一种智能体探索3D迷宫的批A3C强化学习方法

    公开(公告)号:CN109063823B

    公开(公告)日:2022-06-07

    申请号:CN201810820233.4

    申请日:2018-07-24

    Abstract: 本发明公开了一种智能体探索3D迷宫的批A3C强化学习方法,为了达到相对较短的训练时间和较小的内存损耗的目标,本发明使用基于批的强化学习方法训练神经网络。神经网络划分为两个部分,第一部分主要包含若干个卷积层和MLP,得到原始屏幕像素的低维度表示;第二部分是一个LSTM即长短时记忆模型。LSTM的输入是第一部分的MLP的输出,LSTM的最后一个时间步的细胞输出外接两个MLP,分别用来预测当前状态下动作a的概率分布以及当前状态下的状态值v的预测。结合高效强化学习算法与深度学习方法实现智能体自主探索3D迷宫,并且以相对较短的训练时间和较小的内存损耗使得智能体能够成功的探索3D迷宫环境。

    一种基于RCIoU损失的SAR图像旋转舰船检测的实现方法

    公开(公告)号:CN113033303A

    公开(公告)日:2021-06-25

    申请号:CN202110182143.9

    申请日:2021-02-09

    Abstract: 本发明公开了基于RCIoU损失的SAR图像旋转舰船检测方法,包括以下步骤:首先,划分数据集,将数据集划分为训练集和测试集;其次,定义矩形旋转框的表示形式,改进YOLOv4网络;设计先验框,并为对应不同尺度特征层的头部检测网络分配对应尺度的先验框;然后,改进数据增强算法,使之在旋转框检测场景中仍能发挥同样作用;接着,设计损失函数,包括边界框回归损失、置信度损失和类别损失;最后,训练网络,并在测试集验证模型的性能。本发明不仅将基于旋转框的目标检测应用于SAR图像舰船数据集中,还设计了新的损失函数,无论对于SAR图像舰船检测,还是对于旋转目标检测,都具有较大的实际意义。

    一种基于AM-Softmax损失的蝴蝶图像细粒度识别方法

    公开(公告)号:CN112800927A

    公开(公告)日:2021-05-14

    申请号:CN202110092924.9

    申请日:2021-01-25

    Abstract: 本发明公开了一种用于基于AM‑Softmax损失的蝴蝶图像细粒度识别方法,属于计算机视觉领域;具体步骤包括:首先选择使用网络收集以及标注的334类蝴蝶数据集作为实验数据集,并进行预处理操作;然后,建立双线性模型;其次,使用AM‑Softmax作为损失函数,选择优化方法,设置合适的学习率以及迭代次数等超参数,训练双线性网络,训练完成后保存模型;最后,对测试集图像进行测试,输出分类准确率。本说明在计算机视觉、细粒度识别领域具有一定的研究意义和价值。

    一种基于DARTS的图像分类优化方法

    公开(公告)号:CN112699957A

    公开(公告)日:2021-04-23

    申请号:CN202110026434.9

    申请日:2021-01-08

    Abstract: 本发明公开了一种基于DARTS的图像分类优化方法,用于提高DARTS构建的模型对图像分类的稳定性和准确率。本发明分析跳跃连接操作在排他操作方面有不公平优势,进而导致DARTS性能崩溃,本发明提出了一种关联跳跃连接操作构造新的验证损失函数,以阻碍这种不公平的优势,避免跳跃连接过度,并且解析架构参数确定一个针对特定图像数据集的合适的子网络。接着进行整体模型训练测试,堆叠一定个数的搜索好的单元架构来构建卷积神经网络,从头开始训练,基于此模型对图像进行稳定而准确的分类测试。本方法在针对特定图像进行分类时可以有效地阻碍跳跃连接的不公平优势,并能产生更好的性能。

    基于U-Net的遥感图像地物分割方法

    公开(公告)号:CN111242028A

    公开(公告)日:2020-06-05

    申请号:CN202010031038.0

    申请日:2020-01-13

    Abstract: 本发明公开一种对多光谱遥感图像进行地物分割的方法,首先,对多光谱遥感图像进行标注,生成标签图像;然后,对图像进行裁剪和缩放,得到预处理后的图像;接着,使用U-Net模型在训练集上进行训练,并保存训练好的模型;最后,使用训练好的模型在测试集上进行预测,得到最终的地物分割结果图。

    一种基于卷积神经网络的多角度遥感影像森林高度提取方法

    公开(公告)号:CN110070488A

    公开(公告)日:2019-07-30

    申请号:CN201910336776.3

    申请日:2019-04-25

    Abstract: 本发明公开了一种基于卷积神经网络的多角度遥感影像森林高度提取方法,依次包括以下步骤:对资源三号多角度遥感影像进行正射校正以及重采样;基于激光雷达数据提取森林高度,并记录对应光斑的经纬度坐标;以光斑点坐标为中心裁剪多角度遥感影像,制作训练样本集;构造卷积神经网络,训练网络并保存模型;采取滑动裁剪的方式裁剪多角度遥感影像;提取保存的模型预测森林高度,制作基于研究区域的森林高度分布图。本发明为森林高度实现尺度外推提供了一种新的思路,编程实现容易,运行效率较高,泛化能力较强,生成的森林高度分布图呈现良好的区域一致性。

    A2/O-UASB连续流城市生活污水深度脱氮除磷的装置与方法

    公开(公告)号:CN106045030B

    公开(公告)日:2019-01-04

    申请号:CN201610539158.5

    申请日:2016-07-10

    Abstract: A2/O‑UASB连续流城市生活污水深度脱氮除磷的装置与方法,属于污水生物处理领域。城市生活污水从进水箱泵入A2/O反应器的厌氧区,同时进入的还有二沉池回流的污泥。厌氧区的混合液进入缺氧区,同时将富含NO3‑‑N的UASB一体化厌氧氨氧化反应器的出水泵入A2/O反应器的缺氧区。A2/O好氧区的混合液进入二沉池,然后流入中间水箱,泵入一体化厌氧氨氧化UASB反应器中,其出水的一部分回流至连续流A2/O反应器中另一部分作为最终出水排出系统。本发明降低反硝化时碳源的消耗量,降低曝气量节省了能耗,同时解决了传统脱氮除磷工艺中除磷菌与脱氮菌在有机碳源、溶解氧等的竞争以及脱氮与除磷在污泥龄方面的矛盾问题。

    基于自编码器的人脸图像旋转方法

    公开(公告)号:CN104298973B

    公开(公告)日:2018-03-30

    申请号:CN201410529076.3

    申请日:2014-10-09

    Abstract: 本发明公开了一种基于自编码器的人脸图像旋转方法,依次包括以下步骤:首先,采集每一位用户的原始正面和侧面人脸图像,并通过手工方式选取包含人脸的区域构成纯人脸图像,并以此作为用户人脸图像的模板;然后,将模板库中的彩色图像转换成灰度图像;其次,从自编码器的输入层到中间层,将相邻两层看作RBM,逐层训练每个RBM。将训练后RBM堆叠得到自编码器,并用训练RBM得到的权值和偏置作为自编码器的初始化权值和偏置;再次,使用反向传播算法逐层调整自编码器各层的权值和偏置;最后,使用新用户的侧面人脸图像,对训练过的自编码器进行测试,将侧面图像重建成正面人脸图像。该方法重建过程更加智能化。

    一种通过污泥双回流AOA工艺实现城市污水短程硝化的方法

    公开(公告)号:CN107032488A

    公开(公告)日:2017-08-11

    申请号:CN201710269330.4

    申请日:2017-04-24

    Abstract: 一种通过污泥双回流AOA工艺实现城市污水短程硝化的方法,属于污水处理领域。该装置主要有污水原水箱、厌氧/缺氧/好氧格组成的污泥双回流AOA反应器、沉淀池组成。装置主要包括原水水箱、污泥双回流AOA反应器。所述方法中的污泥双回流AOA反应器的依次分为厌氧段、好氧段和缺氧段;其中,厌氧段利用生活污水中的COD合成内碳源PHAs,同时,进行厌氧释磷;而后混合液进入好氧段,发生短程硝化反应;最后进入缺氧段,发生内碳源反硝化反应。此方法通过逐步加大进水氨氮负荷、长时间的厌/缺氧对NOB进行饥饿处理,实现城市污水短程硝化内源反硝化脱氮,达到深度脱氮除磷的目的。本发明切实可行,可解决连续流短程硝化实现难的问题。

Patent Agency Ranking