-
公开(公告)号：CN116002097B
公开(公告)日：2025-05-09
申请号：CN202211675158.X
申请日：2022-12-26
Applicant: 中国兵器工业计算机应用技术研究所
Inventor： 周宏志 , 汪安平 , 宋立辉 , 段晓瑜 , 金圣楠 , 李科伟 , 张国伟 , 孙力 , 于沿 , 许梦家 , 张月 , 赵东阳 , 保东晨 , 雷鹏沛 , 王奎 , 孙志佳 , 田铮 , 仲少华 , 徐洪刚 , 赵欣欣 , 万倩倩 , 黄正达 , 赵继鹏
Abstract: 本发明涉及一种无人机降落引导和收纳系统，属于无人机装备技术领域，解决了无人机降落位置不精确、固定及收纳步骤繁琐的问题。本发明的无人机降落引导和收纳系统包括无人机降落引导器、无人机收纳部件、传感器组合和飞行控制终；传感器组合分布设置在无人机降落引导器上，飞行控制终端控制无人机降落、固定在无人机降落引导器，并自动收纳入无人机收纳部件内。无人机降落引导和收纳系统可精确引导无人机精确对中定位降落、自动固定和收纳，无人机降落引导和收纳系统组成简单、功能完备，适用性广泛。
-
公开(公告)号：CN115924156B
公开(公告)日：2025-05-09
申请号：CN202211675181.9
申请日：2022-12-26
Applicant: 中国兵器工业计算机应用技术研究所
Inventor： 赵东阳 , 胡雄文 , 张威 , 洪天阁 , 周宏志 , 李科伟 , 段晓瑜 , 于沿 , 石伟兴 , 汪安平 , 张国伟 , 许梦家 , 张月 , 刘永辉 , 王钦文 , 张兴文 , 乞志刚 , 孙力 , 成佳艺 , 康乐 , 张文涛 , 刘凡 , 姚一鸣 , 任海
Abstract: 本发明涉及一种无人机的降落引导与收纳控制方法，属于无人机装备技术领域，解决了无人机降落位置不精确、固定及收纳步骤繁琐的问题。本发明的无人机的降落引导与收纳控制方法包括控制无人机对中无人机降落引导台、控制无人机降落并固定在无人机降落引导台上和收纳无人机及无人机降落引导台的步骤。本发明方法可精确引导无人机精确降落、自动固定和收纳，方法简便易行，适用性广泛。
-
公开(公告)号：CN117216624B
公开(公告)日：2025-04-25
申请号：CN202311049071.6
申请日：2023-08-18
Applicant: 中国兵器工业计算机应用技术研究所
IPC: G06F18/24 , A61B5/372 , G06F18/25 , G06F18/214
Abstract: 本公开实施例公开一种脑电信号分类方法、装置、电子设备及介质，该方法包括：获取待分类脑电信号的特征信息；获取训练后的脑电信号分类模型；利用训练后的第一脑电信号分类模型对时域特征进行处理，得到第一分类结果，利用训练后的第二脑电信号分类模型对频域特征进行处理，得到第二分类结果，以及，利用训练后的第三脑电信号分类模型对拓扑特征进行处理，得到第三分类结果；利用训练后的第四脑电信号分类模型对训练后的第一脑电信号分类模型的分类准确率及第一分类结果、训练后的第二脑电信号分类模型的分类准确率及第二分类结果，以及训练后的第三脑电信号分类模型的分类准确率及第三分类结果进行处理，获得待分类脑电信号的目标分类结果。
-
公开(公告)号：CN119832538A
公开(公告)日：2025-04-15
申请号：CN202411640558.6
申请日：2024-11-18
Applicant: 中国兵器工业计算机应用技术研究所
IPC: G06V20/64 , G06V10/44 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/096 , G06N3/0985
Abstract: 本发明涉及一种基于联合学习及层次化自蒸馏的稀疏点云理解方法，属于计算机视觉和图形学技术领域。本发明与现有方法的对比，加入了一个即插即用的层次化自蒸馏(HSD)框架旨在最大化来自多个覆盖尺度的互信息，并将最深层次的超空间中最独特的隐式特征传递给其他尺度，不同尺度中系列的最后一层分类器被指定为教师网络(最深层)，以监督此前网络层中的分类器，从而将重要知识传递到不同的超空间。本发明强调联合学习，同时利用MAE和HSD来协调上下游网络中的参数分布，从而同时增强在重建和理解任务上的性能表现。
-
公开(公告)号：CN114973039B
公开(公告)日：2025-03-07
申请号：CN202210708233.1
申请日：2022-06-21
Applicant: 中国兵器工业计算机应用技术研究所
Abstract: 本申请涉及一种无人机操控仿真模拟训练方法和电子设备，该仿真模拟训练方法包括获取图像序列集合，图像序列集合包括多个图像序列子集，图像序列子集包括多帧图像，图像包含有至少一个预设目标对象，同一图像序列子集的多帧图像所包含的预设目标对象的数量相等，不同图像序列子集的图像所包含的预设目标对象的数量不同；按照预设时间间隔和预设顺序依次显示多个图像序列子集的多帧图像；获取每个预设时间间隔内操控选手根据图像选择的实际目标对象；针对每一图像，判断操控选手选择的实际目标对象与对应图像的预设目标对象是否一致，并获取判断结果；根据判断结果，确定操控选手的训练得分。
-
Patent Agency Ranking
公开(公告)号：CN119157557A
公开(公告)日：2024-12-20
申请号：CN202411189491.9
申请日：2024-08-28
Applicant: 中国兵器工业计算机应用技术研究所 , 南开大学
IPC: A61B5/374 , A61B5/369 , A61B5/00 , G06F18/213 , G06F18/243 , G06F18/25 , G06N5/01 , G06N20/20
Abstract: 本发明提供一种基于脑电信号的主被动意图识别方法及系统：该方法包括：获取被试人员的脑电信号；基于脑电信号提取多个频段的脑电特征；并基于多个频段的脑电特征中预设频段的脑电信号功率谱密度，得到主动特征和被动特征；将多个频段的脑电特征、主动特征和被动特征输入预先训练的主被动意图识别模型，识别得到被试人员的主、被动意图类别；主被动意图识别模型基于主动意图实验和被动意图实验获取的脑电信号训练得到。本发明解决了现有技术中对脑电信号的处理没有考虑主被动意图的影响，导致脑机接口输出的控制指令准确性差的问题。
-
公开(公告)号：CN119052189A
公开(公告)日：2024-11-29
申请号：CN202411079838.4
申请日：2024-08-07
Applicant: 中国兵器工业计算机应用技术研究所
Abstract: 本发明涉及一种端网协同的时间触发流量实时性优化方法及系统，属于计算机网络资源调度技术领域。包括：基于新准入TT流以及与新准入TT流相同源端节点的TT流构建待优化TT流集合；基于待优化TT流的网络路由、源端节点和目的端节点确定待优化TT流在应用层和网络层涉及的有向链路，包括待优化TT流路由途经的网络层的网络链路和应用层的CPU链路；以所述待优化TT流应用层端到端的延迟最小化为目标，基于端网协同约束，使用粒子群算法求解得到所有待优化TT流在各有向链路的发送时刻偏移量的最优解。本发明通过对应用层通信任务进行虚拟节点和虚拟帧的建模，综合考虑应用层和网络层的调度方案，解决现有技术中因未考虑应用层调度而影响端到端延迟的问题。
-
公开(公告)号：CN112596071B
公开(公告)日：2024-09-20
申请号：CN202011204006.2
申请日：2020-11-02
Applicant: 中国兵器工业计算机应用技术研究所
Abstract: 本公开提供了无人机自主定位方法、装置及无人机，该方法包括：根据无人机的二维激光雷达采集的数据，得到激光定位信息；根据无人机的惯性传感器、视觉里程计和深度相机分别采集的数据，得到视觉定位信息；根据无人机的定高雷达采集的数据，得到高度信息；根据激光定位信息、视觉定位信息和高度信息，得到无人机所处空间位置的定位信息。根据本实施例的方法，无需卫星信号即可实现无人机自主定位，该自主定位方式可适用于地下空间环境。
-
公开(公告)号：CN117956591B
公开(公告)日：2024-09-17
申请号：CN202410102611.0
申请日：2024-01-24
Applicant: 中国兵器工业计算机应用技术研究所
IPC: H04W72/0446 , H04W72/52 , H04W72/566 , H04W16/22 , H04W16/28 , H04W84/18
Abstract: 本发明涉及一种基于定向天线的动态网络时隙分配方法及网络仿真系统；方法包括：动态自组网中的节点间基于定向波束的时分多址协议进行邻居发现，帧预约和数据传输；在邻居发现期进行节点间的功率级协商和时隙预约确认；在帧预约期进行节点间再次链接和时隙确认；在数据传输期进行以协商功率和预约时隙的节点间数据传输；在动态自组网数据传输过程中，进行各节点数据传输大小、传输时延和业务优先级的服务质量保障；通过建立的基于不同优先级组的节点列表，根据邻居节点优先级从优先级高的分组到优先级低的分组分别进行时隙分配，以满足节点间输出传输业务需求。本发明提高了网络服务质量和抗干扰能力。
-
公开(公告)号：CN118631761A
公开(公告)日：2024-09-10
申请号：CN202410758521.7
申请日：2024-06-13
Applicant: 中国兵器工业计算机应用技术研究所
Abstract: 本发明涉及一种基于突发感知的时延敏感网络资源分配方法，属于时延敏感网络技术领域，解决了现有技术中不能保证突发流传输可靠性的问题。方法包括以下步骤：在每个时隙内为突发流预留时隙资源；基于多队列循环转发确定每个时隙内每个交换机的每个队列的偏移值；根据预留时隙资源后的当前网络状态信息、每个时隙内每个交换机的每个队列的偏移值以及每个实时业务流的流信息，基于训练好的深度强化学习模型得到每个实时业务流的时隙资源分配方案。提高了网络对异构业务流量的调度能力。
-
-
-
-
-
-
-
-
-
Search Results
430
records
(took 0.061 seconds)
