-
公开(公告)号：CN117034781A
公开(公告)日：2023-11-10
申请号：CN202311139690.4
申请日：2023-09-05
Applicant: 北京京航计算通讯研究所
IPC: G06F30/27 , G06F30/15 , G06N3/0464 , G06N3/08 , G06F119/08 , G06F119/14
Abstract: 本发明涉及一种基于热载荷反演引导的温度场重构方法，属于数字孪生领域，解决了现有温度场重构方法没有反演热载荷信息，无法实时、安全、可靠的预测温度场数据的问题。方法包括：获取采样点连续时刻的实时温度值；将所述实时温度值输入训练好的温度场重构模型的热载荷反演器中，得到热载荷信息编码；将所述热载荷信息编码和随机噪声矩阵输入训练好的温度场重构模型的生成器中，得到温度场重构数据。实现了通过反演热载荷信息，可以安全、可靠、高效的预测温度场数据，可对温度场进行实时监测。
-
公开(公告)号：CN115115886A
公开(公告)日：2022-09-27
申请号：CN202210811820.3
申请日：2022-07-11
Applicant: 北京航空航天大学 , 北京京航计算通讯研究所
IPC: G06V10/764 , G06V10/80 , G06V20/10 , G06N3/04 , G06N3/08
Abstract: 提供了基于teacher‑student模型的半监督目标检测方法。包括以下步骤：获取半监督目标检测数据集D；在有标注数据集DL上按照全监督目标检测方法，用模型预测样本的标注得到teacher模型；利用的teacher模型，对无标签数据XU做预测，生成伪标签，并用伪标签更新标注集合YU；对无标注样本集合XU进行数据增强第五步，训练student模型；将student模型的权重参数θs以指数滑动平均的方式更新至teacher模型的权重θt中；进行数轮迭代，以最终的teacher模型作为所述基于teacher‑student模型的半监督目标检测方法训练的目标模型。
-
公开(公告)号：CN111093166B
公开(公告)日：2022-07-19
申请号：CN201911240008.4
申请日：2019-12-06
Applicant: 北京京航计算通讯研究所
Abstract: 本发明属于物联网无线数据处理相关技术领域，具体涉及一种在物联网中使用稀疏测量矩阵的压缩数据收集系统。本发明一方面优化稀疏测量矩阵，另一方面使用合适的动态分簇协议，将稀疏测量矩阵的选择与路由协议相结合，保证数据采集的均匀性的同时，有效的减少了数据丢失对数据收集精度的影响，提高了无线传感器节点的数据收集精度。与现有技术相比较，本发明自适应性强：由于物联网系统具有复杂的无线链路结构，无线链路不稳定的情况经常发生，而链路不稳定对稀疏测量矩阵的设计有直接的关系，本发明采用稀疏测量矩阵和分簇路由协议同时优化的方式，能够解决链路不稳定对无线传感器节点数据收集的影响，具有自适应性。
-
公开(公告)号：CN113885772A
公开(公告)日：2022-01-04
申请号：CN202111173147.7
申请日：2021-10-08
Applicant: 北京京航计算通讯研究所
IPC: G06F3/0487
Abstract: 一种输入交互设备的等效替代度量方法和系统，方法包括获取第一输入交互设备的交互动作集合，计算每个交互动作中每个交互单元的时间消耗和能量消耗；根据交互动作中交互单元的串并联关系计算每个交互动作的总时间消耗和总能量消耗；计算第二输入交互设备每个交互单元的时间消耗和能量消耗；对于第一输入交互设备的交互动作，若在第二输入设备中存在交互单元组合其时间消耗和能量消耗与交互动作的总时间消耗和总能量消耗的差值均小于阈值，则判断交互动作可映射至第二输入交互设备；若第一输入交互设备的所有交互动作均可映射至第二输入交互设备，且不同交互动作对应不同的交互单元组合，则判断第二输入交互设备可等效替代第一输入交互设备。
-
公开(公告)号：CN112395968B
公开(公告)日：2021-08-27
申请号：CN202011253582.6
申请日：2020-11-11
Applicant: 北京京航计算通讯研究所
Abstract: 本发明涉及一种基于神经网络的机械旋转部件故障诊断方法及装置，属于故障诊断技术领域，解决了现有的机械旋转部件故障诊断方法获得的诊断结果精度较差问题。方法包括：获取机械旋转部件的历史振动信号，并为历史振动信号添加标签；构建高维卷积神经网络模型，并基于历史振动信号对高维卷积神经网络模型进行训练，得到高维卷积神经网络模型的最优网络结构；将待诊断的振动信号输入高维卷积神经网络模型的最优网络结构，得到诊断结果。实现了机械旋转部件故障的诊断，提高了诊断精度。
-
Patent Agency Ranking
公开(公告)号：CN112560173B
公开(公告)日：2021-08-17
申请号：CN202011423713.0
申请日：2020-12-08
Applicant: 北京京航计算通讯研究所
IPC: G06F30/15 , G06F30/27 , G06N3/04 , G06F119/08
Abstract: 本发明涉及一种基于深度学习的车辆耐候性温度预测方法及装置，属于神经网络技术领域，解决了现有的车辆耐候性温度预测方法效率较低且温度预测结果精度较低的问题。方法包括：获取训练数据，训练数据包括大气环境参数及其对应的车辆测点温度；对大气环境参数及其对应的车辆测点温度进行归一化处理，得到归一化的训练数据样本；构建深度学习预测模型，并将归一化的训练数据样本输入深度学习预测模型进行模型训练，得到训练好的深度学习预测模型；获取待预测数据样本，并基于训练好的深度学习预测模型对待预测数据样本对应的车辆测点温度进行预测，得到车辆测点温度的预测值。实现了车辆测点温度的预测，提高了预测效率和精度。
-
公开(公告)号：CN112560173A
公开(公告)日：2021-03-26
申请号：CN202011423713.0
申请日：2020-12-08
Applicant: 北京京航计算通讯研究所
IPC: G06F30/15 , G06F30/27 , G06N3/04 , G06F119/08
Abstract: 本发明涉及一种基于深度学习的车辆耐候性温度预测方法及装置，属于神经网络技术领域，解决了现有的车辆耐候性温度预测方法效率较低且温度预测结果精度较低的问题。方法包括：获取训练数据，训练数据包括大气环境参数及其对应的车辆测点温度；对大气环境参数及其对应的车辆测点温度进行归一化处理，得到归一化的训练数据样本；构建深度学习预测模型，并将归一化的训练数据样本输入深度学习预测模型进行模型训练，得到训练好的深度学习预测模型；获取待预测数据样本，并基于训练好的深度学习预测模型对待预测数据样本对应的车辆测点温度进行预测，得到车辆测点温度的预测值。实现了车辆测点温度的预测，提高了预测效率和精度。
-
公开(公告)号：CN119358649A
公开(公告)日：2025-01-24
申请号：CN202411362577.7
申请日：2024-09-27
Applicant: 北京京航计算通讯研究所
IPC: G06N5/022 , G06N5/04 , G06N3/0455 , G06N3/0442 , G06N3/096
Abstract: 本发明涉及一种装备特性知识联想补全方法及系统，属于数据处理技术领域，解决了现有推理出来的装备特性知识不准确的问题。包括：从装备特性数据集中选取装备特性数据屏蔽部分内容后与预置的提示词拼接作为训练样本放入训练集；对基于多头自注意力机制的Transformer大模型进行改进，引入记忆模块和融合模块；记忆模块基于多头自注意力机制的处理结果更新记忆矩阵，融合模块融合Transformer模块和记忆模块的输出；利用训练集训练改进的大模型得到知识补全模型；将装备特性数据集中完整的装备特性知识传入知识补全模型，更新记忆模块的记忆矩阵，得到学习后的知识补全模型；利用学习后的知识补全模型补全装备特性知识。实现了装备特性知识的准确补全。
-
公开(公告)号：CN115115886B
公开(公告)日：2024-08-06
申请号：CN202210811820.3
申请日：2022-07-11
Applicant: 北京航空航天大学 , 北京京航计算通讯研究所
IPC: G06V10/25 , G06V10/764 , G06V10/80 , G06V10/44 , G06V10/766 , G06V10/82 , G06V20/10 , G06N3/0464 , G06N3/0895
Abstract: 提供了基于teacher‑student模型的半监督目标检测方法。包括以下步骤：获取半监督目标检测数据集D；在有标注数据集DL上按照全监督目标检测方法，用模型预测样本#imgabs0#的标注得到teacher模型；利用的teacher模型，对无标签数据XU做预测，生成伪标签，并用伪标签更新标注集合YU；对无标注样本集合XU进行数据增强第五步，训练student模型；将student模型的权重参数θs以指数滑动平均的方式更新至teacher模型的权重θt中；进行数轮迭代，以最终的teacher模型作为所述基于teacher‑student模型的半监督目标检测方法训练的目标模型。
-
公开(公告)号：CN114779743B
公开(公告)日：2024-05-28
申请号：CN202210465013.0
申请日：2022-04-29
Applicant: 北京京航计算通讯研究所
IPC: G05B23/02
Abstract: 本发明涉及一种随机姿态高超声速飞行器的舵面微小故障容错控制方法，属于飞行控制技术领域，解决了现有技术中故障修复成本高、针对随机姿态高超声速飞行器的容错控制适应性和可靠性差、容错控制效果难评估等问题。通过开展随机姿态高超声速飞行试验，对所述随机姿态高超声速飞行器的控制系统模型施加微小故障和干扰，获得随机姿态角的实际PDF；采用模糊观测器对施加所述微小故障和干扰后的舵面进行故障观测以得到故障估计值；获得所述随机姿态角的期望PDF；基于所述故障估计值以及容错控制算法，利用所述随机姿态角的实际PDF和期望PDF得到自适应容错控制器，进行舵面故障的容错控制修复。实现了针对随机姿态高超声速飞行器早期微小故障的容错控制。
-
-
-
-
-
-
-
-
-
Search Results
66
records
(took 0.062 seconds)
