-
公开(公告)号：CN116916272A
公开(公告)日：2023-10-20
申请号：CN202310920462.4
申请日：2023-07-24
Applicant: 深圳信息职业技术学院 , 广东工业大学
Abstract: 本发明属于无线通信技术领域，提出了一种基于自动驾驶汽车网络的资源分配和任务卸载方法及系统，包括：构建边缘计算系统；构建系统评价函数；将系统评价函数分解为初始给定资源分配决策下的任务卸载优化函数和在基于任务卸载优化结果下的资源分配优化函数；基于改进的遗传算法求解在初始给定资源分配决策下的任务卸载优化函数，得到最优任务卸载决策；基于粒子群算法求解基于任务卸载优化结果下的资源分配优化函数，得到最优资源分配决策；循环迭代得到最优的资源分配决策和任务卸载决策。本申请利用遗传算法求解离散变量的优点和粒子群算法求解连续变量的优点进行联合求解，能够避免传统算法快速进入局部最优解的困境。
-
公开(公告)号：CN116932086A
公开(公告)日：2023-10-24
申请号：CN202310939777.3
申请日：2023-07-27
Applicant: 深圳信息职业技术学院 , 广东工业大学
Abstract: 本发明提出了一种基于哈里斯鹰算法的移动边缘计算卸载方法及系统，涉及计算卸载技术领域，基于获取的当前移动边缘计算网络信息，以卸载总成本最低为优化目标，以计算资源为约束条件，建立边缘计算卸载系统模型；基于哈里斯鹰算法，以优化目标和约束条件建立适应度函数，确定最优卸载决策和资源分配方案；基于最优卸载决策，选择每个任务的目标处理位置，基于资源分配方案，为任务分配计算资源；本发明结合本地终端设备的电量信息及充电状态信息，综合考虑能耗和时延卸载成本，建立多用户多任务多服务器场景下的边缘计算卸载系统模型，采用哈里斯鹰算法对卸载决策和资源分配变量进行求解，最终获得最优的卸载决策和资源分配方案。
-
公开(公告)号：CN119337412A
公开(公告)日：2025-01-21
申请号：CN202411335136.8
申请日：2024-09-24
Applicant: 广东工业大学
IPC: G06F21/62 , G06N3/045 , G06N3/0475 , G06N3/094 , G06N3/098
Abstract: 本发明提出了一种基于对抗式联邦增量学习的车联网隐私计算方法及系统,针对用户隐私数据更新中的隐私保护问题；包括：采集车联网隐私数据；根据车联网隐私数据，采用生成式对抗网络模型构建本地生成模型；采用生成式对抗网络模型构建云端中心全局模型；获取新增隐私数据，基于联邦增量学习，构建新增全局边缘模型；基于新增全局边缘模型，获得云端更新中心全局模型；基于云端更新中心全局模型，对本地生成模型进行更新优化，得到车联网隐私数据；本发明在不泄露用户隐私信息的前提下进行有效更新和维护，通过结合多端生成对抗训练技术与云端全局模型聚合机制，提升隐私保护水平，保证了车联网系统的数据安全和用户隐私的保密性。
-
公开(公告)号：CN117226849A
公开(公告)日：2023-12-15
申请号：CN202311481468.2
申请日：2023-11-09
Applicant: 广东工业大学
IPC: B25J9/16
Abstract: 本发明涉及机器人控制领域，具体为多机械臂自适应滑模控制方法及系统，包括以下步骤：建立多机械臂的动力学模型，确定多机械臂集群包含控制过程中，各机械臂之间的网络通信拓扑，定义多机械臂系统的包含误差；基于事件触发函数和自适应滑模控制理论，设定线性滑模面函数和分布式自适应滑模估计器，并分别构造基于事件触发的分布式自适应滑模包含控制律和自适应律；根据得到的控制律和自适应律控制各机械臂。
-
公开(公告)号：CN114519813A
公开(公告)日：2022-05-20
申请号：CN202210163948.3
申请日：2022-02-22
Applicant: 广东工业大学
IPC: G06V20/00 , G06V40/20 , G06V10/22 , G06V10/764 , G06V10/774 , G06K9/62
Abstract: 本公开提供了一种机械臂目标抓取方法及系统，包括获取夹取目标识别数据集；对夹取目标识别数据集进行图像预处理；基于预处理后的夹取目标识别数据集训练目标检测模型；基于训练好的目标检测模型对待夹取目标进行预测识别；基于预测识别结果，根据逆向运动学求解机械臂运动姿态；其中，所述基于预处理后的夹取目标识别数据集训练目标检测模型是根据预处理后的夹取目标识别数据集进行位置编码，然后基于位置编码后的夹取目标识别数据集基于自注意力原理进行编码器解码器的解算得到夹取目标识别数据预测集；根据夹取目标识别预测集得到最终的目标检测框。本发明实现了机械臂自主目标抓取，目标识别效果好、准确率高。
-
Patent Agency Ranking
公开(公告)号：CN114219743B
公开(公告)日：2024-12-10
申请号：CN202111370292.4
申请日：2021-11-18
Applicant: 广东工业大学
Abstract: 本发明属于医学影像分析技术领域，提供了一种mpMRI影像与超声影像的高精度智能融合方法及系统，获取mpMRI医疗影像数据和超声影像数据；通过仿射变换对浮动图像和参考图像进行初始配准获得浮动图像的初始位置；建立多级金字塔分解图像，从金字塔的最高层开始，计算金字塔的最高层的变形场；进行相似性度量，得到相似度测量值；判断所述相似度测量值是否满足设定的阈值范围，得到金字塔的底部变形场；将金字塔底部变形场作用于浮动图像，得到最终的图像配准结果，提高了mpMRI的辅助价值，实现对前列腺癌影像及超声影像融合及穿刺的自动化。
-
公开(公告)号：CN118605172A
公开(公告)日：2024-09-06
申请号：CN202410779275.3
申请日：2024-06-17
Applicant: 广东工业大学
IPC: G05B13/04
Abstract: 本发明涉及线性多自主体系统控制的领域，提供了一种网络环境下的线性多自主体量化反馈滑模控制方法及系统。该方法包括，基于无向图中的邻接矩阵、线性多自主体系统的状态向量以及线性多自主体系统模型，采用滑模变结构理论，得到分布式积分滑模变量；建立分布式积分滑模控制律；定义测量误差；基于测量误差，确定触发时刻；基于静态均匀量化技术，建立量化器模型；针对各自主体引入虚拟变量，采用量化器模型对触发时刻状态和分布式积分滑模变量进行量化；将量化后的触发时刻状态和滑模变量带入控制律中，得到量化反馈滑模控制律；当线性多自主体系统状态轨迹在量化反馈滑模控制律的作用下保持在滑模面上时，系统状态和平均一致性误差满足要求。
-
公开(公告)号：CN117459283A
公开(公告)日：2024-01-26
申请号：CN202311428998.0
申请日：2023-10-30
Applicant: 广东工业大学
Abstract: 本公开提出了一种网络攻击下电力系统负荷频率安全控制方法及系统，方法包括采集初始控制信号以及电力系统状态向量，构建电力系统负荷频率控制的离散化状态空间模型；设计事件触发函数，当触发条件满足时，采集所述离散化状态空间模型输出的状态数据，并更新至估计器；估计器计算得到状态估计值，通过与状态数据比较，检测当前时刻是否遭受虚假数据注入攻击；若检测出遭受虚假数据注入攻击，则计算更新控制信号替换初始控制信号。本公开对电力系统状态进行负荷频率控制偏差补偿，保证电力系统的稳定运行，同时减缓攻击对系统的影响。
-
公开(公告)号：CN116038709A
公开(公告)日：2023-05-02
申请号：CN202310049147.9
申请日：2023-02-01
IPC: B25J9/16
Abstract: 本申请公开了一种非线性多机械臂系统的分布式优化控制方法、设备及介质。所述方法包括：基于所述非线性多机械臂系统的状态空间方程，确定目标控制函数；其中，所述状态空间方程包括未知非线性项；基于分布式比例积分优化算法，得到所述目标控制函数的全局最优估计值；将所述全局最优估计值输入至预滤波器进行重构，获得不带任何全局信息的最优控制信号；基于所述最优控制信号，构建误差变换方程；基于预设函数和所述误差变化方程，采用反步法构建径向基神经控制网络的固定时间控制器；基于所述固定时间控制器，对所述最优控制信号进行快速跟踪，使所述非线性多机械臂系统达到最优共识。由此，本申请实现了系统的与初始状态无关的快速收敛。
-
公开(公告)号：CN114496233B
公开(公告)日：2022-07-08
申请号：CN202210357200.7
申请日：2022-04-07
Applicant: 广东工业大学
Abstract: 本发明涉及智慧医疗技术领域，提供了一种心肌梗死并发症的辅助诊断系统，包括：数据获取模块，用于获取患者的医疗数据，所述医疗数据包括生理指标数据、影像数据和心电图数据；影像解析模块，用于根据影像数据，基于预先训练的心脏影像异常检测模型，判断所述患者的心脏异常情况；心电图解析模块，用于根据心电图数据，基于预先训练的心电图异常检测模型，判断所述患者的心脏异常情况；并发症诊断模块，用于根据患者的生理指标数据、影像解析结果和心电图解析结果，基于预先训练的心肌梗死并发症诊断模型，判断出现各类并发症的概率。本发明综合考虑了生理、影像和心电图跨模态数据，提高了并发症诊断准确率。
-
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.053 seconds)
