-
公开(公告)号：CN119048378A
公开(公告)日：2024-11-29
申请号：CN202411158773.2
申请日：2024-08-22
IPC: G06T5/60 , G06T5/70 , G06V10/77 , G06V10/774 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于主成分分析和扩散模型的热红外本底图像生成方法，该方法的目的是通过对热红外本底图像进行建模，从而生成多样性的热红外本底图像，为热红外图像去本底的神经网络算法提供有效的训练数据对。主成分分析可以提取出热红外本底图像中的主要成分，获取热红外本底图像中的主要特征；扩散模型通过学习热红外本底图像中的剩余成分的特征，从而生成更多的符合实际分布的热红外本底图像剩余成分；基于主要成分和生成的剩余成分即可生成大量的热红外本底图像。实验表明，在相同的去本底网络下，相比于使用直接采集到的热红外本底图像构造的热红外图像，本发明生成的热红外本底图像构造的热红外图像训练得到的网络具有更好的去本底效果。
-
公开(公告)号：CN119416852A
公开(公告)日：2025-02-11
申请号：CN202411467590.9
申请日：2024-10-21
Applicant: 浙江大学
IPC: G06N3/084 , G06N3/04 , G06N3/0985 , G06T5/70 , G06T5/60
Abstract: 本发明公开了一种基于神经网络二阶辛克霍恩梯度流加速图像生成方法。本发明利用神经二阶辛克霍恩梯度流2‑NSGF模型，参数化二阶沃森斯坦梯度流中与辛克霍恩散度相关的时间变化动量场，从而实现高效推断和仿真。通过对源和目标分布样本的利用，2‑NSGF模型可以实时生成和细化仿真数据，降低传统方法的计算复杂度。此外，通过引入两阶段2‑NSGF++模型，进一步优化了处理高维数据集的效率，提高了仿真精度和速度。本发明提供了一种高效的数据处理技术，适用于机器学习领域的多种应用，如图像生成、风格迁移和音频‑文本转换等。本发明显著提高了图像生成效率；无需依赖核函数，降低了复杂度；提升了样本质量和生成稳定性。
-
公开(公告)号：CN114701578A
公开(公告)日：2022-07-05
申请号：CN202210312479.7
申请日：2022-03-28
Applicant: 浙江大学
IPC: B62D37/06
Abstract: 本发明公开了一种用于无人摩托自主平衡的控制力矩陀螺装置。其中，陀螺外框采用了双球型外壳设计，提高了空间利用率可提升无人摩托车的灵巧性，同时便于安装飞轮进动组件和飞轮转子组件；在飞轮转子组件中采用了外转子结构设计，在相同的尺寸空间内可以提供更大的控制力矩，同时便于引出电机线及编码器线，结构紧凑占用空间小、抗力学环境能力强、能量密度大，可实现在直径220mm高70mm以内的圆柱空间内，使飞轮自转速度达7000RPM以上，进而实现无人摩托车自主平衡控制，提升无人摩托车的抗干扰能力，增强无人摩托车的负载能力和越野性能，提高无人摩托车的实用性。
-
公开(公告)号：CN119358629A
公开(公告)日：2025-01-24
申请号：CN202411346527.X
申请日：2024-09-25
Applicant: 浙江大学
IPC: G06N3/092 , G06N3/044 , G06N3/0442 , G06N3/0455
Abstract: 本申请涉及一种强化学习方法、动作生成系统、计算机设备和存储介质。所述方法包括：对预设时间范围内的历史状态和动作信息进行编码，得到编码轨迹信息；基于所述编码轨迹信息和预设的深度学习网络，生成目标动作；基于所述目标动作以及与所述目标动作对应的当前状态，确定所述目标动作的预测回报；基于所述当前状态下的动作概率分布，确定探索能力调整值；基于所述预测回报和探索能力调整值，对所述深度学习网络的参数进行调整。采用本方法能够达到提高策略生成的鲁棒性的效果。
-
公开(公告)号：CN117217759A
公开(公告)日：2023-12-12
申请号：CN202310975800.4
申请日：2023-08-04
Applicant: 浙江大学
Abstract: 本申请涉及区块链领域，特别是涉及一种基于DAG区块链系统的交易执行方法、装置、交易方法、系统及存储介质。所述方法包括：从交易池中提取各交易，并生成用于表示各所述交易之间的依赖关系的交易依赖图；消除所述交易依赖图中的环依赖关系，得到无环依赖图以及依赖关系表；消除所述无环依赖图中的依赖关系，并以所述依赖关系表中存在依赖关系的交易间隔最大化为目标生成安全交易序列；基于所述安全交易序列以及所述依赖关系表，并行执行不在所述依赖关系表中的交易，按照所述依赖关系执行在所述依赖关系表中的交易。本发明充分挖掘了交易的并行潜力，解决了交易高依赖场景下交易并行执行方法性能表现不佳的问题，提高了性能和资源利用率。
-
Patent Agency Ranking
公开(公告)号：CN119150913A
公开(公告)日：2024-12-17
申请号：CN202411639883.0
申请日：2024-11-18
Applicant: 浙江大学
Abstract: 本申请涉及强化学习技术领域，提供了一种基于大语言模型和强化学习的决策支持系统及方法，其首先获取强化学习的源状态表征，并利用外部知识库对其进行数据增强，随后将增强后的状态表征转换为预设大语言模型的状态表征，接着将该状态表征输入预设大语言模型以生成强化学习智能体增强的状态表征函数和内在奖励函数，基于这两个函数更新维护利普西茨数组，以产生满足平滑条件的状态表征，最后，将满足条件的状态表征输入分类器决策模型，得出决策结果。这样，通过引入外部信息，有助于提升强化学习的源状态表征质量，从而提高智能体的决策能力和适应性。
-
公开(公告)号：CN116776962A
公开(公告)日：2023-09-19
申请号：CN202310619912.6
申请日：2023-05-29
Applicant: 浙江大学
Abstract: 本申请涉及一种强化学习数据采样方法、系统、设备和存储介质，通过中心节点获取环境交互节点生成的环境状态样本，将环境状态样本存储至经验集，将环境状态样本发送至动作计算节点，接收并存储动作计算节点生成的动作样本，将动作样本发送至环境交互接单，继续接收并处理环境交互节点根据动作样本进行更新后的环境状态样本，并根据环境状态样本与动作样本生成轨迹样本，当经验集存储的轨迹样本的数量达到第一阈值时，将轨迹样本发送至策略更新节点，策略更新节点根据轨迹样本对模型进行优化，并将优化后的模型参数发送至动作计算节点，保证了各种节点信息的高效读写，解决了相关技术中强化学习在计算资源有限的情况下采样效率较低的问题。
-
公开(公告)号：CN114987660B
公开(公告)日：2023-08-01
申请号：CN202210312501.8
申请日：2022-03-28
Applicant: 浙江大学
IPC: B62H1/02
Abstract: 本发明公开了一种用于无人摩托倒地复位的仿生机械装置，包括仿生机械大臂装置、仿生机械小臂装置、传动链条。本发明可以实现无人摩托车倒地后，自动复位恢复至直立状态，继续工作，极大的提高了无人摩托车的自适应能力，增强了无人摩托车在地形复杂、干扰强等情况下的工作能力，提高了无人摩托车的实用性。本发明在无人摩托车上进行试验，结果表明，本发明可以实现预期功能，最大可撑起的整车重量大于200KG，整个机构可靠耐用，多次使用仍运行平稳。
-
公开(公告)号：CN114987660A
公开(公告)日：2022-09-02
申请号：CN202210312501.8
申请日：2022-03-28
Applicant: 浙江大学
IPC: B62H1/02
Abstract: 本发明公开了一种用于无人摩托倒地复位的仿生机械装置，包括仿生机械大臂装置、仿生机械小臂装置、传动链条。本发明可以实现无人摩托车倒地后，自动复位恢复至直立状态，继续工作，极大的提高了无人摩托车的自适应能力，增强了无人摩托车在地形复杂、干扰强等情况下的工作能力，提高了无人摩托车的实用性。本发明在无人摩托车上进行试验，结果表明，本发明可以实现预期功能，最大可撑起的整车重量大于200KG，整个机构可靠耐用，多次使用仍运行平稳。
-
公开(公告)号：CN114330743A
公开(公告)日：2022-04-12
申请号：CN202111597238.3
申请日：2021-12-24
Applicant: 浙江大学
IPC: G06N20/00
Abstract: 本发明公开了一种用于最小‑最大化问题的跨设备联邦学习方法，属于联邦学习技术领域。包括：中心服务器初始化模型参数中的主变量和对偶变量，以及迭代轮数；中心服务器选择一个客户端子集，将模型参数发送至每个客户端；客户端子集中的每个客户端计算本地梯度估计量；中心服务器接收客户端返回的本地梯度估计量，计算全局梯度估计量；中心服务器选择另一个客户端子集，将模型参数和全局梯度估计量发送至每个客户端，客户端对模型参数进行K步的本地更新，并将最终的本地模型参数发送给中心服务器；中心服务器接收到客户端返回的本地模型参数后，计算新的全局模型参数，迭代计算，直至输出最终参数。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.019 seconds)
