-
公开(公告)号：CN119129693A
公开(公告)日：2024-12-13
申请号：CN202411100709.9
申请日：2024-08-12
Applicant: 电子科技大学
IPC: G06N3/092 , G06N3/084 , G06N3/045 , G06N3/0464
Abstract: 本发明涉及机器学习和强化学习技术领域，公开了一种基于优先级经验重放的强化学习智能决策方法，针对现有强化学习中智能体在面对复杂环境时学习困难的问题，提出了一种基于权重打分网络的优先级经验重放方法，指导智能体对重放缓冲区中的数据进行优先级量化，从而更加高效地利用历史经验数据进行学习。在训练过程中，本发明方法根据训练数据计算综合损失函数，并利用梯度下降法对目标策略网络进行更新，以提高其决策性能。通过这种基于优先级经验重放的强化学习智能决策方法，本发明能够有效解决现有强化学习中智能体面对复杂环境学习困难的问题，提高智能体的决策效率和准确性。
-
公开(公告)号：CN117056755A
公开(公告)日：2023-11-14
申请号：CN202311052471.2
申请日：2023-08-21
Applicant: 电子科技大学
IPC: G06F18/23 , G06F16/906 , G06F16/9537 , G06F21/62
Abstract: 本发明涉及大数据挖掘技术领域，其公开了一种基于联邦学习的时空轨迹聚类方法，节约通信带宽，并提高数据处理的隐私性。本发明方案中，客户端首先对预处理的轨迹采样出轨迹点；接着基于轨迹点对轨迹进行分段，并采用样条函数对各轨迹分段进行拟合，最后，将各轨迹段的起止位置信息、起止时序信息以及对应样条函数的参数信息，按其所属轨迹和轨迹段进行编码发送给服务器；在服务器处理过程中，将解码获取的具有相同轨迹编号的样条函数，根据时序和位置拼接在一起，获得对应轨迹的复原轨迹；然后对复原出来的各轨迹进行聚类分析，识别出正常轨迹和异常轨迹。
-
公开(公告)号：CN111429441B
公开(公告)日：2023-04-04
申请号：CN202010244618.8
申请日：2020-03-31
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于YOLOV3算法的焊口识别定位方法，该方法在图像处理阶段针对焊瘤焊口样本图片极少的情况在尽量不损失原样本图片画质情况下采用图像增强方法增加了样本量；在样本标记阶段利用开源的labeling可视化标注工具，节省了标记时间和成本；同时在模型训练环节根据现有的实验配置加入了两种练阶段性训练方法，在一定条件下适配不同配置设备进行训练。本发明克服了传统上对正常焊口和焊瘤焊口图片进行单纯人工定位和识别的约束性，所得的模型检测焊口时间短，精确度也有一定的可靠性，通过该方法得到的模型，可以定位和识别图片中单个或多个正常焊口或焊瘤焊口，可广泛用于相关的工程项目中。
-
公开(公告)号：CN113947607A
公开(公告)日：2022-01-18
申请号：CN202111154909.9
申请日：2021-09-29
Applicant: 电子科技大学
IPC: G06T7/11 , G06V10/26 , G06V10/56 , G06V10/762 , G06V10/774 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于深度学习的癌症病理图像生存预后模型构建方法，包括获取多份癌症病理图像，对所获取的图像进行感兴趣区域切块，计算感兴趣区域切块的能量值并排序，筛选排序低于设定阈值的切块构建数据集；构建预训练模型并利用预训练模型提取所筛选出的切块的图像特征，并对切块特征进行聚类；提取聚类之后的图像特征表达，并利用多头注意力机制聚合所有聚类的特征表达，得到病人级别的预后特征；构建预后特征训练模型，利用构建的数据集进行训练，得到生成预后模型。该方案可以处理不同患者之间各种数量和大小的整张幻灯片图像，利用多示例学习框架可以学习到患者的整体信息并获得更好的性能，更有效地提取聚类的预后特征表达。
-
公开(公告)号：CN103279697B
公开(公告)日：2015-09-30
申请号：CN201310179416.X
申请日：2013-05-15
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于正交矩阵和模运算的指纹细节信息隐藏与恢复方法。该方法将指纹细节特征信息分为指纹细节点位置坐标信息和方向信息，运用口令密钥的一个子密钥的随机变换正交矩阵，实现口令密钥与位置信息的矩阵变换运算，以保护指纹细节点位置坐标信息；而运用口令密钥的另一个子密钥，实现口令密钥与方向信息的模加运算，以保护指纹细节点的方向信息。本发明克服了指纹模板极易受到系统内部或外部的攻击，导致指纹特征失效的缺陷。并利用口令密钥与指纹特征双重认证结合，提高了受保护系统的安全性和指纹特征数据的隐私性。
-
Patent Agency Ranking
公开(公告)号：CN103335814B
公开(公告)日：2015-05-27
申请号：CN201310230816.9
申请日：2013-06-09
Applicant: 电子科技大学
Abstract: 本发明公开了一种实验模型安置于风洞中进行吹风实验时，风洞中实验模型倾角测量误差数据修正系统及修正方法。所述的倾角测量数据修正系统包括数据预处理模块、模型训练模块和误差数据修正模块；修正方法包括数据预处理、模型训练和误差数据修正三个步骤。本发明提出了基于神经网络模型为基本模型的多阶段、多模型融合误差修正方法，模型拟合度更高，计算结果更准确，可以很好的修正倾角传感器实测数据中由于模型受风振动而引起的非线性误差，本修正系统修正误差可控在0角度附近0.004～0.01精度之内。
-
公开(公告)号：CN119169062A
公开(公告)日：2024-12-20
申请号：CN202411191963.4
申请日：2024-08-28
Applicant: 电子科技大学
IPC: G06T7/33 , G06V10/46 , G06V10/764 , G06V10/772 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N5/04
Abstract: 本发明提出一种基于因果推断的2D/3D配准方法，属于2D/3D配准领域。包括如下步骤：对输入图片进行图像因果特征提取，得到2D特征；图像因果特征提取的网络由卷积神经网络、第一多标签分类模型、混杂字典、第二多标签分类模型及全连接网络组成；将场景的3D点云通过基于注意力的点云特征提取网络进行3维特征提取，得到3D特征，基于注意力的点云特征提取网络包括第一线性层、注意力模块、第二线性层及全局最大池化层；将2D特征与3D特征进行特征交互与融合，得到交互特征与融合特征；根据交互特征与融合特征进行位姿预测，实现2D/3D配准。本发明实现2D特征和3D特征的交互以及融合，从而加强各自的特征，提高模型预测位姿参数及2D/3D配准的准确性。
-
公开(公告)号：CN114239743B
公开(公告)日：2023-12-15
申请号：CN202111576670.4
申请日：2021-12-22
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于稀疏时间序列数据的事件发生时间预测方法，分为统计特征选择和模型训练测试两个步骤依次实施，统计特征选择是采用单因素分析的方法，通过统计检验初步选择出有显著差异的特征；模型训练测试是使用筛选完成的特征构造新的时间序列特征并使用梯度提升树进行训练。本发明简化了特征构造方式，有效解决了时序数据的特征构造在不同的数据系统中存在较大差异无法通用的问题，同时预测精度相比于其他的方法提升明显。(56)对比文件M.A.Reyna等.“Early prediction ofsepsis from clinical data”《.Proc. IEEEOvid Technol. Comput. Cardio.》.2020,第210-217页.
-
公开(公告)号：CN113723526B
公开(公告)日：2023-04-18
申请号：CN202111018165.8
申请日：2021-08-31
Applicant: 电子科技大学
IPC: G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种识别不同类型焊口的方法，包括以下步骤：S1、采集X射线焊口图像，构建标注数据集；S2、采用标注数据集对焊口定位识别模型进行训练，得到训练完成的焊口定位识别模型；S3、采用训练完成的焊口定位识别模型对需进行焊口识别的图像进行识别，得到焊口的位置和类型；本发明解决了现有方法对焊口位置和情况的识别存在费时费力的问题。
-
公开(公告)号：CN115480585A
公开(公告)日：2022-12-16
申请号：CN202211047986.9
申请日：2022-08-30
Applicant: 电子科技大学
Abstract: 本发明属于无人设备自动化控制领域，具体提供一种搭载强化学习智能体的无人设备集群协同探索方法，能够有效增强无人集群对未知环境协同探索能力；本发明采用堆栈式自编码器将相似状态编码为相似特征向量，使得智能体能够更清晰的识别相似的环境状态；采用自监督分类器为智能体与所访问的环境状态计算匹配评分，判断该智能体是否应当访问这一状态，引导智能体访问状态的分化，促使不同智能体探索不同的区域，增强多智能体系统对环境的总体探索能力，实现多智能体系统的协同探索，进而加强无人设备集群中不同设备的协同性，提升不同设备间的有效配合，提升集群综合决策能力。
-
-
-
-
-
-
-
-
-
Search Results
47
records
(took 0.027 seconds)
