-
公开(公告)号：CN107391703B
公开(公告)日：2019-11-15
申请号：CN201710630738.X
申请日：2017-07-28
Applicant: 北京理工大学
IPC: G06F16/58 , G06F16/583 , G06K9/62
Abstract: 本发明公开一种图像库的建立方法及系统、图像库和图像分类方法。所述图像库的建立方法包括：获取待标注的图像；根据图像识别算法确定所述图像的初始标签；获取所述图像的自定义标签，所述自定义标签为用户的输入文本；根据所述初始标签和所述自定义标签确定所述图像的目标标签；存储所述图像和所述目标标签，形成训练样本。本发明提供的图像库建立方法，首先根据图像识别算法确定图像的初始标签；再根据初始标签和用户标注的自定义标签共同对图像进行标注，增加了图像标注的专业性，同时参考了人工的意见，提高了标注质量和训练样本的纯度。
-
公开(公告)号：CN103077162A
公开(公告)日：2013-05-01
申请号：CN201310024273.5
申请日：2013-01-23
Applicant: 北京理工大学
IPC: G06F17/24
Abstract: 本发明涉及一种Word文档中参考文献编排装置，包括上角标和参考文献抽取模块，上角标和参考文献重排模块，回写模块，其中：上角标和参考文献抽取模块搜索整个原始Word文档，分别整理出引用上角标序列和参考文献列表，并存储上角标和文献列表的对应关系；上角标和参考文献重排模块对抽取的上角标序列和参考文献列表进行顺序编排和整理；回写模块将整理后的上角标序列和参考文献列表更新到原文档中。本发明在Microsoft Word环境中根据现有文档内容对参考文献的顺序和格式进行编排，从而使用户在进行文本、段落编辑时不用再考虑和调整参考文献的编号和顺序，减轻了用户对参考文献进行手动调整所耗费的精力和时间。
-
公开(公告)号：CN114692310B
公开(公告)日：2024-07-09
申请号：CN202210395757.X
申请日：2022-04-14
Applicant: 北京理工大学
IPC: G06F30/15 , G06F30/27 , G06N3/0499 , G06N3/084 , G06N3/092 , G06N3/0985 , G06F119/14 , G06N3/048
Abstract: 本发明涉及一种基于Dueling DQN的虚实融合一二级分离模型参数优化方法，属于航天器设计参数优化技术领域。本发明使用BP神经网络训练的代理模型替代火箭一二级分离系统物理仿真模型，可以快速地生成数据、完成预测。使用Dueling DQN深度强化学习对火箭一二级分离系统结构参数进行优化，将Q值函数分解为价值函数和优势函数，考虑状态单独的影响，使网络更易收敛。相比传统启发式算法，深度强化学习搜索更细致，迭代次数更多，优化结果更优，深度网络可以积累智能体在可行解空间里的搜索经验，对于结构相同的问题大大提升了其拓展性和泛化能力，对于新的数据可以在已经训练过的基础上在进行训练，减少再次开发的成本和时间，通过历史经验减少训练消耗的时间。
-
公开(公告)号：CN117556682A
公开(公告)日：2024-02-13
申请号：CN202310891804.4
申请日：2023-07-20
Applicant: 北京理工大学
IPC: G06F30/27 , G06F30/15 , G06N3/0455 , G06N3/082 , G06N3/0499 , G06N3/084 , G06N3/0464
Abstract: 本发明涉及航天器仿真模型动态修正技术领域，特别涉及一种基于变可信度模型的仿真动态修正方法，包括：建立栅格舵系统的物理仿真模型SM；使用所述SM产生仿真数据F；获取栅格舵系统的实测数据R；构建变可信度模型并使用所述F和所述R进行训练得到所述SM的修正模型F2R；利用所述F2R对待修正仿真数据进行修正。本发明基于神经网络的方法构建变可信度修正模型，能够减少数据噪声产生的影响，更好地满足航天数据中常见的不稳定性和非稳态性等特点，具备良好的容错能力；进一步组合使用非平稳时间序列预测模型和两段式BP神经网络模型，相比传统直接针对仿真模型本身进行修正的方式，节省了大量的专业学习成本和仿真模型运行成本。
-
公开(公告)号：CN114818124A
公开(公告)日：2022-07-29
申请号：CN202210394120.9
申请日：2022-04-14
Applicant: 北京理工大学
Abstract: 本发明涉及一种基于DPPO的虚实融合栅格舵模型参数优化方法，属于航天器设计参数优化技术领域。本发明使用BP神经网络训练的代理模型替代栅格舵系统物理仿真模型，可以快速地生成数据、完成预测，使用Adams物理仿真模型预测20000组数据需要耗时越20小时，使用代理模型仅需1.6秒。使用DPPO深度强化学习对栅格舵系统参数进行优化，在计算梯度时通过更新前后地参数对比，限制更新步长，解决了基于行为地强化学习的步长敏感问题，使得训练更易收敛。同时，使用分布式的方式，用多组线程与环境交互，产生训练数据，在提升数据收集速度的同时，降低了网络间的相关性，使得训练更容易收敛，更易实现对栅格舵系统的参数优化。
-
Patent Agency Ranking
公开(公告)号：CN111711733B
公开(公告)日：2020-11-13
申请号：CN202010828974.4
申请日：2020-08-18
Applicant: 北京理工大学
IPC: H04N5/222 , H04N21/2187 , H04N21/845
Abstract: 本发明涉及一种直播方案仿真设计验证方法，包括以下步骤：S1、从已有直播视频中自动学习得到直播摄像机在拍摄过程中的轨迹和姿态参数；S2、搭建包含直播内容的预演仿真系统；S3、根据步骤S1中得到的摄像机参数在预演仿真系统中生成多个虚拟摄像机；S4、获得每个虚拟摄像机在预演仿真系统中拍摄的视频并渲染输出；S5、根据输出视频的效果，修改虚拟摄像机参数，直到获得用户满意的直播视频；S6、输出直播方案。本发明可以辅助用户自动从已有视频中学习摄像方案，通过仿真系统对摄像机方案和导播参数进行验证，并预览直播效果，为电视直播方案的设计提供了技术支持。
-
公开(公告)号：CN111711733A
公开(公告)日：2020-09-25
申请号：CN202010828974.4
申请日：2020-08-18
Applicant: 北京理工大学
IPC: H04N5/222 , H04N21/2187 , H04N21/845
Abstract: 本发明涉及一种直播方案仿真设计验证方法，包括以下步骤：S1、从已有直播视频中自动学习得到直播摄像机在拍摄过程中的轨迹和姿态参数；S2、搭建包含直播内容的预演仿真系统；S3、根据步骤S1中得到的摄像机参数在预演仿真系统中生成多个虚拟摄像机；S4、获得每个虚拟摄像机在预演仿真系统中拍摄的视频并渲染输出；S5、根据输出视频的效果，修改虚拟摄像机参数，直到获得用户满意的直播视频；S6、输出直播方案。本发明可以辅助用户自动从已有视频中学习摄像方案，通过仿真系统对摄像机方案和导播参数进行验证，并预览直播效果，为电视直播方案的设计提供了技术支持。
-
公开(公告)号：CN103260239A
公开(公告)日：2013-08-21
申请号：CN201310137097.6
申请日：2013-04-19
Applicant: 北京理工大学
IPC: H04W64/00
Abstract: 本发明涉及一种基于WIFI的移动设备定位方法，包括以下步骤：一、在移动设备可能移动的范围内，均匀播撒假设点，形成假设点集合；二、对移动设备定期进行监测，获得设备的相对移动距离向量，据此更新假设点集合中每个假设点的当前位置，并记录每次更新后假设点位置信息和接收到的各WIFI源信号强度；三、对每个假设点，将记录轨迹上每一个位置数据分别与N个WIFI源1的信号强度数据进行拟合，形成拟合函数，并得到N个方差，据此得到该假设点的不可靠数值，按照用户预设的阈值删除不可靠数值高的假设点，并重复执行步骤三，直到达到用户要求。该方法可以实现室内环境下的有效定位，能够弥补在当前大建筑物等环境下难以实现精准设备定位的实际困难。
-
公开(公告)号：CN103108458A
公开(公告)日：2013-05-15
申请号：CN201310024275.4
申请日：2013-01-23
Applicant: 北京理工大学
Abstract: 本发明涉及一种可编程舞台效果激光阵列，包括激光发生器、激光摆动单元、控制单元及可编程操作终端，激光发生器包括发光部件和驱动电路，发光部件产生激光，驱动电路驱动发光部件产生激光，来自控制单元的控制信号控制PWM电流的脉冲宽度，从而控制产生的激光的亮度；激光摆动单元包括一个步进电机，发光部件固定在步进电机的转轴上，可以随电机的转动而摆动，来自控制单元的控制信号控制电机的摆动；控制单元分别向驱动电路和激光摆动单元发出控制信号，控制单元通过数据线与可编程操作终端连接，实现与操作终端的通讯。本发明使用激光做光源，可同时控制多个激光器的动作，实现复杂绚丽的舞台灯光效果，从而实现传统舞台灯无法达到的效果。
-
公开(公告)号：CN114818124B
公开(公告)日：2024-08-23
申请号：CN202210394120.9
申请日：2022-04-14
Applicant: 北京理工大学
IPC: G06F30/15 , G06F30/27 , G06N3/0499 , G06N3/084 , G06N3/048
Abstract: 本发明涉及一种基于DPPO的虚实融合栅格舵模型参数优化方法，属于航天器设计参数优化技术领域。本发明使用BP神经网络训练的代理模型替代栅格舵系统物理仿真模型，可以快速地生成数据、完成预测，使用Adams物理仿真模型预测20000组数据需要耗时越20小时，使用代理模型仅需1.6秒。使用DPPO深度强化学习对栅格舵系统参数进行优化，在计算梯度时通过更新前后地参数对比，限制更新步长，解决了基于行为地强化学习的步长敏感问题，使得训练更易收敛。同时，使用分布式的方式，用多组线程与环境交互，产生训练数据，在提升数据收集速度的同时，降低了网络间的相关性，使得训练更容易收敛，更易实现对栅格舵系统的参数优化。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.02 seconds)
