-
公开(公告)号：CN119611356A
公开(公告)日：2025-03-14
申请号：CN202411815426.2
申请日：2024-12-11
Applicant: 北京理工大学
IPC: B60W30/095 , G06N3/0442 , G06N3/08 , B60W60/00
Abstract: 本发明公开了一种基于驾驶意图与轨迹预测的实时碰撞检测方法，构建了不需要深度学习的基于意图的轨迹预测框架，基于非路口场景和路口场景分别提取的特征构建驾驶意图预测模型，并采用基于树形Parzen估计(Tree‑structured Parzen Estimator，TPE)的贝叶斯优化算法完成对驾驶意图预测模型的训练，采用训练得到的驾驶意图预测模型预测受控车辆周围障碍车辆的驾驶意图，再针对非路口场景和路口场景分别预测受控车辆周围障碍车辆的驾驶轨迹，通过对受控车辆与障碍车辆的驾驶轨迹的比较计算判断受控车辆与障碍车辆是否会发生碰撞，有效地提高了碰撞检测的计算实时性。
-
公开(公告)号：CN118428572B
公开(公告)日：2024-12-13
申请号：CN202410609079.1
申请日：2024-05-16
Applicant: 北京理工大学
IPC: G06Q10/047 , G06Q10/0835 , G06N3/006
Abstract: 本发明公开了一种基于改进粒子群算法的二维装箱车辆路径规划方法，针对物流行业广泛存在的路径规划问题，考虑货物装箱及拆分后混装等实际场景，建立了基于改进粒子群算法的二维装箱约束下车辆路径规划算法，实现了根据订单的是否可拼车及是否可拆分等属性，确定装箱及运输方式，并计算运输成本，以优选出具有较低成本的最佳运输方案，以提升货物运输效率，降低物流运输成本。
-
公开(公告)号：CN118279669A
公开(公告)日：2024-07-02
申请号：CN202410501512.X
申请日：2024-04-25
Applicant: 北京理工大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06V30/148 , G06V30/19
Abstract: 本发明公开一种边缘设备图像分类方法、设备、存储介质及产品，涉及图像分类技术领域。所述方法包括：采用随机梯度下降算法，根据训练数据集、真实文本编码器、图像编码器、虚假文本编码器、手工文本编码器、初始化的目标类别集合中各类别对应的可学习虚假提示向量和手工提示，对初始化的目标类别集合中各类别对应的可学习真实提示向量进行更新，得到更新后的真实提示向量；将待分类图像输入图像编码器，得到待分类图像的测试图像信息；将更新后的真实提示向量中的真实软提示输入真实文本编码器得到测试真实文本信息；根据测试图像信息和测试真实文本信息得到待分类图像的类别。本发明可在边缘设备上进行高精度的图像分类。
-
公开(公告)号：CN117194983B
公开(公告)日：2024-04-19
申请号：CN202311157472.3
申请日：2023-09-08
Applicant: 北京理工大学
IPC: G06F18/214 , G01M13/04 , G06F18/213 , G06F18/241 , G06N3/0464
Abstract: 本发明公开了一种基于渐进式条件域对抗网络的轴承故障诊断方法，引入渐进式领域适应提出了一种渐进式条件对抗网络，通过源域和中间域上进行条件对抗训练，得到中间域的伪标签，将其作为新的源域迁移至下一个中间域，直到完成对目标域的迁移，将源域和目标域间较大的转移划分为多个较小的转移，解决了传统迁移学习在源域和目标域之间距离较大、分布差异较大时预测结果性能下降的问题，增强了算法的泛化性，提升故障诊断准确率。
-
公开(公告)号：CN116933937A
公开(公告)日：2023-10-24
申请号：CN202310928575.9
申请日：2023-07-27
Applicant: 北京理工大学
IPC: G06Q10/04 , G06Q10/067 , G06N3/096
Abstract: 本发明公开了一种基于模型迁移学习的电子产品零件备货量预测方法充分利用历史数据，结合分位数回归的方法建立神经网络预测模型，通过对预测模型的不同分位点回归得到多个解与真实的历史数据比较，选择最优估计的分位点，再通过以均方根作为损失函数的神经网络一般建立方法进行验证，此外，对于无法收集到足够的需求样本数据的备件种类，通过模型迁移方法提升预测的准确性，综合以上两方面效果，即可给出后续时间段内的售后备件需求量，指导实际售后服务厂商做出相应的决策，在满足用户备件更换需求的条件下，优化相关成本，与现有备件需求量预测方法相比，对数据的利用更充分，优化性能更优异。
-
Patent Agency Ranking
公开(公告)号：CN116029421A
公开(公告)日：2023-04-28
申请号：CN202211550735.2
申请日：2022-12-05
Applicant: 北京理工大学
IPC: G06Q10/04 , G06Q10/087 , G06Q10/0631
Abstract: 本发明公开了一种数据驱动的售后服务电子产品零件备货量计算方法，针对电子产品备件预测及库存成本优化问题提出简单高效的优化方法，充分利用历史数据，结合机会约束方法建立预测模型，通过对预测模型的高效求解得到鲁棒优化解，采用求解得到的预测模型即可给出后续时间段内的备件购买决策方案，指导实际售后服务厂商做出相应的决策，在满足用户备件更换需求的条件下，优化相关成本，与现有备件需求量预测方法相比，对数据的利用更充分，优化性能更优异。
-
公开(公告)号：CN115357402A
公开(公告)日：2022-11-18
申请号：CN202211282973.X
申请日：2022-10-20
Applicant: 北京理工大学
Abstract: 本发明涉及一种边缘智能优化方法和装置。本发明提供的边缘智能优化方法，基于模型参数、训练的轮数、通信时间、闲时CPU占用率和训练能耗构建环境的本轮状态，各个边缘设备根据本轮状态中的对应轮数信息参与联邦训练，采集本地模型参数、通信时间、闲时CPU利用率和训练能耗等信息，更新本轮状态，使得环境转移到下一个状态。边缘设备不断与环境进行交互，产生大量轨迹信息用于策略模型的更新，直至策略模型收敛，以根据每个设备的计算速度、训练能耗、通信时间，分配不同的联邦训练轮数，进而达到平衡计算异构和减少能耗开销的目的。
-
公开(公告)号：CN119618237A
公开(公告)日：2025-03-14
申请号：CN202411814611.X
申请日：2024-12-11
Applicant: 北京理工大学
IPC: G01C21/30
Abstract: 本发明公开了一种基于几何特征的实时地图匹配方法，基于高精度地图的网格化处理建立目标车辆的几何特征，根据目标车辆的全局UTM坐标确定目标车辆当前的候选匹配道路集合，遍历该集合，依次计算目标车辆当前状态与每条候选道路中的所有车道之间的相似度，选择相似度最高的车道作为匹配结果，再根据该匹配结果计算目标车辆在基于道路参考线建立的坐标系中相对于匹配道路坐标，综合考虑了距离与方向两类信息衡量车辆当前状态与车道中心线的相似度，基于几何特征的地图匹配算法有效缩小了地图匹配候选车道范围，从而提高了地图匹配效率保证了匹配过程的实时性。
-
公开(公告)号：CN119179872A
公开(公告)日：2024-12-24
申请号：CN202411252266.5
申请日：2024-09-09
Applicant: 北京理工大学
IPC: G06F18/21 , G06F18/22 , G06F18/213
Abstract: 本申请公开一种基于低秩矩阵补全的复杂网络鲁棒性预测方法及系统，涉及鲁棒性预测技术领域，所述方法包括：从待预测网络中提取模式矩阵，并初始化模式矩阵的最小秩的估计上界和最小秩的估计下界；基于各固定零元素、一般值元素和缺失元素，确定低秩矩阵补全问题，并基于模式矩阵关联的二分图，计算模式矩阵的通有秩；利用随机抽样算法，基于模式矩阵对低秩矩阵补全问题进行可行性验证；利用基于k阶可保持基，基于模式矩阵进行可补全性判定；利用最大匹配的补全条件验证，验证模式矩阵是否满足特定的补全条件；确定待预测网络的鲁棒性；鲁棒性为秩k鲁棒或秩k不鲁棒。本申请实现了网络在结构化扰动下的鲁棒性的评估和预测。
-
公开(公告)号：CN118192231A
公开(公告)日：2024-06-14
申请号：CN202410310455.7
申请日：2024-03-19
Applicant: 北京理工大学
IPC: G05B13/04
Abstract: 本发明公开一种分层系统最优输入选择方法、装置、介质及产品，涉及自动控制技术领域，所述方法包括：初始化模型矩阵并定义成本函数；模型矩阵包括：稀疏状态转移矩阵和稀疏输入矩阵；创建约束参数；约束参数包括：等式约束参数、不等式约束参数和输入上限约束参数，等式约束参数包括：等式约束矩阵和等式约束向量，不等式约束参数包括：不等式约束矩阵和不等式约束向量，输入上限约束参数包括：输入上限约束矩阵和输入上限约束向量；基于稀疏状态转移矩阵，寻找强联通分量，得到系统有向无环图的分层表示；基于约束参数，构建线性规划模型；基于线性规划模型确定最优控制输入。本发明实现了最优输入控制的选择。
-
-
-
-
-
-
-
-
-
Search Results
46
records
(took 0.054 seconds)
