公开(公告)号：CN112418289B

公开(公告)日：2021-08-03

申请号：CN202011286164.7

申请日：2020-11-17

Applicant: 北京京航计算通讯研究所

Inventor： 王础 ,  王佳佳 ,  陈浩 ,  侯健 ,  王凤敏 ,  王立霞 ,  李娜

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种不完全标注数据的多标签分类处理方法及装置，属于数据分类技术领域，解决了现有的多标签分类方法对具有数据重合标签分类的实用性较低的问题。方法包括：获取训练数据集；基于训练数据集对神经网络进行参数训练，得到训练好的神经网络；对训练好的神经网络中间层的输出进行预处理，得到神经网络的最优网络结构；将待分类的不完全标注数据输入神经网络的最优网络结构，得到待分类的不完全标注数据对应的所有标签类别向量。实现了不完全标注数据的多标签分类，提高了数据标签分类的精确度，具有较高的实用性。

公开(公告)号：CN119130050A

公开(公告)日：2024-12-13

申请号：CN202411246900.4

申请日：2024-09-06

Applicant: 北京京航计算通讯研究所

Inventor： 张彤 ,  李娜 ,  薛铸鑫 ,  范国超 ,  王凤敏 ,  蒋嶷川 ,  何欣敏 ,  李攀 ,  狄凯

IPC: G06Q10/0631 ,  G06Q10/04 ,  G06N3/006

Abstract: 本发明涉及一种适用于复杂任务场景的多智能体目标分配方法，属于智能体集群技术领域；方法包括：在复杂任务场景下，定义智能体集群目标分配行为、优化目标，建立智能体集群目标分配问题的数学模型，并定义约束；将智能体集群目标分配问题拆分为多智能体行为设计问题和任务分配问题；针对多智能体行为设计问题，通过对场景环境进行有序分割，在每个分割后的子区域内，分别寻找近似最优的路径；针对任务分配问题，通过估计不同任务分配策略所带来的目标分配增益，选择产生最大目标分配增益的任务组合进行任务分配。本发明提供的策略方法可以取得接近最优的目标分配增益，有效地在目标分配效果与计算效率之间达成平衡。

公开(公告)号：CN113932815B

公开(公告)日：2023-07-18

申请号：CN202111217468.2

申请日：2021-10-19

Applicant: 北京京航计算通讯研究所

Inventor： 王础 ,  陈浩 ,  李娜 ,  张彤 ,  张依漪 ,  王佳佳 ,  侯健 ,  马静 ,  王凤敏

IPC: G01C21/20

Abstract: 本发明涉及一种稳健性优化Kalman滤波相对导航方法、装置、设备和存储介质；方法包括：确定Kalman滤波的状态序列和观测序列；建立与状态序列和观测序列对应的Kalman滤波模型；采用建立的Kalman滤波模型进行滤波；在Kalman滤波过程中，采用Kalman增益矩阵用于提高Kalman滤波的稳健性；其中，为第k个时间点的Kalman滤波估计的后验预测误差协方差矩阵；I为单位矩阵；Hk为观测转移矩阵；Vk为观测噪声矩阵；λ1为第一稳健性参数，λ2为第二稳健性参数。本发明与传统的卡尔曼滤波算法相比，提升对量测数据误差的鲁棒性，减少了计算结果与真实值的偏差。

公开(公告)号：CN113917938A

公开(公告)日：2022-01-11

申请号：CN202111173142.4

申请日：2021-10-08

Applicant: 北京京航计算通讯研究所

Inventor： 王础 ,  王俊 ,  陈浩 ,  李娜 ,  张彤 ,  张依漪 ,  王佳佳 ,  侯健 ,  马静 ,  王凤敏

IPC: G05D1/08 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种小样本条件下的飞行器姿态控制数据增强和模型训练方法，包括：将飞行器姿态控制的训练集分解成多份子训练集；随机选取一份子训练集，训练第一生成器、第二生成器和第三生成器的神经网络参数；第一生成器、第二生成器和第三生成器分别依据各自的数据增强方式在神经网络模型中进行数据增强；计算出第一生成器、第二生成器和第三生成器在神经网络模型中的重要性权值；根据第一生成器、第二生成器和第三生成器的重要性权值，设置神经网络模型的目标函数；进行神经网络模型参数的训练；判断训练的迭代次数超过给定阈值；是，则终止训练；否，则重新选择子训练集进行训练。本发明提升了种小样本条件下神经网络模型的分类任务性能。