-
公开(公告)号：CN119963645A
公开(公告)日：2025-05-09
申请号：CN202510119533.X
申请日：2025-01-24
Applicant: 郑州大学
Abstract: 本发明属于计算机图像智能识别领域，具体涉及一种类别级位姿估计模型的建立方法、位姿估计方法、计算机系统及计算机可读存储介质。包括：1）将训练集实例的图像和观测点云的特征对应的全局特征与类别级形状先验点云的特征输入变形模块，得到实例完整点云及其点云特征；将图像和观测点云的特征融合并输入包含预训练重建网络的重建模块得到重建的点云及其点云特征；将实例完整点云与重建的点云及二者的点云特征分别融合，得到各点关系特征并与其平均特征融合得到姿态特征后，通过回归模块得到估计的位姿；2）分别根据实例完整点云、重建的点云、估计的位姿与对应真实标签调整变形模块、重建模块、回归模块的参数；重复1）‑2）直至停止迭代。
-
公开(公告)号：CN119849755A
公开(公告)日：2025-04-18
申请号：CN202411922832.9
申请日：2024-12-24
Applicant: 郑州大学
IPC: G06Q10/063 , G06Q50/26
Abstract: 本申请提供了一种突发事件的应急方案推荐方法、装置、设备及介质。该方法包括步骤：获取历史突发事件及历史应急方案并拆分；根据历史事件特征和历史子方案，构建特征‑子方案图、特征‑特征图、子方案‑子方案图；获得融合表示向量；获取目标突发事件并拆分；挑选对应的第三融合表示向量；利用目标推荐函数，计算获得目标子方案列表。本申请通过将事件拆解到特征层面，将方案拆解到子方案层面，从多个不同视角挖掘事件和方案的全局和局部信息，实现事件属性和基础方案的复用。融合事理图谱来丰富语义，增强特征与子方案间的关联，缓解案例库的稀疏性。在非常规的复杂情景下，仍能推荐准确高效的应急方案，有效减轻人员伤亡和财产损失，适应性强。
-
公开(公告)号：CN119109835A
公开(公告)日：2024-12-10
申请号：CN202411140121.6
申请日：2024-08-19
Applicant: 郑州大学
IPC: H04L43/0888 , H04L47/127
Abstract: 本申请公开了一种面向微服务的网络流量分配方法，其中，该方法包括步骤：根据各微服务的内容，设置各微服务的优先级顺序；获取流量数据，并对流量数据进行预处理得到训练数据集以及测试数据集；构建网络流量预测模型，并利用训练数据集训练网络流量预测模型；将测试数据集输入至训练后的网络流量预测模型，得到预测结果；根据预测结果以及各微服务的优先级顺序，为各微服务制定相应的网络流量限流策略。本申请的方法利用流量数据以及网络流量预测模型，能够对不断变化的网络数据进行及时的调整，实现对网络宽带资源的智能调度。
-
公开(公告)号：CN113849313B
公开(公告)日：2024-09-13
申请号：CN202111163109.3
申请日：2021-09-30
Applicant: 郑州大学
Abstract: 本发明提出了一种节能的云‑边弹性光网络中计算任务链部署方法，用以解决云边计算网络中任务链的部署映射优化不能满足需求，能源消耗较大的问题。本发明包括业务的部署和能耗模型；业务的部署两个阶段：第一阶段是深度强化学习的输出策略为每个子任务选择映射的节点；第二阶段是按子任务的逻辑顺序，通过改进的最短路径算法为子任务寻找相互连接的路径，选择子任务之间的路径的连接；所述能耗模型描述弹性光网络中各个设备组件的能耗计算。本发明通过强化学习不断地更新网络，输出的动作策略能选择出能源消耗更低的业务部署方案，降低业务部署过程中网络中的CPU、端口、放大器和收发机的能源消耗，从而降低网络的总能耗。
-
公开(公告)号：CN118379275A
公开(公告)日：2024-07-23
申请号：CN202410581617.0
申请日：2024-05-10
Applicant: 郑州大学 , 郑州扁担信息科技有限公司
Abstract: 本发明公开了一种基于图像熵的烟尘检测方法、系统及设备，该检测方法包括步骤：将原始图像输入混合高斯背景模型，得到第一烟尘前景区域；引入参数，调节第一烟尘前景区域，得到第二烟尘前景区域；利用第二烟尘前景区域的坐标信息确定原始图像对应区域的图像信息，将图像信息输入经过训练的神经网络；利用该神经网络判别烟尘，得到含烟尘检测框的目标图像。使用该检测方法检测烟尘，可以精准识别烟尘，得到准确可靠的检测结果，同时满足实时的高精度检测要求。
-
Patent Agency Ranking
公开(公告)号：CN118132981A
公开(公告)日：2024-06-04
申请号：CN202410165543.2
申请日：2024-02-05
Applicant: 郑州大学
IPC: G06F18/213 , G06F18/214 , G06N3/0455 , G06N3/08 , G06N3/0464
Abstract: 本发明公开一种多模态轨迹预测方法、介质及系统，包括：建立轨迹预测网络，其中，所述轨迹预测网络包括：过去轨迹编码器模块、存储有轨迹特征的特征存储库模块、解码器模块和Transformer模型；采用样本轨迹训练所述轨迹预测网络，其中，所述样本轨迹包括多个交通参与者的连续帧位置坐标；将多个待预测的交通参与者的过去轨迹输入训练后的所述轨迹预测网络，输出多个待预测的交通参与者的预测未来轨迹。本发明基于离散向量的特征存储库，并使用相应的结构可把连续的特征转换为离散的特征；通过Transformer模型，可学习特征之间内在的相关性及规律性的结构；能够在保留更多关键信息的同时实现更强的多模态轨迹预测性能。
-
公开(公告)号：CN112665592B
公开(公告)日：2023-10-20
申请号：CN202011492816.2
申请日：2020-12-16
Applicant: 郑州大学
Abstract: 本发明公开了一种基于多智能体的时空路径规划方法；该方法包括通过规避环境中的静态障碍物，规划机器人的二维行走路径；由行走时刻结合二维行走路径构建机器人的三维时空路径；通过路径调整算法调整机器人的行走速度，规避与动态障碍物的碰撞；本发明使用，构建机器人的二维行走路径，可以不考虑复杂变化的外界环境的影响，能够快速准确的获得机器人的二维行走路径，通过构建的三维时空路径，能够直观的判断出机器人是否发生碰撞，便于机器人的快速调整，通过路径调整算法能够实时根据三维时空路径的变化调整机器人的行走速度，进行规避动态障碍物，能够极大的提高路径规划的效率。
-
公开(公告)号：CN116582568A
公开(公告)日：2023-08-11
申请号：CN202310553470.X
申请日：2023-05-17
Applicant: 郑州大学
Abstract: 本发明提出了工业物联网中时效性感知的联邦学习参与设备激励方法，其步骤为：边缘服务器根据联邦学习任务设计资源条件要求和契约项选择候选设备；利用平均AoI度量候选设备的数据新鲜度，计算候选设备的综合信誉值，通过综合信誉值选择候选设备为参与设备，参与设备执行联邦学习任务对本地模型进行训练；根据参与设备的契约项建立边缘服务器的效益函数作为目标函数，建立约束条件，推导信息不对称和信息对称条件下的最优契约设计问题，利用凸优化工具得出参与设备的最优契约项；边缘服务器根据最优契约项的奖励使用区块链对参与设备进行支付。本发明可有效保证边缘服务器和设备的效益；保证激励的公平与参与设备的积极性。
-
公开(公告)号：CN111062105B
公开(公告)日：2023-07-21
申请号：CN201911084070.9
申请日：2019-11-07
Applicant: 郑州大学
Abstract: 本发明公开了一种基于强化学习的区域规划设计方法。该方法包括步骤有规划道路、区域划分、学习优化和非拓扑变换，首先由布局图表示道路网络的拓扑结构，采用包围盒算法，对道路网络拓扑结构采用递归的方法进行区域划分，再基于强化学习将每个道路交叉节点视为一个Agent，多个Agent在公共环境下共同学习，依此优化道路网络中的道路交叉点；基于仿射变换实现非拓扑变换操作，进一步优化布局并返回最优布局状态。该方法将区域规划设计中融入了机器学习的方法，构建了一个基于强化学习的布局学习框架，布局设计时是基于已学习到的知识，不用像传统方法实时计算最优解，在设计同等规模布局时，时间会大大缩短。
-
公开(公告)号：CN115880235A
公开(公告)日：2023-03-31
申请号：CN202211514802.5
申请日：2022-11-24
Applicant: 郑州大学
IPC: G06T7/00 , G06Q10/0639 , G06N3/0475 , G06N3/094
Abstract: 本发明公开了一种表面缺陷数据合成与评估方法及电子设备、储存介质。该方法利用工业产品缺陷的源数据，对数据生成模型进行训练，并得到合成的缺陷生成数据；将所述合成的缺陷生成数据输入到综合性能评价指标模型，计算所述合成的缺陷生成数据的性能参数值；将所述性能参数值输入至缺陷替代性评价模型，计算最终的替代性评估值；将所述替代性评估值进行可视化呈现。本发明基于内容生成多种类缺陷数据，完善缺陷样本的多样性，并制定生成缺陷数据替代性评估指标，克服当前数据生成领域无标准化评判数据性能方法的瓶颈。
-
-
-
-
-
-
-
-
-
Search Results
145
records
(took 0.04 seconds)
