-
公开(公告)号：CN112765458B
公开(公告)日：2022-10-14
申请号：CN202110018668.9
申请日：2021-01-07
Applicant: 同济大学
IPC: G06F16/9535 , G06K9/62 , G06N20/00
Abstract: 本发明提供了基于度量分解和标签自适应分配权重的混合推荐方法，针对特定的用户及选定物品，利用预先构建的基于度量分解的模型得到该用户对该选定物品的第一预测评分；利用预先构建的基于标签的模型得到该用户对该选定物品的第二预测评分；将第一预测评分和第二预测评分进行加权求和确定该用户对该特定物品的最终预测评分；根据各用户对各物品的最终预测评分为用户推荐物品。本发明充分结合了欧式距离对个体数值特征的绝对差异的敏感性以及余弦相似度对方向和比例的敏感性，引入了物品的标签信息并有效加以利用，使得评分预测结果更加全面且准确。
-
公开(公告)号：CN113406500A
公开(公告)日：2021-09-17
申请号：CN202110726365.2
申请日：2021-06-29
Applicant: 同济大学
IPC: G01R31/367 , G01R31/378 , G01R31/388 , B60L58/12 , G06F30/27
Abstract: 本发明公开了一种动力锂电池的剩余电量估计方法。本发明采用具有强大学习能力的加权最小二乘支持向量机实现对动力锂电池的SOC估计模型的建模和在线估计，在加权最小二乘支持向量机的核参数模型的选取过程可以通过CKF进行在线自适应完成。还建立动态WLSSVM过程，利用最新的工况数据来建立SOC估计模型，从而更好的反应数据特征。本发明为电池管理系统以及用户提供准确的SOC估计结果，增加电池管理的可靠性，为用户合理使用电池提供准确的信息。
-
公开(公告)号：CN113012822A
公开(公告)日：2021-06-22
申请号：CN202110307807.X
申请日：2021-03-23
Applicant: 同济大学
IPC: G16H80/00 , G06F16/332 , G06F16/35 , G06N3/04 , G06N3/08
Abstract: 本发明提供了一种基于生成式对话技术的医疗问答系统，用于针对患者输入的问题文本生成相应的回复文本，其特征在于，包括：科室分类模块利用预先训练好的科室分类模型对问题文本进行分类得到科室编码向量；科室编号生成模块将科室编码向量根据预定的字典文件转化与科室相对应的第一编号向量，将问题文本根据字典文件转化为第二编号向量，将第一编号向量与第二编号向量进行拼接得到拼接编号向量；以及回复文本生成模块将拼接编号向量输入预先训练好的生成式对话模型中，生成回复文本。本发明的基于生成式对话技术的医疗问答系统可以在无庞大检索数据库支撑下，实时自动生成与患者问题对应的问题，既缓解了医疗资源的紧张，又能快速解决患者的问题。
-
公开(公告)号：CN113485323B
公开(公告)日：2024-04-12
申请号：CN202110655081.9
申请日：2021-06-11
Applicant: 同济大学
Abstract: 本发明提供了一种级联多移动机器人灵活编队方法，该方法基于结合先验的非线性距离‑角度‑航向编队控制知识与连续控制的策略梯度算法，避免移动机器人盲目探索，提高了训练收敛的速度，避免了繁琐的系数调优过程，同时引入近端策略优化独立训练单个移动机器人应对局部静态、动态障碍物的灵活避障能力。该方法分为训练与推理阶段，将复杂的线上解算过程迁移到线下，基于课程学习思想独立训练编队与灵活避障策略，同时在推理环节灵活调用预训练策略，使得整个编队具有更高的自主性与灵活性。
-
公开(公告)号：CN112862683B
公开(公告)日：2022-12-06
申请号：CN202110174293.5
申请日：2021-02-07
Applicant: 同济大学
Abstract: 本发明公开了一种基于弹性配准和网格优化的邻接图像拼接方法，首先使用SIFT算法进行特征提取与匹配，通过序列RANSAC算法获取特征匹配内点，计算多平面单应性；接着对无人机图像划分网格，使用基于弹性模型的方法对相邻的无人机图像进行配准；然后针对网格顶点坐标集构造四个约束项来建立能量函数，通过最小化能量函数进行网格优化，得到变形网格顶点；最后通过三角形纹理映射、最佳缝合线和多通道融合算法的处理步骤后得到高分辨率的无人机图像拼接结果。本发明实验结果表明，相比于传统方法，能有效消除拼接重影、不对齐现象，具有一定的视差容忍度，并且能够减少多图拼接产生的失真，保持图像形状，具有自然观感。
-
Patent Agency Ranking
公开(公告)号：CN112765458A
公开(公告)日：2021-05-07
申请号：CN202110018668.9
申请日：2021-01-07
Applicant: 同济大学
IPC: G06F16/9535 , G06K9/62 , G06N20/00
Abstract: 本发明提供了基于度量分解和标签自适应分配权重的混合推荐方法，针对特定的用户及选定物品，利用预先构建的基于度量分解的模型得到该用户对该选定物品的第一预测评分；利用预先构建的基于标签的模型得到该用户对该选定物品的第二预测评分；将第一预测评分和第二预测评分进行加权求和确定该用户对该特定物品的最终预测评分；根据各用户对各物品的最终预测评分为用户推荐物品。本发明充分结合了欧式距离对个体数值特征的绝对差异的敏感性以及余弦相似度对方向和比例的敏感性，引入了物品的标签信息并有效加以利用，使得评分预测结果更加全面且准确。
-
公开(公告)号：CN114998156B
公开(公告)日：2023-06-20
申请号：CN202210767745.5
申请日：2022-06-30
Applicant: 同济大学
IPC: G06T5/00 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于多补丁多尺度网络的图像运动去模糊方法。本发明首先预处理数据集；然后创建多补丁多尺度网络，包括结构自相似性处理模块和多尺度通道空间注意力机制的创建；接着定义损失函数；然后对多补丁多尺度网络进行训练直到网络收敛；最后送入运动模糊图像得出恢复后的图像。本发明深度利用图像的先验信息，并与深度学习结合，在定量和定性两个方面都取得很好的效果。
-
公开(公告)号：CN114998156A
公开(公告)日：2022-09-02
申请号：CN202210767745.5
申请日：2022-06-30
Applicant: 同济大学
Abstract: 本发明公开了一种基于多补丁多尺度网络的图像运动去模糊方法。本发明首先预处理数据集；然后创建多补丁多尺度网络，包括结构自相似性处理模块和多尺度通道空间注意力机制的创建；接着定义损失函数；然后对多补丁多尺度网络进行训练直到网络收敛；最后送入运动模糊图像得出恢复后的图像。本发明深度利用图像的先验信息，并与深度学习结合，在定量和定性两个方面都取得很好的效果。
-
公开(公告)号：CN113485323A
公开(公告)日：2021-10-08
申请号：CN202110655081.9
申请日：2021-06-11
Applicant: 同济大学
IPC: G05D1/02
Abstract: 本发明提供了一种级联多移动机器人灵活编队方法，该方法基于结合先验的非线性距离‑角度‑航向编队控制知识与连续控制的策略梯度算法，避免移动机器人盲目探索，提高了训练收敛的速度，避免了繁琐的系数调优过程，同时引入近端策略优化独立训练单个移动机器人应对局部静态、动态障碍物的灵活避障能力。该方法分为训练与推理阶段，将复杂的线上解算过程迁移到线下，基于课程学习思想独立训练编队与灵活避障策略，同时在推理环节灵活调用预训练策略，使得整个编队具有更高的自主性与灵活性。
-
公开(公告)号：CN111857107B
公开(公告)日：2021-08-31
申请号：CN202010522452.1
申请日：2020-06-10
Applicant: 同济大学
Abstract: 本发明公开了基于学习组件库的辅助型移动机器人导航控制系统和方法，系统包括学习组件库，学习组件库包括：初始化组件、环境建模组件、路径规划组件、核心算法组件、测试组件、优化组件和可视化组件。本发明中各个组件之间相互交互，灵活调用，使用过程中可以根据移动机器人类型，快速构建多种适应其导航任务场景的不同算法策略的仿真或者实际应用的强化学习训练与可视化闭环学习系统。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.016 seconds)
