公开(公告)号：CN104166750B

公开(公告)日：2017-07-11

申请号：CN201410274653.9

申请日：2014-06-18

Applicant: 南京邮电大学

Inventor： 高翔 ,  梁志伟 ,  汪伟亚

IPC: G06F17/50

Abstract: 本发明提供一种基于加权协同算法的Robocup救援协作方法，通过定义基于角色的加权协同图，并对单个智能体能力和多个智能体协作能力建模；建立智能体协作团队，对智能体交互性进行有效地建模；使用加权协同图学习算法估算执行任务的最优角色分配。学习算法从平时仿真中角色任务分配的例子、比赛中得到的观测值以及一个接近最优的角色任务分配策略算法中获得一个加权协同图学习算法。该方法用于Robocup救援比赛平台，大量的实验仿真测试结果表明，加权协同图的方法能够形成一个近似最优的智能体协作团队。

公开(公告)号：CN109492428A

公开(公告)日：2019-03-19

申请号：CN201811265579.9

申请日：2018-10-29

Applicant: 南京邮电大学

Inventor： 杨庚 ,  徐亚红 ,  汪伟亚 ,  蒋辰

IPC: G06F21/62

Abstract: 本发明公开了一种面向主成分分析的差分隐私保护方法，包括以下步骤：数据矩阵中心化，即每一维度数据减去本维度的均值；对数据矩阵计算协方差矩阵计算协方差矩阵A的特征值λ及特征向量V；计算保留的主成分个数k；将原始数据映射到主成分空间得到投影矩阵Z；给所述投影矩阵Z每列元素分配隐私预算εj，计算添加的随机噪声；给所述投影矩阵Z添加噪声，得到加噪后的投影矩阵Z′；计算原始数据和低秩近似数据间的误差。本发明既可以有效地对数据集降维，实现数据的简化，又可以避免对“不重要”的数据添加噪声，减少隐私预算的浪费，从而提高数据的可用性，使发布的数据尽可能反映真实数据，同时保护了数据的隐私。

公开(公告)号：CN105069217A

公开(公告)日：2015-11-18

申请号：CN201510466069.8

申请日：2015-07-31

Applicant: 南京邮电大学

Inventor： 高翔 ,  梁志伟 ,  汪伟亚

IPC: G06F17/50

Abstract: 本发明公开了一种基于道路动态分区模型的城市救援仿真方法，具体包括如下步骤：步骤1，以道路和建筑物的物理特征建立底层世界模型；步骤2，利用道路的几何和周边环境特性建立道路分区模型；步骤3，引入步骤2建立的道路分区模型将底层世界模型进行动态分区；步骤4，在步骤3将底层世界模型进行动态分区的基础上，引入凸包和聚类算法对消防智能体进行信息整合分类，优化救援效率。

公开(公告)号：CN104166750A

公开(公告)日：2014-11-26

申请号：CN201410274653.9

申请日：2014-06-18

Applicant: 南京邮电大学

Inventor： 高翔 ,  梁志伟 ,  汪伟亚

IPC: G06F17/50

Abstract: 本发明提供一种基于加权协同算法的Robocup救援协作方法，通过定义基于角色的加权协同图，并对单个智能体能力和多个智能体协作能力建模；建立智能体协作团队，对智能体交互性进行有效地建模；使用加权协同图学习算法估算执行任务的最优角色分配。学习算法从平时仿真中角色任务分配的例子、比赛中得到的观测值以及一个接近最优的角色任务分配策略算法中获得一个加权协同图学习算法。该方法用于Robocup救援比赛平台，大量的实验仿真测试结果表明，加权协同图的方法能够形成一个近似最优的智能体协作团队。