基于深度强化学习的燃料管理方案的生成方法及装置

    公开(公告)号:CN116484730A

    公开(公告)日:2023-07-25

    申请号:CN202310442688.8

    申请日:2023-04-23

    Abstract: 本发明公开了一种基于深度强化学习的燃料管理方案的生成方法及装置,该方法包括:对于任一燃料管理方案,用核设计软件求解获得燃料管理方案的安全性参数和经济性参数;建立用于评价燃料管理方案的奖惩标准;利用深度强化学习网络基于权重修改燃料管理方案,获得新的燃料管理方案;确定燃料管理方案的奖惩值和新的燃料管理方案的奖惩值,并对两者的奖惩值进行比较;判断燃料管理方案是否满足安全性和经济性要求,若不满足则继续对深度强化学习网络进行训练。该方法及装置利用奖惩值量化强化学习网络输出的燃料管理方案的效果,便于提升强化学习网络的决策能力,同时可以更快地获得满足堆芯的安全性与经济性要求的燃料管理方案。

    一种基于PSF的显微镜高速自动对焦方法

    公开(公告)号:CN116338928A

    公开(公告)日:2023-06-27

    申请号:CN202211607007.0

    申请日:2022-12-13

    Abstract: 本发明属于显微镜技术领域,具体涉及一种基于PSF的显微镜高速自动对焦方法,包括:基础结构设计,控制载物台电机从前往后进行升降,在升降期间控制高速相机进行连续采集,再利用基于PSF的清晰度评价方法计算图片清晰度找到采集到的图片中最清晰的图片序号,根据电机时间位移响应曲线,找到聚焦位置,控制载物台升降到聚焦位置,实现对焦。本发明基础机械结构设计确定激光点在图像中的成像位置,从而确定评价窗口位置,还能避免电机的多次启停问题,节约了对焦时间,并且本发明提出的基于自动对焦的清晰度评价函数,抗干扰性更强。

    一种基于TensorRT加速推理的芯片缺陷检测方法及系统

    公开(公告)号:CN115423796A

    公开(公告)日:2022-12-02

    申请号:CN202211155766.8

    申请日:2022-09-22

    Abstract: 本发明属于芯片缺陷检测技术领域,具体涉及一种基于TensorRT加速推理的芯片缺陷检测方法及系统;该方法包括:获取芯片图像数据集并对其进行预处理;使用芯片图像数据集对改进YOLOv5模型进行训练,得到多个目标检测模型;将所有目标检测模型转换成TensorRT模型并将TensorRT模型拼接;采用拼接后的TensorRT模型对待检测芯片图像进行处理,得到推理结果;对推理结果进行降维和去冗余处理,得到待检测芯片的缺陷检测结果;本发明根本上解决现有设备质检速度与精度上的不足,检测效率更高、速度更快,节约了人力成本,实用性高。

    一种低仰角全向微带天线
    6.
    发明公开

    公开(公告)号:CN116345157A

    公开(公告)日:2023-06-27

    申请号:CN202310158677.7

    申请日:2023-02-24

    Abstract: 本发明涉及一种低仰角全向微带天线,属于无线通信技术领域。该天线包括微带辐射单元、介质基板、短路销钉和接地面。其中微带辐射单元由圆形贴片及环带组成,环带环绕在圆形贴片外;接地面与微带辐射单元的结构相同。短路销钉穿过介质基板连接所述微带辐射单元与所述接地面。本发明通过在接地面与微带辐射单元的圆形贴片外同时加载环带,并引入短路销钉结构,实现了较小的横截面与较低的剖面的结构特点,具有低仰角、垂直极化、全向辐射的辐射特性,并且结构简单、便于制作。

    基于碳材料的串馈四臂螺旋圆极化全向天线

    公开(公告)号:CN119627406A

    公开(公告)日:2025-03-14

    申请号:CN202411769015.4

    申请日:2024-12-04

    Abstract: 本发明涉及一种基于碳材料的串馈四臂螺旋圆极化全向天线,属于微波天线技术领域。该天线采用碳材料制成四臂螺旋天线,并通过馈电网络实现全向圆极化辐射。与传统的金属天线相比,本发明采用碳材料代替金属,有效降低了天线的重量和成本,同时保持了良好的天线性能。馈电网络采用微带线设计,结构简单,无需特殊器件和材料,进一步降低了成本。本发明所述天线具有结构简单、易于加工制造、全向圆极化辐射特性良好等优点,在卫星通信、移动通信、雷达系统等领域具有广泛的应用前景。

    一种基于改进yolov5的无人机目标检测方法

    公开(公告)号:CN115439766A

    公开(公告)日:2022-12-06

    申请号:CN202211163094.5

    申请日:2022-09-23

    Abstract: 本发明属于计算机视觉领域,具体涉及一种基于改进yolov5的无人机目标检测方法;包括采集无人机巡检图像集并标注得到对应的标签文件,标签文件包括目标的类别和目标框坐标;将标签文件转换为文本文件,目标框坐标归一化得到归一化框坐标,预处理无人机巡检图像集得到预处理图像集;划分预处理图像集及归一化坐标集得到训练集、验证集和测试集;通过聚类算法得到训练集的锚框样本;构建基于ECA的目标检测模型并训练;采用改进nms算法对训练好的目标检测模型进行后处理;采用得到的目标检测模型进行无人机目标检测;本发明改进yolov5检测精度低、对中小目标检测效果差的缺点,实现无人机检测过程高速且精准的需求。

    一种基于高速视觉诊断和BP神经网络的重建方法及系统

    公开(公告)号:CN112488125B

    公开(公告)日:2021-12-14

    申请号:CN202011367807.0

    申请日:2020-11-28

    Abstract: 本发明属于EAST等离子体光学边缘重建的领域,特别涉及一种基于高速视觉诊断和BP神经网络的重建方法及系统,方法包括采集的等离子体放电图像的角点坐标,获取图像像素坐标到等离子体放电时的物理坐标的对应矩阵;引入非线性变量对数据进行增加变量和增加变量特征;构建BP神经网络,设置BP神经网络的学习率和允许的最小误差,利用数据进行训练;将完成训练的BP神经网络进行封装,将实时数据作为该神经网络的输入,预测真实物理世界中的等离子体光学边缘;本发明中解决EAST装置上预知下一未知时段角点坐标对过程进行对等离子体光学边缘重建的问题。

Patent Agency Ranking