一种目标行为检测模型的构建方法

    公开(公告)号:CN119273899A

    公开(公告)日:2025-01-07

    申请号:CN202411452113.5

    申请日:2024-10-17

    Abstract: 本发明涉及一种目标行为检测模型的构建方法,属于目标检测领域。包括:基于YOLOv5模型构建初始目标行为检测模型,初始目标行为检测模型包括输入端、骨干网络、颈部网络和检测端;对骨干网络的CBS模块、C3_1模块、SPPF模块以及颈部网络的C3_2模块进行改进,用改进后的模块分别替换原有的CBS模块、C3_1模块、SPPF模块以及C3_2模块,构建目标行为检测模型;基于目标行为图像构建数据集,基于数据集对目标行为检测模型进行训练得到训练好的目标行为检测模型。该方法通过改进模型结构,增加了不同通道之间的信息融合,提高了模型预测的精度,解决了现有目标行为相关检测模型信息融合不充分,不利于特征提取,导致检测准确率低的问题。

    一种集群的任务节点资源构建方法

    公开(公告)号:CN115562870B

    公开(公告)日:2023-07-21

    申请号:CN202211309555.5

    申请日:2022-10-25

    Abstract: 本发明涉及一种集群的任务节点资源构建方法,包括以下步骤:对集群中的每个节点进行资源测评,得到每个节点的存储资源值、计算资源值和通信响应频率值;根据当前集群中的闲置节点数和待执行任务的类型确定待执行任务需要的节点数量;根据待执行任务需要的节点数量、每个节点的存储资源值、计算资源值和通信响应频率值,基于波函数坍缩算法确定多个执行节点集合;获取待执行任务的存储资源预估值、计算资源预估值和通信资源预估值;根据待执行任务的存储资源预估值、计算资源预估值和通信资源预估值,在所述多个执行节点集合中选择与待执行任务的资源需求最接近的集合作为待执行任务的执行节点集合。

    一种基于AI智能识别的3D实体标注方法及存储介质

    公开(公告)号:CN113763572B

    公开(公告)日:2023-06-27

    申请号:CN202111094179.8

    申请日:2021-09-17

    Abstract: 本发明涉及一种基于AI智能识别的3D实体标注方法及存储介质,属于人工智能技术领域,解决了现有技术中对3D实体标注难度大、准确度低且标注效率低的问题。该方法包括:获取3D实体在不同角度下的二维图片、位姿信息及标注标签,在二维图片内提取标注对象图片,进而组成训练样本集;基于样本中的位姿信息构建对应的偏移矩阵和增强角度旋转矩阵;进而对AI智能标注模型进行训练;利用优化后的AI智能标注模型对待标注对象进行标注。该方法将3D实体标注转换为二维图片标注,降低了标注难度,且通过AI模型建立标注与3D实体的关联关系,提高3D实体标注的准确度,通过提取标注对象对应的二维图片区域进行训练、标注,减少了计算量,提高了标注效率。

    基于试验设计和Kriging模型的远程制导火箭弹落点预测系统

    公开(公告)号:CN110991051B

    公开(公告)日:2023-03-10

    申请号:CN201911240135.4

    申请日:2019-12-06

    Abstract: 本发明属于制导弹箭落点预测技术领域,具体涉及一种基于试验设计和Kriging模型的远程制导火箭弹落点预测系统,该系统全面考虑了标准气象条件下影响远程制导火箭弹落点预测精度的发射条件因素和飞行状态参数,给出了适用于落点预测的Kriging模型的相关函数。对于升弧段对应的落点预测,可以选择的相关函数有Spline函数、Matern函数和Cubic函数;对于降弧段对应的落点预测,可以选择的相关函数有Spline函数、Matern函数、Gauss函数和Cubic函数。本发明为远程制导火箭弹的弹道修正控制系统实时进行落点预测提供了一种有效方案。

    一种集群的任务节点资源构建方法

    公开(公告)号:CN115562870A

    公开(公告)日:2023-01-03

    申请号:CN202211309555.5

    申请日:2022-10-25

    Abstract: 本发明涉及一种集群的任务节点资源构建方法,包括以下步骤:对集群中的每个节点进行资源测评,得到每个节点的存储资源值、计算资源值和通信响应频率值;根据当前集群中的闲置节点数和待执行任务的类型确定待执行任务需要的节点数量;根据待执行任务需要的节点数量、每个节点的存储资源值、计算资源值和通信响应频率值,基于波函数坍缩算法确定多个执行节点集合;获取待执行任务的存储资源预估值、计算资源预估值和通信资源预估值;根据待执行任务的存储资源预估值、计算资源预估值和通信资源预估值,在所述多个执行节点集合中选择与待执行任务的资源需求最接近的集合作为待执行任务的执行节点集合。

    在物联网中使用稀疏测量矩阵的压缩数据收集系统

    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

    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。

    基于试验设计和Kriging模型的远程制导火箭弹落点预测系统

    公开(公告)号:CN110991051A

    公开(公告)日:2020-04-10

    申请号:CN201911240135.4

    申请日:2019-12-06

    Abstract: 本发明属于制导弹箭落点预测技术领域,具体涉及一种基于试验设计和Kriging模型的远程制导火箭弹落点预测系统,该系统全面考虑了标准气象条件下影响远程制导火箭弹落点预测精度的发射条件因素和飞行状态参数,给出了适用于落点预测的Kriging模型的相关函数。对于升弧段对应的落点预测,可以选择的相关函数有Spline函数、Matern函数和Cubic函数;对于降弧段对应的落点预测,可以选择的相关函数有Spline函数、Matern函数、Gauss函数和Cubic函数。本发明为远程制导火箭弹的弹道修正控制系统实时进行落点预测提供了一种有效方案。

    在无线传感器网络中基于自适应测量的压缩数据收集方法

    公开(公告)号:CN107786959B

    公开(公告)日:2019-03-19

    申请号:CN201710970860.1

    申请日:2017-10-18

    Abstract: 本发明属于无线通信技术领域,具体涉及一种在无线传感器网络中基于自适应测量的压缩数据收集方法,该方法包括如下步骤:初始化:根据历史数据信息,估计节点数据的时空相关性;信号先验估计:利用节点数据的时空相关性,来估计当前信号的先验信息;压缩数据收集;数据重构;测量次数更新;通过以上步骤,本发明提出的在无线传感器网络中基于自适应测量的压缩数据收集方法,根据待测量信号的稀疏度变化自动调整测量次数,保证在精确重构的前提下,减少了无线传感器网络中的数据传输量,延长了网络寿命。

    在无线传感器网络中基于自适应测量的压缩数据收集方法

    公开(公告)号:CN107786959A

    公开(公告)日:2018-03-09

    申请号:CN201710970860.1

    申请日:2017-10-18

    CPC classification number: H04W28/06 H04L69/04

    Abstract: 本发明属于无线通信技术领域,具体涉及一种在无线传感器网络中基于自适应测量的压缩数据收集方法,该方法包括如下步骤:初始化:根据历史数据信息,估计节点数据的时空相关性;信号先验估计:利用节点数据的时空相关性,来估计当前信号的先验信息;压缩数据收集;数据重构;测量次数更新;通过以上步骤,本发明提出的在无线传感器网络中基于自适应测量的压缩数据收集方法,根据待测量信号的稀疏度变化自动调整测量次数,保证在精确重构的前提下,减少了无线传感器网络中的数据传输量,延长了网络寿命。

Patent Agency Ranking