公开(公告)号：CN111210023B

公开(公告)日：2023-04-11

申请号：CN202010031991.5

申请日：2020-01-13

Applicant: 哈尔滨工业大学

Inventor： 王宏志 ,  王春楠 ,  张天赐 ,  陈含笑

IPC: G06N20/00

Abstract: 一种数据集分类学习算法自动选择系统及方法，属于机器学习技术领域。本发明针对现有数据处理中涉及到的学习算法的选择方式不具有通用性，若逐个进行尝试则计算量过大的问题。系统包括训练特征选择模块：选择各分类问题数据集，对每个分类问题数据集进行处理，获得相应的分类元知识；抉择器模块：从分类元知识中选择有效特征作为元特征，形成抉择器训练集，对元知识训练抉择器进行训练；算法选择模块：对待处理数据集进行处理，获得待处理元特征；再采用元知识训练抉择器进行分析，获得待处理数据集的最优学习算法；知识库模块，获得包括不同分类问题数据集与其对应学习算法一一对应关系的算法选择训练集。本发明可为数据集预测最优的学习算法。

公开(公告)号：CN111274498A

公开(公告)日：2020-06-12

申请号：CN202010075210.2

申请日：2020-01-22

Applicant: 哈尔滨工业大学

Inventor： 王宏志 ,  王春楠 ,  陈含笑

IPC: G06F16/9536 ,  G06Q50/00

Abstract: 一种网络特征社区查找方法，属于网络社区构建技术领域。解决了现有升级版的社区搜索和特征社区查找存在的效率低且适应性差的问题。本发明根据真实的社区的内部结构特征和外部结构特征，建立社区节点的内部连结密度评估函数；建立社区节点的外部连结密度评估函数；对待搜索的网络社区的属性和给定属性之间的相关度进行量化，建立网络社区的属性相关性评估函数；对社区节点的内部连结密度评估函数、社区节点的外部连结密度评估函数和量化的待搜索的网络社区的属性和给定属性相关度的函数进行融合，获取函数RACSF；利用NSS节点选择策略和弹性ISC循环终止条件对函数RACSF进行优化，获取目标社区结构的最优解为最终查找的特征社区。本发明适用于网络特征的查找使用。

公开(公告)号：CN111210023A

公开(公告)日：2020-05-29

申请号：CN202010031991.5

申请日：2020-01-13

Applicant: 哈尔滨工业大学

Inventor： 王宏志 ,  王春楠 ,  张天赐 ,  陈含笑

IPC: G06N20/00

Abstract: 一种数据集分类学习算法自动选择系统及方法，属于机器学习技术领域。本发明针对现有数据处理中涉及到的学习算法的选择方式不具有通用性，若逐个进行尝试则计算量过大的问题。系统包括训练特征选择模块：选择各分类问题数据集，对每个分类问题数据集进行处理，获得相应的分类元知识；抉择器模块：从分类元知识中选择有效特征作为元特征，形成抉择器训练集，对元知识训练抉择器进行训练；算法选择模块：对待处理数据集进行处理，获得待处理元特征；再采用元知识训练抉择器进行分析，获得待处理数据集的最优学习算法；知识库模块，获得包括不同分类问题数据集与其对应学习算法一一对应关系的算法选择训练集。本发明可为数据集预测最优的学习算法。

公开(公告)号：CN111274498B

公开(公告)日：2023-06-23

申请号：CN202010075210.2

申请日：2020-01-22

Applicant: 哈尔滨工业大学

Inventor： 王宏志 ,  王春楠 ,  陈含笑

IPC: G06F16/9536 ,  G06Q50/00

Abstract: 一种网络特征社区查找方法，属于网络社区构建技术领域。解决了现有升级版的社区搜索和特征社区查找存在的效率低且适应性差的问题。本发明根据真实的社区的内部结构特征和外部结构特征，建立社区节点的内部连结密度评估函数；建立社区节点的外部连结密度评估函数；对待搜索的网络社区的属性和给定属性之间的相关度进行量化，建立网络社区的属性相关性评估函数；对社区节点的内部连结密度评估函数、社区节点的外部连结密度评估函数和量化的待搜索的网络社区的属性和给定属性相关度的函数进行融合，获取函数RACSF；利用NSS节点选择策略和弹性ISC循环终止条件对函数RACSF进行优化，获取目标社区结构的最优解为最终查找的特征社区。本发明适用于网络特征的查找使用。

公开(公告)号：CN119717490A

公开(公告)日：2025-03-28

申请号：CN202411898676.7

申请日：2024-12-23

Applicant: 哈尔滨工业大学

Inventor： 张立宪 ,  陈含笑 ,  杨嘉楠 ,  吴桐 ,  朱益民 ,  丁一航 ,  董逸飞

IPC: G05B11/42

Abstract: 本发明公开了一种基于ROS的多智能无人车PID编队控制方法、系统及应用，涉及多智能无人车编队控制技术领域。本发明的技术要点包括：获取两种类型的多个无人车的实时运动速度、期望运动速度、实时位置以及期望位置；计算速度偏差和位置偏差；基于两种控制律分别计算获取两种类型的多个无人车的转动力矩；基于转动力矩控制两种类型的多个无人车按照期望运动速度到达期望位置。并基于ROS平台搭建多智能无人车Gazebo仿真场景，针对两种类型机器小车利用上述方法实现复杂编队及物体跟踪任务。本发明具有较高的工程应用价值。