-
公开(公告)号：CN118780713A
公开(公告)日：2024-10-15
申请号：CN202410766971.0
申请日：2024-06-14
Applicant: 武汉大学
IPC: G06Q10/0835 , G06N5/022 , G06F16/29
Abstract: 本发明提供一种AGV路径规划知识驱动方法、装置及电子设备，其中，该AGV路径规划知识驱动方法包括：获取目标AGV所处的环境信息，并根据所述环境信息确定初始行驶路径；根据所述目标AGV所处的环境信息，检测所述目标AGV附近的潜在冲突，并确定所述潜在冲突的冲突类型；所述潜在冲突用于表征所述目标AGV附近存在阻碍执行所述初始行驶路径的其他AGV；根据所述目标AGV附近存在的潜在冲突的冲突类型，对所述初始行驶路径进行调整，确定所述目标AGV的目标行驶路径。通过本发明，能够减少出现目标AGV与其他AGV碰撞的情况，解决了现有的相关技术中存在的AGV行驶路径存在冲突的问题。
-
公开(公告)号：CN117351294B
公开(公告)日：2024-02-20
申请号：CN202311657998.8
申请日：2023-12-06
Applicant: 武汉大学
IPC: G06V10/764 , G06N3/0464 , G06V10/74 , G06V10/77 , G06V10/82
Abstract: 本发明公开了一种基于双功能鉴别器的图像检测方法及装置，其中的方法包括如下步骤：对待检测的图像对进行预处理；将预处理后的图像对输入到预先构建的双功能鉴别器网络中，通过多尺度放缩模块利用2D平均池化层将输入的图像对下采样到不同尺度的图像对，得到放缩的图像金字塔数据；通过特征提取模块从放缩的金字塔数据中提取出深层特征；通过双功能鉴别器中的全卷积网络进行图像对的真假检测，多分类网络进行图像对的相似度检测。本发明采用双功能鉴别器网络能适用于图像的快速检测，能够高效准确的检测出两张图像的真假和相似度，从而能够在实际任务发挥重要的作用，在实际应用中得到推广。
-
公开(公告)号：CN115017294B
公开(公告)日：2023-05-09
申请号：CN202210615089.7
申请日：2022-05-31
Applicant: 武汉大学
IPC: G06F16/335 , G06F16/338 , G06F40/194 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及代码搜索技术领域，涉及一种代码搜索方法，其包括以下步骤：一、输入带描述的代码；二、分别对代码和描述进行单独的嵌入；三、对代码特征跟描述特征做交互计算得到一个细粒度相似矩阵，用构建好的CNN网络对矩阵进行学习；四、分别为代码和描述构建全连接图，通过一定的规则更新节点向量；五、对代码和描述分别用注意力机制做加权求和操作；六、预测每个候选代码片段的分数，使用分数对所有候选代码片段进行重新排序。本发明能实现更加复杂的联合交互匹配工作。
-
公开(公告)号：CN116048613A
公开(公告)日：2023-05-02
申请号：CN202210843727.0
申请日：2022-07-18
Applicant: 云南恒于科技有限公司 , 武汉大学
Abstract: 本发明涉及代码摘要技术领域，涉及一种基于注意力机制的图序列关联的代码摘要方法，包括：一、对代码进行处理，对源代码进行分词得到代码序列；解析代码得到抽象语法树，通过添加序列流和数据流得到代码图；二、通过序列编码器和图编码器分别对代码序列和代码图进行编码，得到序列编码向量和图编码向量；三、在解码器端，输入代码摘要的起始单词 ，在解码器中同时根据序列编码向量和图编码向量分别进行注意力计算，融合后，通过全连接映射计算得到解码器的输出，即预测的单词；四、将上一时刻输出单词作为当前时刻解码器的输入，重复第三步，直到解码器输出遇到终止单词 结束。本发明能较佳地进行代码摘要。
-
公开(公告)号：CN113204417A
公开(公告)日：2021-08-03
申请号：CN202110478773.0
申请日：2021-04-30
Applicant: 武汉大学
Abstract: 本发明涉及一种基于改进遗传与萤火虫组合算法的多卫星多点目标观测任务规划方法。本发明对现有的遗传算法进行改进，改进后的遗传算法能更快地跳出不可行解区域，找到可行解，从而进入之后的选择过程；然后将改进后的遗传算法与萤火虫算法相结合，萤火虫算法具有后期较好的局部性，能够明显改善遗传算法的寻优能力，加大了算法在最优解附近的搜索能力，同时让交叉过程更多的发生在较优个体中，显著提升了算法性能；此外本发明采用非机器学习的仿真模拟优化方案避免了卫星规划对于往期规划数据的大量需求，保证了规划方法不受过往较差规划方案的影响，而且利用仿真技术可以摆脱时间的约束，提前对卫星的规划作出决策与评估，降低成本。
-
Patent Agency Ranking
公开(公告)号：CN113204417B
公开(公告)日：2024-06-25
申请号：CN202110478773.0
申请日：2021-04-30
Applicant: 武汉大学
Abstract: 本发明涉及一种基于改进遗传与萤火虫组合算法的多卫星多点目标观测任务规划方法。本发明对现有的遗传算法进行改进，改进后的遗传算法能更快地跳出不可行解区域，找到可行解，从而进入之后的选择过程；然后将改进后的遗传算法与萤火虫算法相结合，萤火虫算法具有后期较好的局部性，能够明显改善遗传算法的寻优能力，加大了算法在最优解附近的搜索能力，同时让交叉过程更多的发生在较优个体中，显著提升了算法性能；此外本发明采用非机器学习的仿真模拟优化方案避免了卫星规划对于往期规划数据的大量需求，保证了规划方法不受过往较差规划方案的影响，而且利用仿真技术可以摆脱时间的约束，提前对卫星的规划作出决策与评估，降低成本。
-
公开(公告)号：CN117421392A
公开(公告)日：2024-01-19
申请号：CN202311723167.6
申请日：2023-12-15
Applicant: 武汉大学
IPC: G06F16/33 , G06F40/284 , G06F40/253 , G06F40/205 , G06F18/22 , G06N3/045 , G06N3/042 , G06F8/41
Abstract: 本发明公开了一种基于词级对齐的代码搜索方法及装置，其中的方法包括如下步骤：输入带描述的代码；使用对齐工具对代码进行词级对齐处理；分别对代码和描述进行单独的嵌入，构建词级信息流图，用词级信息流图提取时序‑结构高度关联的特征；用Transformer分别计算代码和描述的表示向量；预测每个候选代码片段的余弦相似度分数，使用分数对所有候选代码片段进行重新排序，得到检索代码列表。本发明为了提升源代码与AST之间的关联性，使用对齐工具明确建立它们之间的词级别对应关系；基于自注意力机制的图生成网络，用于为每个源代码预测一个词级信息流图，通过阈值化处理去除相关性较低的冗余词。
-
公开(公告)号：CN117392419A
公开(公告)日：2024-01-12
申请号：CN202311694588.0
申请日：2023-12-12
Applicant: 武汉大学
IPC: G06V10/74 , G06V10/44 , G06V10/75 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种基于深度学习的药品图片相似度比对方法，属于图像处理技术领域，包括：待对比的药品图片对进行预处理；将预处理后的药品图片对输入分类网络，判断是否满足比对条件，若满足条件，则进行下一步，否则流程结束；将满足比对条件的药品图片对输入CNN特征提取网络；将提取出的两特征向量输入到全连接二分类网络或两层的全连接网络；根据全连接二分类网络或两层的全连接网络的输出，实现快速判断两张药品图片是否相似，得到比对结果。本发明方法可以实现98.56%的准确率和27.80次/秒的推理速度，既满足准确率的要求，又满足实时性的要求；本发明能够高效准确的判断两张药品图片是否相似，从而能够应用于工业生产流水线中。
-
公开(公告)号：CN117351294A
公开(公告)日：2024-01-05
申请号：CN202311657998.8
申请日：2023-12-06
Applicant: 武汉大学
IPC: G06V10/764 , G06N3/0464 , G06V10/74 , G06V10/77 , G06V10/82
Abstract: 本发明公开了一种基于双功能鉴别器的图像检测方法及装置，其中的方法包括如下步骤：对待检测的图像对进行预处理；将预处理后的图像对输入到预先构建的双功能鉴别器网络中，通过多尺度放缩模块利用2D平均池化层将输入的图像对下采样到不同尺度的图像对，得到放缩的图像金字塔数据；通过特征提取模块从放缩的金字塔数据中提取出深层特征；通过双功能鉴别器中的全卷积网络进行图像对的真假检测，多分类网络进行图像对的相似度检测。本发明采用双功能鉴别器网络能适用于图像的快速检测，能够高效准确的检测出两张图像的真假和相似度，从而能够在实际任务发挥重要的作用，在实际应用中得到推广。
-
公开(公告)号：CN117349453A
公开(公告)日：2024-01-05
申请号：CN202311645652.6
申请日：2023-12-04
Applicant: 武汉大学
IPC: G06F16/38 , G06F40/289 , G06N3/0455 , G06N3/0464 , G06N3/08 , G06F16/33
Abstract: 本发明提供一种基于扩展代码的深度学习代码搜索模型的加速方法，属于代码搜索技术领域，包括：获取数据集中带有描述的代码，执行预处理；将代码与其对应的描述作为模型的输入和标签，对大规模预训练模型进行微调；使用微调后的模型对待搜索的代码库中的每条代码生成扩展描述，将生成的扩展描述添加到对应代码之后得到扩展后的序列，重复该步骤将代码库扩展为代码+扩展描述库；使用Lucene对代码+扩展描述库进行索引；在线搜索阶段，输入查询语句，使用Lucene在代码+扩展库中检索出特定数量的代码+扩展描述作为候选条目；使用待加速的深度学习代码搜索模型，在候选条目中进行代码搜索。本发明能实现对深度学习代码搜索的加速工作。
-
-
-
-
-
-
-
-
-
Search Results
40
records
(took 0.02 seconds)
