-
公开(公告)号：CN119514655A
公开(公告)日：2025-02-25
申请号：CN202411507593.0
申请日：2024-10-28
Applicant: 北方工业大学
IPC: G06N5/01 , G06N3/044 , G06N3/092 , G06F18/23213
Abstract: 本发明公开了一种基于空间聚类与深度强化学习的未知环境目标搜索方法及系统，涉及多目标搜索技术领域，首先基于维诺图的空间聚类方法，根据搜索无人机的初始位置以及区域安全等级，将三维动态环境划分为与无人机数量相等的任务区域分配给搜索无人机；模拟目标与动态障碍物的运动，基于环境反馈构建奖励函数，并基于搜索任务构建数学模型；基于神经网络近似法，得到搜索无人机的搜索策略；基于马尔科夫决策过程与梯度上升法，通过最大化搜索无人机的期望累积奖励，获取搜索无人机的最优搜索策略。本发明使得所有搜索无人机得以最短的时间和最低的成本安全地搜索出三维环境中的全部目标，提高了搜索无人机在大范围空域的目标搜索能力。
-
公开(公告)号：CN119314051A
公开(公告)日：2025-01-14
申请号：CN202411449173.1
申请日：2024-10-17
Applicant: 北方工业大学
IPC: G06V20/10 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/82 , G06V10/766 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明涉及船舶检测技术领域，公开了一种基于YOLOv8‑LSCSBD的船舶检测方法，基于船舶检测基准数据集，构建训练集及测试集；在YOLOv8模型基础上，结合轻量级共享卷积检测头，构建轻量级旋转检测网络；利用训练集对轻量级旋转检测网络进行训练，得到YOLOv8‑LSCSBD检测模型，同时使用测试集评估模型性能；将待检测的船舶图像输入到训练好的YOLOv8‑LSCSBD检测模型中，YOLOv8‑LSCSBD检测模型输出船舶检测结果。本发明将YOLOv8模型和轻量级共享卷积检测头LSCSBD相结合，形成用于船舶类型检测的轻量级旋转检测网络，实现模型轻量化的同时，提升检测效率和精度。
-
公开(公告)号：CN118897291A
公开(公告)日：2024-11-05
申请号：CN202410934053.4
申请日：2024-07-12
Abstract: 本发明公开一种多波束声呐基阵与磁力计搭载装置，包括：上连接部件、多波束接收基阵、多波束发射基阵托板、多波束发射基阵、定滑轮、拖鱼、几字卡扣、磁力计、定深器、绞盘托板、绞盘装置；多波束接收基阵设置于上连接部件外侧下方，多波束发射基阵托板连接于上连接部件的内侧下方，多波束发射基阵设置于多波束发射基阵托板下方，绞盘托板连接于上连接部件顶部内侧，绞盘装置设置于绞盘托板上，定滑轮设于多波束发射基阵托板上，绞盘装置的线缆绕过定滑轮连接到拖鱼，磁力计固定于拖鱼上表面，拖鱼下方设有定深器。本发明针对有海底地形和地磁探测需求的AUV，能够进行一体式多波束声呐声波接收和发射装置的连接与固定以及磁力计的安装。
-
公开(公告)号：CN118799713A
公开(公告)日：2024-10-18
申请号：CN202410943923.4
申请日：2024-07-15
Applicant: 北方工业大学
IPC: G06V20/00 , G06N3/045 , G06N3/0464 , G06V10/44 , G06V10/40 , G06V10/80 , G06V10/82 , G06V10/26 , G06V20/70
Abstract: 本发明属于实时场景理解领域，提供了一种基于Transformer模型的实时场景理解方法，包括：数据采集、数据预处理、数据标注、特征提取、特征融合、语义分割、高维特征提取以及高维特征解码。本发明通过采集图像原始数据、点云原始数据以及环境信息，丰富了识别数据，提高了低光照条件下模型的识别精度；通过图像特征和空间特征融合和语义分割，提高了模型的训练效率。
-
公开(公告)号：CN114494771B
公开(公告)日：2024-06-07
申请号：CN202210036245.4
申请日：2022-01-10
Inventor： 翟弟华 , 王永康 , 夏元清 , 詹玉峰 , 邹伟东 , 刘坤 , 戴荔 , 吴楚格 , 郭泽华 , 李怡然 , 张元 , 张金会 , 闫莉萍 , 孙中奇 , 崔冰 , 高寒 , 杨辰 , 王力 , 史运涛 , 董哲
IPC: G06V10/764 , G06V10/74 , G06V10/762 , G06V10/77 , G06V10/82 , G06N3/098
Abstract: 本发明公开了一种可防御后门攻击的联邦学习图像分类方法，采用矩阵降维和聚类算法对Worker节点提交的梯度进行处理，最后选择正常的Worker节点提交的梯度参与聚合，从而完全避免了后门植入全局模型的可能性，此外，本发明所用的方法是一种无监督方法，适用于联邦学习场景，可广泛应用在联邦学习防御中，提高联邦学习的鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN112633057B
公开(公告)日：2024-01-30
申请号：CN202011219596.6
申请日：2020-11-04
Applicant: 北方工业大学
Abstract: 本发明提供了一种公交车内异常行为智能监控方法，包括以下步骤：S1、构建车辆异常行为库和异常物品库；S2、构建视频数据采集模块；S3、构建视频数据分析模块；S4、构建车辆异常预警模块。本发明通过在公交车车厢内安装摄像头获取车内的视频信息，并基于此信息实现人脸检测、人数估计、异常行为检测、异常物品检测、异常警报等，有效地解决了传统视频监控系统不能够实时监控并判别异常行为的问题。(56)对比文件黄炜.地铁车辆车底机器人检测系统研究.《铁道技术监督》.2019,第47卷(第11期),37-41.马登辉.出租车视频监控的异常图像检测与乘客识别研究《.中国优秀硕士学位论文全文数据库 (工程科技Ⅱ辑)》.2017,(第02期),C034-1398.刘潇.基于深度学习的人体行为识别技术的研究与应用《.中国优秀硕士学位论文全文数据库信息科技辑》.2019,(第8期),I138-871.张晓平等.基于视频的人体异常行为识别与检测方法综述《.控制与决策》.2021,第37卷(第1期),14-27.沈铮等.基于图像处理的公交车内人群异常情况检测《.计算机工程与设计》.2018,第39卷(第1期),165-171.X. Wu et al..Abnormal drivingbehavior detection for bus based on theBayesian classifier《.2018 TenthInternational Conference on AdvancedComputational Intelligence (ICACI)》.2018,266-272.
-
公开(公告)号：CN116889693A
公开(公告)日：2023-10-17
申请号：CN202310899348.8
申请日：2023-07-21
Applicant: 中国人民解放军总医院第五医学中心 , 北方工业大学
Abstract: 本发明提供基于无模型自适应算法的放疗固定控制系统及方法，该方法包括：固定主体，用于固定患者上半身；伸缩模块，与上述固定主体连接，上述伸缩模块用于伸缩，带动固定主体上下移动；控制模块，与上述伸缩模块连接，上述控制模块用于接收到上位机传输的请求后，基于无模型自适应算法计算控制伸缩模块伸缩长度的电机控制量，得到控制指令，将该控制指令发送至伸缩模块；上述固定主体包括主板、头颈肩固定件和腰部固定件；上述伸缩模块与头颈肩固定件连接，上述伸缩模块用于带动头颈肩固定件上下移动；上述腰部固定件上设置有定位件，上述主板上设置有与该定位件适配的定位孔。
-
公开(公告)号：CN112651431B
公开(公告)日：2023-07-07
申请号：CN202011479510.3
申请日：2020-12-16
Applicant: 北方工业大学 , 北京联智汇能科技有限公司 , 安徽绿沃循环能源科技有限公司 , 新源智储能源发展(北京)有限公司
Abstract: 本发明涉及一种退役动力电池的聚类分选方法。测量n个被拆解退役动力电池单体样本的电压数据，提取m个特征变量并标幺，计算各样本特性向量间距离d，形成相似度矩阵A；以样本数量n、聚类簇数量K定义用于分选的编码长度以及编码位取值，以聚类簇族能量选择优质分选编码，并利用交叉、变异、重插等遗传演化操作，形成对大量退役电池单体的K个聚类簇族；计算各聚类簇族中心及该簇族中样本的最大偏差，形成置信域；基于待检测退役动力电池单体特征向量与各聚类簇族中心距离及置信域关系，完成分选及分选可靠性判断。本发明将遗传的优化思想融入聚类过程中，保证了聚合过程的优化方向，提升了退役动力电池分选聚类过程的优化水平。
-
公开(公告)号：CN112305442B
公开(公告)日：2023-06-20
申请号：CN202011094386.9
申请日：2020-10-14
Applicant: 北方工业大学 , 北京联智汇能科技有限公司 , 江苏海基新能源股份有限公司 , 新源智储能源发展(北京)有限公司
IPC: G01R31/392 , G01R31/367 , G06F18/23213
Abstract: 本发明涉及一种基于kmeans聚类的动力电池SOH快速估计方法。包括以下步骤：获得若个不同健康状态下的动力电池健康状态值，并测量其在一次充放电实验过程中电压、电流以及温度信号，构成含健康状态值的样本特征集；利用kmeans方法将特征集中的样本进行聚类，形成多个族群；计算待检测动力电池的特征到各族中心的欧式距离，判断其所属族群；计算待检测动力电池的特征到所属族群中各样本特征的欧式距离，获得用于健康状态值计算的权重；根据样本的健康状态值和权重，评估待检测动力电池的健康状态。发明能够大幅降低动力电池状态评估模型设计过程，快速、有效地评估出动力电池的健康状态，有利于动力电池筛选以及梯次利用。
-
公开(公告)号：CN116156547A
公开(公告)日：2023-05-23
申请号：CN202310206128.2
申请日：2023-03-06
Applicant: 北方工业大学
Abstract: 本公开实施例中提供了一种车联网车辆连接可靠性评估方法、装置、电子设备及介质，方法包括：获取t时刻在通信范围内通过V2V连接的当前车辆连接数k；根据所述当前车辆连接数k以及预设的可靠性连接概率函数，确定与所述车辆连接数对应的可靠性连接概率；其中，所述可靠性连接概率函数根据t时刻在通信范围内的车辆数量N1的第一概率函数以及车辆连接数N2的第二概率函数生成，第一概率函数符合具有参数β的泊松分布，第二概率函数符合具有参数(N1,pV2V)的二项式分布；根据可靠性连接概率以及可靠性连接阈值，评估当前V2V连接是否可靠。本发明根据在V2V场景下进入通信范围的不同的车辆数量分别给出车联网高可靠性连接的条件，实现了V2V场景下可靠性连接精准评估。
-
-
-
-
-
-
-
-
-
Search Results
254
records
(took 0.035 seconds)
