-
公开(公告)号：CN115577617A
公开(公告)日：2023-01-06
申请号：CN202211139308.5
申请日：2022-09-19
Applicant: 浙江大学
IPC: G06F30/27 , G06F119/02
Abstract: 本发明属于多智能体系统强化学习技术领域，提出了一种在噪声环境下小采样的多智能体系统策略评估方法，包括建立多智能体系统模型及其对应的联合策略空间；对所述联合策略空间进行均匀采样并交互多次得到噪声收益集合；构建先验生成预测模型，利用所述噪声收益集合预测联合策略的真实收益，构建不完全收益模型；基于回归预测更新对应的不完全收益模型，并对更新后的不完全收益模型进行张量补全，得到补全后的收益模型；根据所述补全后的收益模型计算所有联合策略的状态转移矩阵，得到稳态策略分布及联合策略排名。本发明在保证评估准确性的前提下大幅度降低采样样本数目，因此，本发明对于解决智能体系统策略评估问题具有重要的现实意义。
-
公开(公告)号：CN111260543B
公开(公告)日：2022-01-14
申请号：CN202010060679.9
申请日：2020-01-19
Applicant: 浙江大学
Abstract: 本发明公开了一种基于多尺度图像融合和SIFT特征的水下图像拼接方法。该方法包括如下步骤：1)采用改进白平衡算法和基于线性插值的CLAHE算法对水下图像进行图像增强；2)采用双重金字塔图像融合方法融合图像增强后的图像，得到水下预处理图像；3)将水下预处理图像通过改进SIFT算法进行水下图像配准；4)计算得到图像仿射变换矩阵后，采用线性渐变合成算法完成最后的水下图像拼接。本发明通过实验证明此方法充分考虑到水下环境和水下成像特点，可以明显提升水下图像增强，配准和拼接的效果和准确率。
-
公开(公告)号：CN109839110B
公开(公告)日：2020-07-24
申请号：CN201910019372.1
申请日：2019-01-09
Applicant: 浙江大学
Abstract: 本发明涉及一种基于快速随机搜索树的多目标点路径规划的方法，属于机器人路径规划领域。本发明方法使用两层树的结构。底层树由多个目标点延伸出的多棵树组成，每棵树拥有一个由周围环境决定的权重，并且每棵树使用快速随机搜索树算法对自由空间进行探索。当两棵树足够近时产生一条有效的无碰撞路径，该有效路径及构成该有效路径的节点将会传递给顶层树。顶层树对这些路径和节点使用改进的最小生成树算法进行重新规划的工作，最终获得能够遍历多个目标点的最短路径。本发明中提供的多目标点路径规划方法能有效地在各种障碍物环境中运行，并且计算速度快，移动机器人能够对该路径直接进行导航。
-
公开(公告)号：CN110167124B
公开(公告)日：2020-07-07
申请号：CN201910425415.6
申请日：2019-05-21
Applicant: 浙江大学
Abstract: 本发明属于多传感器融合估计领域，提出了一种传输功率自适应调节的水下无线传感器网络目标跟踪方法。由于水下环境的复杂性，水声通信的环境相比陆地和空中更为恶劣，网络节点之间的数据传输错误概率更大，为了提高数据的准确性，需要提高节点发送数据的传输功率，通过提高信噪比降低恶劣环境的影响。然而，提高传输功率会导致节点能量过度消耗，影响网络寿命。为了解决数据准确率和网络能耗之间的矛盾，本发明所提出的算法联合考虑目标跟踪精度和网络能量消耗的需求，在保证跟踪精度的同时，自适应地调整节点传输量测数据的功率，提高网络工作效率。因此，本发明对于解决水下目标跟踪的实际问题有着重要的理论意义和实用价值。
-
公开(公告)号：CN108632764B
公开(公告)日：2020-07-07
申请号：CN201810284185.1
申请日：2018-04-02
Applicant: 浙江大学
Abstract: 本发明属于多传感器融合估计领域，公开了一种多传感器选择性量测数据融合估计算法。针对当前常规的数据融合算法应用于目标跟踪估计中存在的数据传输量大等缺点，本发明所提出的算法会选择各传感器量测数据中部分有价值数据提交给融合中心，提高数据的利用效率，在满足一定目标估计精度同时，大大降低结点之间数据的传输量。对于量测数据如何选则，本发明的方法基于人工神经网络与遗传算法相结合的思路，通过遗传算法优化，使多传感器跟踪系统在总的数据带宽一定时获得较好的目标跟踪估计效果。因此，本发明对于解决实际目标跟踪估计问题具有重要的现实意义。
-
Patent Agency Ranking
公开(公告)号：CN111328015A
公开(公告)日：2020-06-23
申请号：CN202010077375.3
申请日：2020-01-28
Applicant: 浙江大学
Abstract: 本发明提出了一种基于Fisher信息距离的无线传感器网络目标跟踪方法。在目标进入到监测区域内被探测到后，跟踪系统被激活开始对目标进行跟踪。为了提升系统的跟踪精度，使用更多的传感器对目标进行跟踪是一个常规的思路。然而，使用过多的传感器一方面会消耗过多能量，一方面会由于辐射过多的能量而被敌方发现从而被锁定位置。为了解决辐射能量与跟踪精度的问题，本发明在传感器数量不变的基础上，通过选择更加高效的传感器对目标进行跟踪，实现跟踪精度的提升。本发明对于提升跟踪系统的隐蔽性以及一些特定场景下传感器网络使用寿命问题具有理论指导意义与实用价值。
-
公开(公告)号：CN111275644A
公开(公告)日：2020-06-12
申请号：CN202010064566.6
申请日：2020-01-20
Applicant: 浙江大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于Retinex算法的水下图像增强方法和装置。该方法包括：对原始RGB水下图像进行白平衡处理和颜色校正，得到预处理后的图像；将所述预处理后的图像转化至LAB色彩空间；采用单通道Retinex算法对L通道进行图像增强处理和亮度矫正，采用双边滤波对A和B通道进行颜色校正，得到LAB图像；将所述LAB图像转换至RGB图像，完成水下图像增强操作。本发明解决了水下图像清晰度低，偏色严重，物体边缘轮廓线不清晰等问题，达到色彩校正、边缘增强的效果。
-
公开(公告)号：CN110167124A
公开(公告)日：2019-08-23
申请号：CN201910425415.6
申请日：2019-05-21
Applicant: 浙江大学
Abstract: 本发明属于多传感器融合估计领域，提出了一种传输功率自适应调节的水下无线传感器网络目标跟踪方法。由于水下环境的复杂性，水声通信的环境相比陆地和空中更为恶劣，网络节点之间的数据传输错误概率更大，为了提高数据的准确性，需要提高节点发送数据的传输功率，通过提高信噪比降低恶劣环境的影响。然而，提高传输功率会导致节点能量过度消耗，影响网络寿命。为了解决数据准确率和网络能耗之间的矛盾，本发明所提出的算法联合考虑目标跟踪精度和网络能量消耗的需求，在保证跟踪精度的同时，自适应地调整节点传输量测数据的功率，提高网络工作效率。因此，本发明对于解决水下目标跟踪的实际问题有着重要的理论意义和实用价值。
-
公开(公告)号：CN109993755A
公开(公告)日：2019-07-09
申请号：CN201910261841.0
申请日：2019-04-02
Applicant: 浙江大学
Abstract: 本发明公开了一种提花织物图像组织结构分割方法。采用图像直方图均衡化提高图像对比度，使用超像素分割算法将提花织物图像分离成超像素；并且采用改进LBP方法提取织物图像的局部纹理特征，再计算超像素内的颜色重心作为颜色特征，聚类颜色特征和纹理特征实现提花织物图像中组织结构的分割。本发明的织物组织结构分割方法充分结合了提花织物的颜色特征和局部纹理特征，能够准确地完成组织结构分割。
-
公开(公告)号：CN108632764A
公开(公告)日：2018-10-09
申请号：CN201810284185.1
申请日：2018-04-02
Applicant: 浙江大学
Abstract: 本发明属于多传感器融合估计领域，公开了一种多传感器选择性量测数据融合估计算法。针对当前常规的数据融合算法应用于目标跟踪估计中存在的数据传输量大等缺点，本发明所提出的算法会选择各传感器量测数据中部分有价值数据提交给融合中心，提高数据的利用效率，在满足一定目标估计精度同时，大大降低结点之间数据的传输量。对于量测数据如何选则，本发明的方法基于人工神经网络与遗传算法相结合的思路，通过遗传算法优化，使多传感器跟踪系统在总的数据带宽一定时获得较好的目标跟踪估计效果。因此，本发明对于解决实际目标跟踪估计问题具有重要的现实意义。
-
-
-
-
-
-
-
-
-
Search Results
35
records
(took 0.024 seconds)
