-
公开(公告)号：CN112861377A
公开(公告)日：2021-05-28
申请号：CN202110264430.4
申请日：2021-03-11
Applicant: 中国人民解放军国防科技大学
IPC: G06F30/20 , G06Q10/04 , G06F111/04 , G06F119/12
Abstract: 本说明书一个或多个实施例提供一种环境部分可观条件下的规划识别方法及装置，包括：根据获取的观测信息，确定所述观测信息对应于预设的规划库中的候选动作；判定所述候选动作是否符合时间约束模型对应的时间约束条件，若符合，将所述候选动作作为目标动作；其中，所述时间约束模型根据所述规划库所确定。本说明书可实现被识别对象的规划识别，识别结果较为准确。
-
公开(公告)号：CN120086634A
公开(公告)日：2025-06-03
申请号：CN202510590725.9
申请日：2025-05-08
Applicant: 中国人民解放军国防科技大学
IPC: G06F18/23213 , G06F18/214 , G06N20/00 , G06V10/762 , G06V10/774
Abstract: 本申请涉及一种大规模联邦多视图聚类方法、系统、设备和介质。方法包括：客户端基于视图数据的线性核矩阵生成本地数据表示；服务器集成各客户端的本地数据表示并聚类得到一致标签和聚类中心，将一致标签作为各客户端的伪标签，正交化聚类中心得到一致中心矩阵再进行分割，将分割结果作为各客户端的中心矩阵；以最大化各客户端本地数据表示与线性核矩阵的一致性、本地数据表示与伪标签和中心矩阵的一致性以及服务器集成数据表示与一致中心矩阵和一致标签的一致性为目标，本地数据表示正交约束和中心矩阵正交约束为约束条件，构建目标函数；根据循环优化策略求解目标函数得到聚类结果。采用本方法能够提高联邦多视图聚类的效率和精度。
-
公开(公告)号：CN119862882A
公开(公告)日：2025-04-22
申请号：CN202411934536.0
申请日：2024-12-25
Applicant: 中国人民解放军国防科技大学
IPC: G06F40/284 , G06F18/22 , G06F3/023 , G06Q50/20
Abstract: 本申请公开了一种基于大模型的ROS机器人智能教学辅助系统、方法、设备、介质及产品，涉及教学辅助领域，该系统包括用户输入模块，用于根据用户使用场景选择输入模式，并按照所述输入模式，输入文本信息；大模型模块，用于基于大模型，根据所述文本信息以及大模型提示信息，生成用户所需文本信息；关键词匹配模块，用于根据所述用户所需文本信息进行关键词匹配，确定关键词匹配信息；ROS机器人模块，用于根据所述关键词匹配信息控制ROS机器人执行对应的ROS程序，并动态修改所述ROS程序的参数信息，辅助完成教学任务，本申请能够全方位辅助教师引导学生快速理解教学内容。
-
公开(公告)号：CN119540589A
公开(公告)日：2025-02-28
申请号：CN202510098250.1
申请日：2025-01-22
Applicant: 中国人民解放军国防科技大学
IPC: G06V10/762 , G06V10/74
Abstract: 本申请涉及一种基于线性核的大规模多视图张量聚类方法、装置和设备。所述方法包括：获取多视图数据以及每一视图数据对应的线性核矩阵，对线性核矩阵进行核对齐，以生成对应的潜在数据表示；将每一视图数据对应的潜在数据表示堆叠成三维张量，对三维张量实施基于张量奇异值分解的核范数最小化约束，以构建目标函数；采用预先设置的线性优化策略求解目标函数，得到每一视图数据的最佳潜在数据表示，对多视图数据的最佳潜在数据表示进行拼接，得到聚类表示，对聚类表示进行聚类得到多视图数据的聚类结果。采用本方法能够在保持无监督学习框架的前提下提高多视图聚类的准确性。
-
公开(公告)号：CN118861305B
公开(公告)日：2025-01-24
申请号：CN202411344735.6
申请日：2024-09-25
Applicant: 中国人民解放军国防科技大学
IPC: G06F16/353 , G06N20/00 , G06F16/33 , G06F18/23213
Abstract: 本申请涉及一种基于思维聚类规划和领域知识检索的大模型智能代理系统。系统通过用户交互模块获取用户提示输入，通过思维聚类规划模块根据用户提示输入调用领域知识检索模块进行思维聚类检索构建思维链示例，通过基座大语言模型根据用户提示输入和系统提示模板进行基于任务时序的任务规划得到规划链条，通过引导优化模块根据规划链条对工具调用提示模板进行优化整合，通过工具调用模块利用工具调用大语言模型根据规划链条和优化工具调用提示模板得到结构化工具调用模板，利用结构化工具调用模板调用工具得到对应的交互结果，通过响应合成模块获取交互结果并输出规划方案。采用本方法能够提高大模型智能代理系统的决策准确性和效率。
-
Patent Agency Ranking
公开(公告)号：CN119047220B
公开(公告)日：2024-12-31
申请号：CN202411530905.X
申请日：2024-10-30
Applicant: 中国人民解放军国防科技大学
Abstract: 本申请涉及一种基于仿真服务层QoS策略的仿真运行优化方法和装置。所述方法包括：基于仿真服务层静态或动态配置分布式仿真系统中各仿真单元的QoS策略；其中，QoS策略包括鲁棒性策略、响应性策略、一致性策略、效率性策略以及持续性策略；各仿真单元在打开QoS开关后，获取仿真服务层对应配置下发的QoS策略，基于QoS策略对各仿真单元仿真运行过程中的仿真状态进行监控，并根据监控情况对各仿真单元的仿真运行过程进行调整优化。采用本方法能够对分布式仿真系统中的各个仿真单元和整个仿真服务的业务状态进行管控和优化，保证分布式仿真系统的鲁棒性、响应性、一致性、效率性、持续性。
-
公开(公告)号：CN118941431A
公开(公告)日：2024-11-12
申请号：CN202411109596.9
申请日：2024-08-13
Applicant: 中国人民解放军国防科技大学
IPC: G06Q50/26 , G06F16/33 , G06F16/35 , G06F40/295 , G06N3/048 , G06N3/044 , G06N3/0455 , G06N3/08
Abstract: 本申请涉及一种针对仿真数据的编排和封装方法、装置、设备和介质，通过根据军事想定文件生成跨度序列，根据跨度序列中每一跨度所在句子位于军事想定文件的标题，与作战要素词典进行匹配后构建得到段落信息集合，利用训练好的模型，根据所有跨度序列以及段落信息集合对军事想定文件进行解析得到多个跨度实体以及跨度关系，根据各跨度实体及关系、数据字典分别对查询语句模版进行自动填充，并生成对应的查询语句，执行查询语句从数据库中提取出作战要素数据，并将作战要素数据与对应的建表语句模板以及插入语句模版进行封装，将军事想定文件的解析结果、数据字典以及数据安装脚本封装为安装程序。采用本方法可以为仿真训练提供自动化的数据准备支撑。
-
公开(公告)号：CN118279992B
公开(公告)日：2024-08-16
申请号：CN202410712755.8
申请日：2024-06-04
Applicant: 中国人民解放军国防科技大学
IPC: G06V40/20 , G06F3/01 , G06N3/0442 , G06N3/045 , G06N3/08 , G06V10/44 , G06V10/62 , G06V10/762 , G06V10/82
Abstract: 本申请涉及一种基于LSTM训练模型的手势识别方法和系统，首先通过逐帧获取待识别手势动作的网格数据，在进行预处理后将其转化为对应的点云数据。随后，对点云数据进行逐帧聚类，得到各聚类中心，形成点云轨迹。最后，将点云轨迹输入训练好的LSTM训练模型，该模型包括注意力机制单元，以获得手势识别结果。通过引入LSTM单元和注意力机制单元，有效地捕捉了手势动作的时序信息和关键特征，提高了对手势的准确性和鲁棒性。逐帧聚类和点云轨迹的处理使得在实际人机交互场景下能够更好地识别手势动作，增强了系统的实时性和交互性。
-
公开(公告)号：CN118445258A
公开(公告)日：2024-08-06
申请号：CN202410904013.5
申请日：2024-07-08
Applicant: 中国人民解放军国防科技大学
Abstract: 本发明涉及一种三叉树NAT数据结构构造方法、装置、设备及介质。所述方法包括：三叉树NAT数据结构包括非叶子节点与叶子节点。非叶子节点数据结构包括第一标识符、第二标识符与三组NAT子节点信息元组。叶子节点数据结构包括若干个Node标识符与Node信息元组。其中信息元组包含物理地址、密钥和消息验证码。根节点的物理地址和加密信息存储在元数据超级块中。NAT节点的信息元组其父节点保存，NAT节点的标识符由其父节点的第一标识符和第二标识符约束。通过标识符之间的大小关系进行三分查找，根据标识符最终找到其在NAT叶子节点中的映射信息。采用本方法能够提升手机用户数据的安全性和完整性。
-
公开(公告)号：CN118279992A
公开(公告)日：2024-07-02
申请号：CN202410712755.8
申请日：2024-06-04
Applicant: 中国人民解放军国防科技大学
IPC: G06V40/20 , G06F3/01 , G06N3/0442 , G06N3/045 , G06N3/08 , G06V10/44 , G06V10/62 , G06V10/762 , G06V10/82
Abstract: 本申请涉及一种基于LSTM训练模型的手势识别方法和系统，首先通过逐帧获取待识别手势动作的网格数据，在进行预处理后将其转化为对应的点云数据。随后，对点云数据进行逐帧聚类，得到各聚类中心，形成点云轨迹。最后，将点云轨迹输入训练好的LSTM训练模型，该模型包括注意力机制单元，以获得手势识别结果。通过引入LSTM单元和注意力机制单元，有效地捕捉了手势动作的时序信息和关键特征，提高了对手势的准确性和鲁棒性。逐帧聚类和点云轨迹的处理使得在实际人机交互场景下能够更好地识别手势动作，增强了系统的实时性和交互性。
-
-
-
-
-
-
-
-
-
Search Results
120
records
(took 0.102 seconds)
