-
公开(公告)号:CN118294961A
公开(公告)日:2024-07-05
申请号:CN202410386724.8
申请日:2024-04-01
Applicant: 南京工程学院
IPC: G01S13/931 , G01S7/40
Abstract: 本发明公开了一种无人驾驶电动汽车雷达检测技术,包括雷达的硬件系统:仿真环境,控制系统;雷达的硬件系统用于模拟真实的雷达工作原理,用以进行测试;仿真环境,用以模拟周围环境的信号,控制系统,用于控制仿真过程中的各个参数和条件,以便对雷达系统进行不同的测试和评估,可视化界面,用于显示仿真系统的运行结果,包括雷达扫描图像、目标检测结果、跟踪轨迹,通过界面观察仿真系统的工作情况,并进行参数调整和性能评估。该无人驾驶电动汽车的雷达检测技术,对无人驾驶电动汽车雷达的检测技术进行升级,使其能够有效地降低测试成本和风险,加快算法的研发和验证过程,同时提高无人驾驶汽车的安全性和可靠性。
-
公开(公告)号:CN118210486A
公开(公告)日:2024-06-18
申请号:CN202410391407.5
申请日:2024-04-01
Applicant: 南京工程学院
IPC: G06F8/30 , G06F8/34 , G06N3/08 , G06N3/0442 , G06N3/0455 , G06F16/33 , G06F8/70
Abstract: 本发明公开了一种模型和深度神经网络结合的代码生成方法,涉及智能教育管理领域,包括以下步骤:步骤一:主需求建模;S1:利用活动图进行需求建模,通过形式化定义活动图,自动生成宏观逻辑框架代码;S2:采用深度神经网络模型,特别是基于Action序列的深度学习模型,从自然语言描述中预测出微观细节功能代码;S3:相似代码检索;将输入的代码片段以及所有的训练集解析为AST,并通过先序遍历进一步获得序列表示。该模型和深度神经网络结合的代码生成方法,首先利用活动图进行需求建模,通过形式化定义活动图,生成宏观逻辑框架代码,然后,采用深度神经网络模型,特别是基于Action序列的深度学习模型,从自然语言描述中预测出微观细节功能代码。
-