-
公开(公告)号:CN115392595A
公开(公告)日:2022-11-25
申请号:CN202211341900.3
申请日:2022-10-31
Applicant: 北京科技大学
Abstract: 本发明公开了一种基于图卷积神经网络和Transformer的时空短期风速预测方法及系统,该方法包括:获取相邻多风场的气象数据,并对数据进行预处理;根据相邻多风场的历史风速测量值,构建复数邻接矩阵;将预处理后的气象数据输入风速预测模型,以复数邻接矩阵作为图卷积神经网络所需的邻接矩阵,使用两层图卷积神经网络对预处理后的相邻多风场的气象数据进行特征提取;然后将得到的时空特征输入到Transformer网络中,得到风速的预测值。本发明可以有效地提升预测的精确性,准确的预测结果能够有效提高风能资源的利用率,降低风功率波动对电网稳定性的影响,从而实现风电场的经济、高效运行。
-
公开(公告)号:CN118446322B
公开(公告)日:2025-02-11
申请号:CN202410851175.7
申请日:2024-06-28
Applicant: 北京科技大学
IPC: G06N5/04 , G06N5/025 , G06N5/01 , G06N3/045 , G06N3/0464 , G06N3/0895 , G06F16/215 , G06F16/25
Abstract: 本发明涉及数据处理技术领域,特别是指一种基于大语言模型先验知识的推理状态控制方法及装置,该方法应用于自动驾驶离散化导航问题、集装箱堆叠问题、货物码放问题和自然语言文本下的文字数值计算问题,方法包括:获取无人系统决策推理的样本数据集;使用样本数据集、以及由ATE因果效应估计算法与交叉熵组成的损失函数,对初始的大语言模型进行训练;获取长程行动决策问题,构建因果概率树,确定剪枝和展开方向的优化问题,进而将长程行动决策问题切分为多个短程行动决策问题;使用训练好的大语言决策推理模型对多个短程行动决策问题进行求解,进而完成行动。采用本发明,可以解决大语言模型在长程推理任务中因果幻觉的问题,提高了推理的准确性。
-
公开(公告)号:CN119167799A
公开(公告)日:2024-12-20
申请号:CN202411659547.2
申请日:2024-11-20
Applicant: 北京科技大学
IPC: G06F30/27 , G06N3/0442 , G06N3/045 , G06N3/0475 , G06N3/094 , G06F111/08
Abstract: 本发明公开了一种基于生成对抗网络模型的电池日历老化容量预测方法,属于电池日历老化预测领域,包括以下步骤:S1、建立锂离子电池的日历老化半经验预测模型;S2、建立并训练电池日历老化容量预测生成对抗网络;S3、评价。本发明采用上述基于生成对抗网络模型的电池日历老化容量预测方法,以电池的电化学知识作为指导依据设计CFGAN(容量预测生成对抗网络),使知识和数据保持了令人满意的一致性,显著提高了其理论强度和预测性能。
-
公开(公告)号:CN117094460B
公开(公告)日:2024-06-14
申请号:CN202311086400.4
申请日:2023-08-28
Applicant: 北京科技大学
IPC: G06Q10/047 , G06Q10/0835 , G06Q50/04 , G06N3/042 , G06N3/0442 , G06N3/0464 , G06N3/048 , G06F18/22 , G06F18/23
Abstract: 本发明属于信息处理技术领域,公开了一种基于OD数据的多目标旅行商控制方法、系统及介质,根据时刻T各信息点的数据包转移请求统计情况,借助新一代信息技术,由计算机自动地规划M条路径;由M个数据载体在各信息点间按对应的路径转移,使得在T+1时刻,T时刻产生的所有数据包都可以到达其目的地信息点。本发明的OD数据的全称是Origin‑Destination数据,是一种带有数据所载信息流向关系表示的数据类型,作为一种大规模数据,该数据既具有较为清晰的图结构,又记录了时空模式和趋势。宏观来看,每一时间截面上的数据可以表征为有向图,微观来看,每一条数据都是构成有向图的一条有向边。
-
公开(公告)号:CN117630683B
公开(公告)日:2024-03-29
申请号:CN202410106018.3
申请日:2024-01-25
Applicant: 北京科技大学
IPC: G01R31/367 , G01R31/387 , B60L3/12 , B60L58/12 , G06F18/241 , G06N3/0442 , G06F18/214 , G06F18/25
Abstract: 本发明公开了基于多尺度融合GRU网络的汽车电池SOC多步预测方法与系统,方法包括:S1、将每种传感器检测项视为一个变量,采集实车传感器的综合数据,将其转换为标准正态分布;选择与SOC高度相关的变量构建滑动窗口;将滑动窗口80%的数据作为训练集,20%数据作为验证集;S2、将基于多尺度融合GRU网络模型参数初始化,同时设定若干关键的超参数,对训练集执行离线训练生成SOC多步预测结果;本发明采用上述基于多尺度融合GRU网络的汽车电池SOC多步预测方法与系统,能更好地在历史数据中捕获短期和长期的依赖,从而更准确地预测电池在多样化和不稳定环境中的行为,在真实世界应用中实现更高的准确度和可靠性。
-
公开(公告)号:CN112748399B
公开(公告)日:2024-02-13
申请号:CN202011584361.7
申请日:2020-12-28
Applicant: 北京科技大学
IPC: G01S5/16
Abstract: 强。本发明公开了一种基于多PD接收机的可见光三维定位系统及方法,该系统包括:LED光源、基于多PD的对称结构接收机和处理设备;LED光源用于发送可见光信号;接收机包括一个水平设置的第一光电探测器和多个倾斜设置的第二光电探测器,多个第二光电探测器等距分布在第一光电探测器的四周且相邻两个第二光电探测器的夹角相同;光电探测器用于将接收到的可见光信号转换为电信号;处理设备包括信号处理模块,用于基于第一光电探测器的接收信号强度和(56)对比文件车平;冯莉芳.基于室内可见光的两点光源定位技术研究.光学技术.2018,(第03期),全文.
-
公开(公告)号:CN116012843A
公开(公告)日:2023-04-25
申请号:CN202310294094.7
申请日:2023-03-24
Applicant: 北京科技大学
IPC: G06V20/70 , G06V20/64 , G06V10/26 , G06V10/774 , G06V10/96
Abstract: 本发明提供一种虚拟场景数据标注生成方法及系统,涉及仿真场景构建技术领域。包括:通过半自动布局物体的方式,对素材进行导入;对导入的素材进行图像数据的捕获;对导入的素材的目标物体遮挡率进行计算以及自动标注;对处理后的素材进行三维模型导出,完成基于虚幻引擎的虚拟场景数据标注生成。本发明的输出标注信息涵盖图像、标签、掩码、场景目标信息、场景图(语义化场景描述)信息、甚至可以提供场景中特定物体的三维顶点模型以及整个场景合而为一的大场景网络模型,满足较为传统且更大众的二维图像的同时,同时也可以支持更新的研究方向更广阔的需求。
-
公开(公告)号:CN115718263A
公开(公告)日:2023-02-28
申请号:CN202310023441.2
申请日:2023-01-09
Applicant: 北京科技大学
IPC: G01R31/367 , G01R31/392 , G06N3/0455 , G06N3/0442 , G06N3/042 , G06N3/096 , G06F18/214 , G06F18/15
Abstract: 本发明公开了一种基于注意力的锂离子电池日历老化预测模型和方法(Knowledge‑Data‑Attention‑based Calendar Aging Forecaster,即KDACAF),其包括半经验模块(SEM模块)、知识驱动注意力模块、数据驱动注意力模块、长短时记忆模块(LSTM模块)。本发明KDACAF所述的基于注意力的锂离子电池日历老化预测模型和方法,其知识驱动注意力模块以基于阿伦尼乌斯定律的半经验模块为前端,将电池领域电化学先验知识融入数据驱动的神经网络中,借鉴人类的认知决策机理将注意力机制应用于锂离子电池日历老化预测,有助于电池健康状态的监测和管理,延长电池的使用寿命。
-
公开(公告)号:CN112991744A
公开(公告)日:2021-06-18
申请号:CN202110463384.0
申请日:2021-04-28
IPC: G08G1/01 , G08G1/0967
Abstract: 本发明公开了一种适用于长距离城市道路的自动驾驶决策方法及系统,该方法包括:获取被控车辆的前向图像、车辆位姿、车辆速度,地图信息以及当前场景的有向加权图信息;根据获取到的信息,将当前驾驶任务拆分成多个子驾驶任务,并根据地图信息、车辆位姿以及各子驾驶任务的目标位置,绘制出每一待执行的子驾驶任务的局部地图;获取前向图像特征编码、局部地图视觉特征编码和地图空间信息编码,并基于此生成控制信号,控制被控车辆执行当前待执行的子驾驶任务。本发明通过任务信息、地图信息、速度信息和前向图像信息,挖掘驾驶控制所需特征编码,从而实现了长距离的城市道路自动驾驶。
-
公开(公告)号:CN119941947A
公开(公告)日:2025-05-06
申请号:CN202411868093.X
申请日:2024-12-18
Applicant: 北京科技大学
IPC: G06T15/00 , G06T15/20 , G06T15/50 , G06N3/0475 , G06N3/094
Abstract: 本发明提供一种基于三维高斯泼溅的仿真方法及系统,涉及计算机视觉技术领域,方法包括:构建三维场景;确定三维场景中的3D高斯点;将3D高斯点投影到二维图像平面上,确定二维高斯点;根据仿射变换矩阵,计算出各个高斯体的深度,形成高斯体排序列表;通过Alpha Blending混合透明度算法,合成计算最终颜色;根据最终颜色,对三维场景进行渲染,得到第一渲染图像;基于物理渲染方式或者基于分数蒸馏采样重建方式,对第一渲染图像进行优化,得到第二渲染图。本发明可以提高仿真图像的真实性,优化数据处理和渲染算法,提升实时性能,使得仿真平台能够进行更高效的实时仿真。
-
-
-
-
-
-
-
-
-