-
公开(公告)号:CN119785868A
公开(公告)日:2025-04-08
申请号:CN202411868729.0
申请日:2024-12-18
Abstract: 本发明公开了一种基于动态赫布学习CPG神经网络肌肉骨骼模型的步态模拟法,包括如下步骤:1、通过高级控制器构建赫布学习的CPG神经元网络模型HB‑CPG;2、通过动作电位激活构建肌肉骨骼模型;3、CPG神经元网络模型HB‑CPG和肌肉骨骼模型,模拟外部电刺激脊髓CPG下的膝关节运动的协调性和可调控性。本发明在CPG神经系统中引入动态赫布学习规则,使得CPG振荡器改变其固有频率与外部输入信号同步,以及通过学习节律振荡器的幅度来保持敏感度。
-
公开(公告)号:CN119180677A
公开(公告)日:2024-12-24
申请号:CN202411205316.4
申请日:2024-08-30
Applicant: 南通大学
IPC: G06Q30/0204 , G06Q50/06 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本发明属于可再生能源应用中的人工智能技术领域,具体涉及一种面向城市群扩张的光伏电站选址优化方法;所述方法具体步骤为S1.获取数据并对数据进行预处理;S2.构建交互线性模型并预测具有太阳辐射潜力的地址;S3.构建ConvLSTM网络并预测潜在光伏站点及各站点的光伏装机容量;S4.对城市扩张程度进行量化并依据城市扩张趋势及预测发展方向选择对环境和经济发展影响小的光伏站点选址地;S5.采用CRITIC‑TOPSIS方法进行综合评估,确定最佳建设地点;该方法能够有效评估光伏发电潜力与空间资源、地形地貌的适配性,还考虑平衡土地利用效率、环境保护需求与经济效益,为城市化区域光伏电站选址提供重要参考依据。
-
公开(公告)号:CN116859982A
公开(公告)日:2023-10-10
申请号:CN202310511280.1
申请日:2023-05-08
Applicant: 南通大学
IPC: G05D1/10
Abstract: 本发明公开一种基于解析几何的无人机编队无源定位方法和调整策略,分析无人机集群编队飞行中的几何关系,并给出具体的调整方案,实现新队形的精确定位。结果表明:针对圆形编队的三点定位问题,利用余弦定理和向量求解,结果较精确;针对圆形编队两点定位,第三点编号未知的情况下,构建了基于无人机感知方位判定编号的解析模型,迭代求解,具有较好的普适性;在锥形编队中,利用圆形编队构建的基于解析几何定位调整算法,先把部分无人机调整到一个基准圆上,将这个标准圆的圆心分别沿斜边和底边移动,用已经调整好的无人机调整其他无人机。利用蒙特卡洛方法仿真验证,能够实现快速精准定位和调整,具有收敛速度快、鲁棒性强的特点。
-
-
-