-
公开(公告)号：CN107544551A
公开(公告)日：2018-01-05
申请号：CN201710778810.3
申请日：2017-09-01
Applicant: 北方工业大学
IPC: G05D1/12
Abstract: 本发明提供一种基于智能无人机的区域快捷物流运输方法，通过对无人机降落点位置的红外信标设置，实现了对物流区域内部的派送点位置的合理规划，同时设计了无人机最优派送路径规划方法，减少了无人机的飞行距离，缩短派送时间。在住宅小区等区域性地点应用该物流运输方法及装置，能够有效的解决现有区域物流运输人力成本高，派送时间长的问题，提升区域物流派送的效率，并会在一定程度上解决了“最后一公里物流”的问题，促进了我国物流运输行业和交通领域的发展。
-
公开(公告)号：CN107544551B
公开(公告)日：2020-06-09
申请号：CN201710778810.3
申请日：2017-09-01
Applicant: 北方工业大学
IPC: G05D1/12
Abstract: 本发明提供一种基于智能无人机的区域快捷物流运输方法，通过对无人机降落点位置的红外信标设置，实现了对物流区域内部的派送点位置的合理规划，同时设计了无人机最优派送路径规划方法，减少了无人机的飞行距离，缩短派送时间。在住宅小区等区域性地点应用该物流运输方法及装置，能够有效的解决现有区域物流运输人力成本高，派送时间长的问题，提升区域物流派送的效率，并会在一定程度上解决了“最后一公里物流”的问题，促进了我国物流运输行业和交通领域的发展。
-
公开(公告)号：CN110103968A
公开(公告)日：2019-08-09
申请号：CN201910404974.9
申请日：2019-05-16
Applicant: 北方工业大学
Abstract: 本发明提供了一种基于三维激光雷达的无人车自主超车轨迹规划系统，该系统包括由环境感知单元和车速获取单元组成的数据采集单元，其信号输出端与数据处理单元相连，数据处理单元信号输出端与超车行为决策单元相连，超车行为决策单元与超车轨迹规划单元相连，超车轨迹规划单元与驾驶舱显示屏相连，驾驶舱显示屏用于显示轨迹规划单元生成的超车轨迹。与现有技术相比，本发明基于人类驾驶员的超车习惯，充分考虑前车几何尺寸与运动状态对本车超车意图和轨迹规划的影响，择取最优超车轨迹，有效避免超车事故的发生，适宜推广使用。
-
Patent Agency Ranking
公开(公告)号：CN110103956A
公开(公告)日：2019-08-09
申请号：CN201910404975.3
申请日：2019-05-16
Applicant: 北方工业大学
IPC: B60W30/12 , B60W30/18 , B60W40/105 , B60W40/107 , B60W50/00 , B60W50/14
Abstract: 本发明提供了一种无人车自动超车轨迹规划方法，该方法包括以下步骤：选取人工驾驶状态下的历史超车数据，构建符合人类驾驶员习惯的超车意图模型；无人驾驶状态下根据车载三维激光雷达和轮速传感器实时采集到的信息确认是否产生超车意图；根据碰撞时间判断是否满足超车条件；人工确认是否执行超车操作；自动规划满足安全性、舒适性约束的超车轨迹；动态更新超车轨迹，并显示在驾驶舱显示屏上。与现有技术相比，本发明基于人类驾驶员的超车习惯，充分考虑前车几何尺寸与运动状态对本车超车意图和轨迹规划的影响，择取最优超车轨迹，有效避免超车事故的发生，适宜推广使用。
-
公开(公告)号：CN118246544A
公开(公告)日：2024-06-25
申请号：CN202410037448.4
申请日：2024-01-10
Applicant: 北方工业大学
IPC: G06N5/04 , G06N5/025 , G06F16/36 , G06F18/23213
Abstract: 本发明公开一种基于大语言模型与改进知识图谱的问答方法、系统及设备，涉及知识图谱技术领域，所述方法包括：获取用户的当前问题；对当前问题进行审核，得到审核结果；当审核结果为通过时，确定当前问题的特征向量；基于当前问题的特征向量，从知识图谱的知识节点中选择最接近当前问题的知识节点作为当前问题的检索节点；将与检索节点中对应的典型问题的集合中的预设个数个已知问答对作为当前问题的背景资料；将当前问题的背景资料设定为向大语言模型提问的背景资料，设置任务为“结合背景资料回答当前问题”；基于大语言模型确定当前问题的回答。本发明使得回答更加准确，更加切合问题需求。
-
公开(公告)号：CN115438152B
公开(公告)日：2023-04-07
申请号：CN202211113468.2
申请日：2022-09-14
Applicant: 北方工业大学
IPC: G06F16/33 , G06F16/35 , G06F16/36 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种基于多神经网络与知识图谱的简答题评分方法及系统，该方法包括：根据原始学科知识点图谱中知识点及知识点关系得到多个初始三元组，对知识点关系进行聚类；将目标学科知识语料作为样本，将聚类后知识点及其关系三元组作为标签对神经网络模型进行训练，得到知识点关系提取网络模型；根据目标学科知识语料得到当前学科知识点关系图神经网络；根据题目、标答和应试者作答内容分别生成题目、标答和作答内容知识点关系图谱借助图神经网络进行区域匹配，进行综合评分；根据题目类型选择评分策略，得到评分结果。本发明综合考虑题目类型、标答评分点匹配和相关学科知识的内在逻辑关系，评分结果更准确。
-
公开(公告)号：CN115438152A
公开(公告)日：2022-12-06
申请号：CN202211113468.2
申请日：2022-09-14
Applicant: 北方工业大学
Abstract: 本发明涉及一种基于多神经网络与知识图谱的简答题评分方法及系统，该方法包括：根据原始学科知识点图谱中知识点及知识点关系得到多个初始三元组，对知识点关系进行聚类；将目标学科知识语料作为样本，将聚类后知识点及其关系三元组作为标签对神经网络模型进行训练，得到知识点关系提取网络模型；根据目标学科知识语料得到当前学科知识点关系图神经网络；根据题目、标答和应试者作答内容分别生成题目、标答和作答内容知识点关系图谱借助图神经网络进行区域匹配，进行综合评分；根据题目类型选择评分策略，得到评分结果。本发明综合考虑题目类型、标答评分点匹配和相关学科知识的内在逻辑关系，评分结果更准确。
-
公开(公告)号：CN115063265A
公开(公告)日：2022-09-16
申请号：CN202210453877.0
申请日：2022-04-27
Applicant: 北方工业大学
IPC: G06Q50/20 , G06F16/9535
Abstract: 本发明涉及一种学科知识智能学习方法,构建包含显性能力标签数据、隐性能力标签数据和试题类型标签数据的标签数据库，创建显性能力和隐性能力之间的关联关系；进行知识单元划分，每个知识单元对应一个测试单元；并将试题进行编号标注和标签设置；当监控到用户学完当前知识单元时，并根据预设规则从与当前知识单元相应的试题内调取与当前能力相适配的试题,设置为测试试题并形成测试单元进行推荐；当监控到用户完成测试单元后，更新相应用户的当前能力值。本发明提供的智能学习方法可以实现测试试题的个性化推送，有针对性的提升个人能力，并可以根据测试结果更新用户的能力值，提高用户的学习效果。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.021 seconds)
