开(公告)号:CN115906844B

    公开(公告)日:2023-08-29

    申请号:CN202211361916.0

    申请日:2022-11-02

    Abstract: 本发明涉及一种基于规则模板的信息抽取方法和系统,利用规则模板融合行业术语词典与自然语言处理中常见的命名实体识别模型进行信息抽取,具体包括:基于抽取需求训练命名实体识别模型,得到训练好的命名实体识别模型;基于所述抽取需求建立信息抽取规则模板;解析所述信息抽取规则模板,调用行业术语词典和训练好的所述命名实体识别模型,对待抽取文本进行信息抽取得到抽取结果。本发明通过配置规则模板,有效融合行业术语与命名实体识别模型,解决了单以信息抽取模型抽取的信息内容规范固定、不够灵活的问题;以及行业信息抽取常见的长文本抽取中,抽取的信息之间的顺序性、规则性、关联性关系,避免了单一信息抽取模型的信息割裂。

    一种集群操控人员疲劳预测方法和系统

    公开(公告)号:CN116458886A

    公开(公告)日:2023-07-21

    申请号:CN202310525325.0

    申请日:2023-05-10

    Abstract: 本发明涉及一种集群操控人员疲劳预测方法和系统,方法包括以下步骤:提取多个被试对象执行不同规模的集群操控任务时的非疲劳状态和疲劳状态下的生理特征数据,将生理特征数据对应的疲劳和非疲劳状态作为标签,基于提取的生理特征数据和对应的标签进行分类模型训练得到疲劳检测模型;基于疲劳检测模型计算每个被试对象在每种规模集群操控任务下的到达疲劳时长;基于每个被试对象在每种规模集群操控任务下的到达疲劳时长确定集群操控任务的最佳规模;操控人员执行最佳规模的集群操控任务,采集操控人员执行集群操控任务时的每个时刻的生理特征数据;根据采集的生理特征数据基于疲劳检测模型预测操控人员当前时刻和未来时刻的状态。

    一种基于元数据管理的数据血缘分析系统和方法

    公开(公告)号:CN115757655B

    公开(公告)日:2023-07-07

    申请号:CN202211424823.8

    申请日:2022-11-14

    Abstract: 本发明涉及一种基于元数据管理的数据血缘分析系统和方法,属于大数据技术领域。本发明通过获取多个数据源的原始数据,基于清洗规则进行清洗处理,得到清洗后数据;基于数据规范规则对清洗后数据进行规范化处理,得到规范数据;所述数据规范规则包括标准代码映射库和规范化规则;使用数据集成算法集成所述规范数据得到集成后数据;构建元数据管理体系;基于元数据管理体系进行数据的血缘分析并存储到图数据库。本发明提供的血缘分析系统和方法,对异地、异构数据做到表字段级别的血缘分析,支持快速准确的对数据质量回溯和定位问题,实现了对数据、数据源、API、清洗规则、数据标准、应用和管理全要素血缘关系展示。

Patent Agency Ranking