公开(公告)号：CN104810044A

公开(公告)日：2015-07-29

申请号：CN201510232500.2

申请日：2015-05-07

Applicant: 东北大学

Inventor： 王宇 ,  任涛

IPC: G11C7/10

Abstract: 本发明公开了一种可扩展的USB闪存盘，属于USB闪存盘设计领域。包括主控PCB板、第一USB主控芯片、FLASH芯片、外围电路和USB接口；还包括按压式开关、第二USB主控芯片、A级联接口和B级联接口；第一USB主控芯片通过所述外围电路连接所述FLASH芯片；在无其它U盘接入时，USB接口通过按压式开关与第一USB主控芯片接通。当另一个U盘通过级联接口与该U盘相连接时，触发A级联接口的按压式开关，切换至第二USB主控芯片，USB接口通过按压式开关与第二USB主控芯片接通，使另一个U盘的存储空间成为该U盘存储空间的一部分。在实际生活中，可以灵活组合使用，扩展存储空间，给人们的数据备份过程带来了更大的便利和随意性，且为用户节省了更换大容量存储器的费用。

公开(公告)号：CN116627138B

公开(公告)日：2024-09-06

申请号：CN202310615033.6

申请日：2023-05-29

Applicant: 东北大学

Inventor： 党博宇 ,  尹宇彬 ,  孙佳琪 ,  韩松杰 ,  曾嘉毅 ,  任涛

IPC: G05D1/43 ,  G05D1/65 ,  G05D1/633 ,  G05D1/644 ,  G05D105/20

Abstract: 本发明公开了一种具有运动速度区间约束的轮式移动机器人自适应重物质量的跟踪控制方法。其特征为：基于移动机器人的运动学模型，利用模型预测方法通过限制每个轮子的速度输入，将机器人运动速度约束在指定的区间范围内；利用区间约束的运动速度和动力学模型，建立跟踪误差系统，提出自适应重物质量的跟踪控制方法，并基于Lyapunov理论实现了跟踪误差系统的渐近稳定性；基于STM32H7系列单片机将输出PWM信号提供给电机驱动模块，对装载不同质量重物的移动机器人，均能实现区间速度约束下的安全跟踪运动。该方法利用新技术约束了移动机器人的运动速度区间，并自适应不同重物质量实现了货物搬运。

公开(公告)号：CN117828529A

公开(公告)日：2024-04-05

申请号：CN202311862639.6

申请日：2023-12-29

Applicant: 东北大学

Inventor： 毛昕琦 ,  任涛 ,  曹旺 ,  文杰

IPC: G06F18/25 ,  G01N21/25 ,  G06F17/15

Abstract: 本发明公开一种基于互信息的铁矿高光谱数据串联融合方法及系统，涉及铁矿分类及品位反演领域，方法包括：根据成像光谱仪在波段重合范围内采集的铁矿样本的高光谱数据以及重采样后的高光谱数据，进行一阶微分处理，得到第一一阶微分处理后光谱数据和第二一阶微分处理后光谱数据；计算第一与第二一阶微分处理后光谱数据对应数据间的互信息，得到成像光谱仪间相关性最大的波段；在成像光谱仪间相关性最大的波段处对成像光谱仪在Vis‑SWIR与NIR两个波段范围内采集的铁矿样本的高光谱数据进行串联融合，得到融合后的光谱数据。本发明能够在光谱数据交叉范围内选择有效波段进行串联融合，从而有效提升反演模型的准确性与精度。

公开(公告)号：CN112786104B

公开(公告)日：2024-03-22

申请号：CN202110149674.8

申请日：2021-02-03

Applicant: 东北大学

Inventor： 曲颖 ,  任涛 ,  王逸群 ,  石阳

IPC: G16B15/30 ,  G06N20/00

Abstract: 本发明提供一种基于机器学习的药物疗效影响因子挖掘方法，涉及机器学习技术领域。该方法首先获取多种药物数据，针对某种疾病构造影响因子空间，其中包括可治疗该疾病的药物以及不可治疗该疾病的药物，并对影响因子空间内的数据进行预处理；然后基于统计学指标计算影响因子空间的每个影响因子与药效之间的相关系数；并建立机器学习的树模型计算各个影响因子与药效之间的相关系数；最后针对不同相关系数所对应的影响因子分别从大到小排序，并按照百分占比进行权重标识，再将对应影响因子的权重相加，最终选择排行前n的影响因子。该方法能够考虑到影响药效的多种影响因素，范围较广，得到的结果有较高的可信度。

公开(公告)号：CN117207186A

公开(公告)日：2023-12-12

申请号：CN202311264662.5

申请日：2023-09-27

Applicant: 东北大学

Inventor： 任涛 ,  周思齐 ,  罗悉梦 ,  沈蓉

IPC: B25J9/16

Abstract: 本发明提供一种基于强化学习的流水线双机械臂协同抓取方法，涉及机械臂控制技术领域。该方法具体包括：搭建流水线双臂机器人的双机械臂协同操作模型，并为模型中的每一条机械臂分配一个智能体代表该机械臂，从而将该双机械臂协同操作模型视为一个双智能体协同操作模型；获取该双机械臂协同操作模型中机械臂的观测信息，并根据获取到的观测信息设计机械臂的状态空间和机械臂的动作空间；对于双机械臂协同操作模型中的每一个机械臂，构建机械臂的奖励函数；采用MADDPG算法训练双机械臂协同操作模型，采用经验回放算法HER对训练好的双机械臂协同操作模型进行优化，得到最终的双机械臂协同操作模型；提高了双机械臂之间的协作效率。

公开(公告)号：CN117055623A

公开(公告)日：2023-11-14

申请号：CN202311164810.6

申请日：2023-09-08

Applicant: 东北大学

Inventor： 任涛 ,  罗悉梦 ,  沈蓉 ,  周思齐

IPC: G05D1/10

Abstract: 本发明提供一种基于多智能体强化学习的无人机群协同作战方法，涉及无人机的强化学习技术领域。该方法包括：搭建无人机群系统，初始化该系统中的无人机，并获取无人机的局部观测值；根据无人机群系统构建无向图；利用图注意力网络GAT处理无人机的局部观测值，得到无人机的新局部观测值；获取所有无人机的联合观测值、联合动作、联合奖励、下一时间步联合观测值，并存储到经验回放池中；利用MADDPG算法训练由Actor‑Critic网络架构搭建的无人机群协同作战策略模型，得到训练好的无人机群协同作战策略模型；调用训练好的无人机群协同作战策略模型解决无人机群协同作战问题。本发明提升了每个无人机对环境中其他无人机的观测效果，促进了多个无人机之间信息的交互。

公开(公告)号：CN112987664B

公开(公告)日：2022-03-01

申请号：CN202110177144.4

申请日：2021-02-09

Applicant: 东北大学

Inventor： 戚放 ,  任涛 ,  王心悦 ,  董卓然 ,  张皓东

IPC: G05B19/418

Abstract: 本发明公开了一种基于深度强化学习的流水车间调度方法，将每个工件作为节点并将其工序的处理时间作为节点信息进行聚合得到其嵌入表示。使用指针网络拟合策略网络，将最大完工时间作为奖励，对策略网络进行训练并保存参数。实际问题中，将每个工件的嵌入表示作为策略网络的输入，并依次选择概率最高的工件，直到所有工件选择完毕得到完整的调度序列。本发明所述的流水车间调度方法在小规模问题上可以获得近优解，在大规模问题上可以获得优于启发式算法和遗传算法的较优解，扩展到不同机器数和作业数的问题上，打破了在不同的问题规模和问题数据上需要重新对模型进行训练的局限性，通用性更广。

公开(公告)号：CN110646838B

公开(公告)日：2021-08-17

申请号：CN201910876700.X

申请日：2019-09-17

Applicant: 东北大学

Inventor： 李天鹏 ,  任涛 ,  丁匀泰 ,  王英男 ,  董普庆

IPC: G01V1/22 ,  G01V1/30 ,  H04L12/58 ,  G08B3/10 ,  G08B21/10

Abstract: 本发明提供一种基于邮件‑语音形式分级下发地震警报的方法，涉及地震数据流实时监测技术领域。本发明对实时监控到的数据流读取为可用的地震数据，并过滤无用地震数据。对地震设置分级，不同的地震数据划分到不同的分级，同时也可以按照地震发生位置的不同进行分级，并根据分级获取警报接收方。当读取到新的地震事件时，将地震数据封装成详细的地震信息，一种是通过邮件发送的方式通知相关部门，另一种是改变语音播报系统内文档的内容，当系统监测到播报内容被修改时，便将修改内容进行语音通话的方式通知相关部门，发送过地震警报后，需要对历史数据进行存储，避免来自不同台站侦测到的同一地震时间进行重复警报。

公开(公告)号：CN112987665A

公开(公告)日：2021-06-18

申请号：CN202110177162.2

申请日：2021-02-09

Applicant: 东北大学

Inventor： 张皓东 ,  任涛 ,  王心悦 ,  董卓然 ,  戚放

IPC: G05B19/418

Abstract: 本发明公开一种基于强化学习的流水车间调度方法，该方法分为处理加工时间矩阵，构建奖励函数，构造神经网络模型，训练模型，模型应用五个阶段进行。对已知的加工时间矩阵进行处理，构造一个二维矩阵M，来描述每个工件在不同时刻的特征。根据优化目标定义奖励函数。将状态矩阵M作为人工神经网络模型的输入，输出为每一个工件的选取概率，并遮罩当前选择的工件对应的输出神经元，直到所有工件都被选取，视为一个回合的结束。回合结束后采用Policy Gradient算法训练模型调整网络模型参数。本方法训练的模型可以高效地优化同等规模下的流水车间调度问题，得到加工时间总和较短的加工顺序。

公开(公告)号：CN107392384B

公开(公告)日：2020-10-16

申请号：CN201710628582.1

申请日：2017-07-28

Applicant: 东北大学

Inventor： 付尧 ,  崔晓智 ,  刘冰倩 ,  唐梦倩 ,  白丹宇 ,  任涛

IPC: G06Q10/04 ,  G06Q10/06

Abstract: 本发明属于生产调度领域，提出了求解NP难问题下界的方法，即一种基于带有释放时间流水车间的双代理问题的下界求解方法，下界即为松弛掉一些约束的排序所求得的解，所用算法的排序求解得一个可行解即上界，排序的最优解则介于上界与下界之间。因此下界作为一种评价算法求解性能的重要手段。该发明所设计的下界使用了基于单机问题的方法，即在每台机器上都求得一个下界，最后取大。并在每台机器上采用了可中断的方式来松弛约束条件。由仿真结果可得，下界是收敛的，即当工件数趋于无穷大的时候，下界收敛于最优解。在大规模情况下，这对于评价算法求解性能具有很大意义。