-
公开(公告)号：CN114967721A
公开(公告)日：2022-08-30
申请号：CN202210648007.9
申请日：2022-06-08
Applicant: 西北工业大学
Abstract: 本发明公开了一种基于DQ‑CapsNet的无人机自助路径规划和避障策略方法，首先设定无人机状态信息，再设定无人机的动作信息和无人机的状态更新过程；然后定义奖励函数，引入胶囊网络算法，构建深度强化学习网络DQ‑CapsNet网络：最后基于DQ‑CapsNet网络，构建无人机路径规划与避障预训练模型并进行训练；本发明对提升无人机路径规划与避障模型训练效率以及无人机在陌生环境下对障碍物的识别率，且构建的无人机路径规划与避障模型具有更好的规划性能。
-
公开(公告)号：CN113240007B
公开(公告)日：2024-05-14
申请号：CN202110524790.3
申请日：2021-05-14
Applicant: 西北工业大学
IPC: G06F18/211 , G06V10/764 , G06V10/771 , G06F18/2411
Abstract: 本发明公开了一种基于三支决策的目标特征选择方法，基于三支决策理论的特征选择算法来解决高维度小样本下的识别问题；针对典型的过滤式算法ReliefF中仅有一个阈值作为特征取舍条件的局限性以及封装式算法需要大量执行时间的弊端，引用三支决策，将过滤式算法和封装式算法思想相结合，在传统ReliefF算法的基础上将一个阈值扩展为两个阈值，根据特征权重将特征划分为正域、负域、边界域；分别对三个域的特征进行选择，在一定程度上增加算法的容错率，并大幅提高识别性能。本发明使用学习模型的准确率作为选择标准，弥补了其他算法在识别准确率上的不足。
-
公开(公告)号：CN114967721B
公开(公告)日：2024-04-16
申请号：CN202210648007.9
申请日：2022-06-08
Applicant: 西北工业大学
IPC: G05D1/495 , G05D1/46 , G05D101/15 , G05D109/20
Abstract: 本发明公开了一种基于DQ‑CapsNet的无人机自助路径规划和避障策略方法，首先设定无人机状态信息，再设定无人机的动作信息和无人机的状态更新过程；然后定义奖励函数，引入胶囊网络算法，构建深度强化学习网络DQ‑CapsNet网络：最后基于DQ‑CapsNet网络，构建无人机路径规划与避障预训练模型并进行训练；本发明对提升无人机路径规划与避障模型训练效率以及无人机在陌生环境下对障碍物的识别率，且构建的无人机路径规划与避障模型具有更好的规划性能。
-
公开(公告)号：CN113240007A
公开(公告)日：2021-08-10
申请号：CN202110524790.3
申请日：2021-05-14
Applicant: 西北工业大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于三支决策的目标特征选择方法，基于三支决策理论的特征选择算法来解决高维度小样本下的识别问题；针对典型的过滤式算法ReliefF中仅有一个阈值作为特征取舍条件的局限性以及封装式算法需要大量执行时间的弊端，引用三支决策，将过滤式算法和封装式算法思想相结合，在传统ReliefF算法的基础上将一个阈值扩展为两个阈值，根据特征权重将特征划分为正域、负域、边界域；分别对三个域的特征进行选择，在一定程度上增加算法的容错率，并大幅提高识别性能。本发明使用学习模型的准确率作为选择标准，弥补了其他算法在识别准确率上的不足。
-
-
-
Search Results
4
records
(took 0.019 seconds)
