-
公开(公告)号:CN112699247A
公开(公告)日:2021-04-23
申请号:CN202011545760.2
申请日:2020-12-23
Applicant: 清华大学
Abstract: 本发明公开一种基于多类交叉熵对比补全编码的知识表示学习框架,该框架主要包括:语义结构特征提取模块(S)和自动对比补全编码模块(G)。语义结构特征提取模块(S)负责对实体、关系提取低级和高级语义结构特征并融合得到低级和高级语义结构特征;自动对比补全编码模块(G)负责预测出实体上下文向量,设置正负样本及其采样的方法(C3NCE),计算多类交叉熵对比损失函数,并通过优化该目标函数训练模型,得到知识图谱实体和关系的向量表示,并完成三元组补全任务。本发明所提的框架能够快速、稳定、准确地补全知识图谱中缺失信息的三元组,并很好地完成了知识表示学习任务,极大地提高了知识图谱构建的准确性和效率,应用前景广阔。
-
公开(公告)号:CN112509110A
公开(公告)日:2021-03-16
申请号:CN202011492370.3
申请日:2020-12-16
Applicant: 清华大学
Abstract: 本发明公开一种陆地对抗智能体的图像数据集自动采取与标注框架,该框架主要包括:参数初始化部件,负责读取配置文件,并设置框架的基本参数;图像标注部件,图像标注部件由深度信息标注,语义分割标注,物体包围框标注三个小部件组成,分别负责标注图像的深度信息,语义分割信息和图像中物体的包围框信息;数据存储部件,数据存储部件负责将图像标注部件的标注信息存储到磁盘。本发明所提的框架,能够针对陆地对抗的不同环境来建立合适的虚拟场景,然后实时并且精确地获得该陆地对抗场景下的图像数据集,利用得到的数据集可以训练陆地对抗智能体,提升其对抗素质和能力。
-
公开(公告)号:CN112699247B
公开(公告)日:2023-10-17
申请号:CN202011545760.2
申请日:2020-12-23
Applicant: 清华大学
IPC: G06F16/36 , G06F40/30 , G06N5/022 , G06N3/045 , G06N3/042 , G06N3/0464 , G06N3/088 , G06N3/0895 , G06N3/084 , G06N3/0985
Abstract: 本发明公开一种基于多类交叉熵对比补全编码的知识表示学习方法,该方法主要包括:语义结构特征提取模块S和自动对比补全编码模块G。语义结构特征提取模块S负责对实体、关系提取低级和高级语义结构特征并融合得到低级和高级语义结构特征;自动对比补全编码模块G负责预测出实体上下文向量,设置正负样本及其采样的方法C3NCE,计算多类交叉熵对比损失函数,并通过优化该目标函数训练模型,得到知识图谱实体和关系的向量表示,并完成三元组补全任务。本发明所提的知识表示学习的技术方案,能够快速、稳定、准确地补全知识图谱中缺失信息的三元组,并很好地完成了知识表示学习任务,极大地提高了知识图谱构建的准确性和效率,应用前景广阔。
-
公开(公告)号:CN112731312A
公开(公告)日:2021-04-30
申请号:CN202011487795.5
申请日:2020-12-16
Applicant: 清华大学
IPC: G01S7/40
Abstract: 本发明公开了一种实时交互式相控阵雷达仿真系统,其特征在于,包括飞行目标显控仿真子系统,电磁环境仿真子系统,相控阵列仿真子系统;所述飞行目标显控仿真子系统用于生成探测目标,根据空气动力学产生所述被探测目标物理运动信息,对被探测目标进行实时显示与交互式运动控制;所述电磁环境仿真子系统用于还原复杂电磁环境中信号传播真实过程,完成波束在所述被探测目标上的电磁特性建模仿真,并完成信号在自由空间传播的损耗解算;所述相控阵列仿真子系统用于根据所述特征信号计算得到特征参数,并通过相关算法进行处理得到被探测目标的航迹。本发明的方法相比传统方法呈现更为直观、仿真实时性强、仿真准确度较高。
-
公开(公告)号:CN112731312B
公开(公告)日:2023-12-22
申请号:CN202011487795.5
申请日:2020-12-16
Applicant: 清华大学
IPC: G01S7/40
Abstract: 本发明公开了一种实时交互式相控阵雷达仿真系统,其特征在于,包括飞行目标显控仿真子系统,电磁环境仿真子系统,相控阵列仿真子系统;所述飞行目标显控仿真子系统用于生成探测目标,根据空气动力学产生所述被探测目标物理运动信息,对被探测目标进行实时显示与交互式运动控制;所述电磁环境仿真子系统用于还原复杂电磁环境中信号传播真实过程,完成波束在所述被探测目标上的电磁特性建模仿真,并完成信号在自由空间传播的损耗解算;所述相控阵列仿真子系统用于根据所述特征信号计算得到特征参数,并通过相关算法进行处理得到被探测目标的航迹。本发明的方法相比传统方法呈现更为直观、仿真实时性强、仿真准确度较高。
-
公开(公告)号:CN113608193A
公开(公告)日:2021-11-05
申请号:CN202111093297.7
申请日:2021-09-17
Applicant: 清华大学
IPC: G01S7/41
Abstract: 本发明涉及一种基于UNet的雷达多目标距离和速度估计方法,主要用于对雷达回波信号做匹配滤波和多普勒处理得到距离‑多普勒像,并将雷达回波信号的距离‑多普勒像作为UNet的输入来训练语义分割深度网络,将新采集的雷达回波信号的距离‑多普勒像输入到训练好的UNet中,从而可获取其识别结果,即UNet识别为目标的点即为探测的目标,计算目标点对应的距离和速度坐标即可得到目标的距离和速度。本方法能够适用于低信噪比情形,能自动一次性检测出回波信号中的所有目标并估计出其对应的距离和速度,具有很好的准确性、快速性和鲁棒性。
-
-
-
-
-