基于深度强化学习的多优先级无线终端的信道接入方法

    公开(公告)号:CN113613339A

    公开(公告)日:2021-11-05

    申请号:CN202110781263.0

    申请日:2021-07-10

    Abstract: 本发明属于无线通信技术领域,公开了一种基于深度强化学习的多优先级无线终端的信道接入方法,所述基于深度强化学习的多优先级无线终端的信道接入方法包括:建立具有不同优先级业务的网络场景;设计并明确该协议的系统模型,根据该协议网络场景进行状态空间建模、动作空间建模,并针对不同场景设计奖励函数;明确并建立该协议所使用的神经网络模型,并通过经验元组对网络模型进行训练;将训练好的模型通过多场景的仿真对比进行性能验证。本发明使用深度强化学习对多优先级业务无线终端的信道接入方法进行设计,更适用于具有不同优先级业务的无线网络,提高系统的吞吐量和无线信道资源的利用率,在减小高优先级业务调度时延的同时,提高低优先级业务接入信道的机会。

    一种基于GIS的淤地坝拦淤量估算方法

    公开(公告)号:CN105654488B

    公开(公告)日:2018-04-06

    申请号:CN201511027245.4

    申请日:2015-12-31

    Abstract: 本发明公开了一种基于GIS的淤地坝拦淤量估算方法,属于数字地形分析领域。所述发明将获取到的GIS图像转化为栅格矩阵,根据栅格矩阵中的数据确定简易无拦截河网模型的位置数据以及淤地坝的位置数据,接着对淤地坝的位置数据进行修正,进而将淤地坝进行扩充得到扩充淤地坝,基于扩充淤地坝中坝点的流向得到扩充淤地坝的库容,结合库容最终得到扩充淤地坝的拦淤量。本发明通过对淤地坝进行扩充,得到更为符合实际情况的扩充淤地坝,避免GIS图像中淤地坝仅占有一个栅格会影响实际计算结果的情况,并且通过使用GIS图像中数据的方式进行拦淤量的计算,避免了淤积面坡度的大小与沟道比降、形状、淤积物颗粒径等因素的影响,保证了拦淤量计算的准确性。

    一种基于GIS的淤地坝拦淤量估算方法

    公开(公告)号:CN105654488A

    公开(公告)日:2016-06-08

    申请号:CN201511027245.4

    申请日:2015-12-31

    Abstract: 本发明公开了一种基于GIS的淤地坝拦淤量估算方法,属于数字地形分析领域。所述发明将获取到的GIS图像转化为栅格矩阵,根据栅格矩阵中的数据确定简易无拦截河网模型的位置数据以及淤地坝的位置数据,接着对淤地坝的位置数据进行修正,进而将淤地坝进行扩充得到扩充淤地坝,基于扩充淤地坝中坝点的流向得到扩充淤地坝的库容,结合库容最终得到扩充淤地坝的拦淤量。本发明通过对淤地坝进行扩充,得到更为符合实际情况的扩充淤地坝,避免GIS图像中淤地坝仅占有一个栅格会影响实际计算结果的情况,并且通过使用GIS图像中数据的方式进行拦淤量的计算,避免了淤积面坡度的大小与沟道比降、形状、淤积物颗粒径等因素的影响,保证了拦淤量计算的准确性。

    一种基于视觉显著性的浅浮雕生成方法

    公开(公告)号:CN103617652A

    公开(公告)日:2014-03-05

    申请号:CN201310545025.5

    申请日:2013-11-02

    Abstract: 本发明涉及一种基于视觉显著性的浅浮雕生成方法,属于计算机图形学技术领域。本发明结合视觉信息与几何操作实现数字浅浮雕的生成,该方法首先提取三维模型表面显著性信息,接着使用非线性压缩方式实现浅浮雕生成,通过将视觉信息融入非线性压缩实现最终的浮雕效果。该发明可采取不同的信息如高度、角度方向等来提取显著性信息,以便更好的保存生成的数字浮雕的细节信息。该发明将显著性信息映射到浅浮雕的生成中,结合提取到的三维模型表面的显著性信息与几何操作,增强细节信息,通过将显著性信息附加到几何操作中,可有效的保持压缩后三维物体的表面细节信息。

    一种无核葡萄胚挽救果实最佳取样时间的确定方法

    公开(公告)号:CN119438125A

    公开(公告)日:2025-02-14

    申请号:CN202411491085.8

    申请日:2024-10-24

    Abstract: 本申请提供一种无核葡萄胚挽救果实最佳取样时间的确定方法,包括以下步骤:确定待取样果实的目标品种,并根据目标品种,得到对应的目标硬度区间;每间隔第一预设时长,实时获取待取样果实的近红外光谱反射率曲线,根据近红外光谱反射率曲线,得到待取样果实的实时果皮硬度;若实时果皮硬度处于目标硬度区间时,则对待取样果实进行取样。该技术方案能够减少主观因素的影响,首次实现无损精准的指导无核葡萄胚挽救果实的取样,从而提高胚挽救的成功率,还可以根据目标品种确定相应的目标硬度区间,实现个性化的取样时间确定。这对于各种葡萄品种的胚挽救工作都具有广泛的适用性,为加快无核葡萄新品种育种进程开辟新视角。

    车联网中基于DDPG的ARIS辅助车联边缘计算方法与系统

    公开(公告)号:CN118843087A

    公开(公告)日:2024-10-25

    申请号:CN202410915991.X

    申请日:2024-07-09

    Abstract: 本发明属于无线通信技术领域,公开了一种车联网中基于DDPG的ARIS辅助车联边缘计算方法与系统,本发明引入配备可重构智能表面(RIS)的无人飞行器(UAV)作为空中RIS(Aerial RIS,ARIS)的概念,即将RIS和UAV整合为新型高效的VEC网络辅助设备,并利用无人飞行器的灵活性和RIS的低成本特性,克服通信性能和成本限制,协助车辆进行计算卸载。本发明提出了一种基于深度确定性策略梯度(DDPG)算法设计的空中智能超表面辅助车联边缘计算的算法,通过联合优化UAV的轨迹和RIS的相移,形成被动波束赋形,从而最大限度地提高车载计算任务的完成率。大量数值结果表明,基于DDPG的ARIS辅助VEC网络方案优于其他算法,任务完成率最多可提高26%。

    一种融合动态全局检测和时空关联的单目标跟踪方法

    公开(公告)号:CN118314168A

    公开(公告)日:2024-07-09

    申请号:CN202410434436.5

    申请日:2024-04-11

    Abstract: 本发明提供了一种基于动态全局检测和时空关联的单目标跟踪方法,包括:步骤一,构造通用候选目标生成模型:步骤二,构造时序和干扰物感知关联模型:步骤201,构造候选轨迹池;步骤202,构造时序和干扰物感知编码器;步骤203,构造时序和干扰物感知解码器;步骤204,轨迹片段动态关联;步骤三,模型训练与保存;步骤四,目标跟踪:对于每一个视频序列,首先将初始模板和当前帧输入通用候选目标生成模型,以获取当前帧的目标候选,然后将当前帧的目标候选和来自候选轨迹池中的先前目标候选作为输入传递给经过步骤三训练完成后的时序和干扰物感知关联模型,时序和干扰物感知关联模型输出当前帧的目标跟踪结果。本发明的方法采用全新的候选生成加轨迹关联的跟踪框架,能够建模待跟踪对象以及背景中潜在干扰物的时间历时,提升跟踪效果。

    一种梨小食心虫虫害问答方法及系统

    公开(公告)号:CN117828104A

    公开(公告)日:2024-04-05

    申请号:CN202410041109.3

    申请日:2024-01-11

    Abstract: 本申请公开了一种梨小食心虫虫害问答方法及系统,涉及信息检索技术领域,其中方法包括:获取梨小食心虫虫害数据;提取梨小食心虫虫害数据的实体和关系,构建梨小食心虫虫害知识图谱;构建模板问句库;获取用户输入的问题;确定问题与模板问句库中模板问句的相似度,根据相似度确定相应的模板问句;根据模板问句在梨小食心虫虫害知识图谱中进行查询,确定问题的答案。本申请通过构建知识图谱存储梨小食心虫虫害知识,为果农和相关研究人员提供高效、便捷的知识服务,提高梨小食心虫虫害知识的利用率。

    一种牲畜体尺测定方法、装置、电子设备和存储介质

    公开(公告)号:CN117670974A

    公开(公告)日:2024-03-08

    申请号:CN202311645635.2

    申请日:2023-12-04

    Abstract: 本申请的实施例涉及牲畜体型测定技术领域,公开了一种牲畜体尺测定方法、装置、电子设备和存储介质。上述牲畜体尺测定方法包括:采集牲畜的不同方向的目标图像;对于每个方向的所述目标图像,从中提取所述牲畜的初始体尺数据;对所述目标图像进行处理得到掩码图像,并将所述掩码图像中与所述初始体尺数据匹配度最高的体尺数据作为二维体尺数据;将所述二维体尺数据在所述掩码图像上的深度值映射至三维空间中得到三维体尺数据;根据每个方向对应的所述三维体尺数据之间的欧氏距离,获取所述牲畜的目标体尺数据。本申请的实施例提供的牲畜体尺测定方法,可以提升牲畜体尺测量的效率和准确度,以及避免牲畜和人类之间疾病传播的风险。

Patent Agency Ranking