-
公开(公告)号：CN112525194A
公开(公告)日：2021-03-19
申请号：CN202011169496.7
申请日：2020-10-28
申请人： 北京工业大学
摘要： 本发明公开了一种基于海马‑纹状体内源性和外源性信息的认知导航方法，属于仿生学技术领域和人工智能领域。本发明基于MATLAB软件编程实现，设定一个具有8个移动方向的仿真机器人，并具备视觉传感器和嗅觉传感器。首先，机器人在环境中自由探索，感知外源性信息(视觉、嗅觉信息)和内源性信息(前庭感觉信息、本体感受信息)，通过信息感知模块将感知信息处理为多维信息向量；海马体接收多维信息向量并激活位置细胞，位置细胞的放电活动与机器人所处的真实位置对应，形成认知地图。纹状体同时接收海马体的位置信息和腹侧被盖区的奖励信息，以此评估机器人的状态，通过多次训练，机器人能够迅速记忆环境并找到目标平台。
-
公开(公告)号：CN112446882A
公开(公告)日：2021-03-05
申请号：CN202011169500.X
申请日：2020-10-28
申请人： 北京工业大学
摘要： 本发明公开了一种动态场景下基于深度学习的鲁棒视觉SLAM方法，属于人工智能与机器人和计算机视觉领域。本发明采用相机作为图像采集装置。首先对相机采集的图像序列利用基于深度学习的Mask R‑CNN语义分割网络将图像中的对象划分成静态对象和动态对象，动态对象的像素级语义分割作为语义先验知识并剔除动态对象上的特征点；利用对极几何特性的几何约束进一步检查特征是否是动态特征；结合局部建图和回环检测模块构成完整的鲁棒视觉SLAM系统。本发明可以很好的减小SLAM系统的绝对轨迹误差和相对位姿误差，提高SLAM系统位姿估计的准确性和鲁棒性。
-
公开(公告)号：CN109886384B
公开(公告)日：2021-01-05
申请号：CN201910116996.5
申请日：2019-02-15
申请人： 北京工业大学
摘要： 本发明涉及一种基于鼠脑海马网格细胞重构的仿生导航方法，属于仿生学技术领域。首先结合角速度信息构建头朝向细胞模型、结合速度信息构建条纹细胞模型，其次头朝向信号和条纹信号作为前向输入构建网格细胞模型，之后使用Hebbian算法来重构网格细胞网格野，并基于网格细胞构建距离细胞模型来计算当前位置到目标位置的矢量距离，从起始点开始，每走一步都重新计算到目标位置的矢量距离，不断更新位置和距离，直到最终完成面向目标的导航。本发明通过有效提升网格细胞网格野的稳定性，再借助矢量距离的计算，有效地提升面向目标导航的准确性和实时性。本发明方法可以广泛应用到仿生机器人面向目标的导航、类脑计算等诸多领域。
-
公开(公告)号：CN103845137B
公开(公告)日：2016-03-02
申请号：CN201410103602.X
申请日：2014-03-19
申请人： 北京工业大学
IPC分类号： A61F4/00
摘要： 本发明涉及基于稳态视觉诱发脑机接口的机器人控制方法，首先将实际采集得到的脑电信号通过带通滤波进行预处理；其次对预处理得到的脑电信号进行快速独立成分分析得到独立成分；然后用希尔伯特黄变换对独立成分分解获得固有模态函数；接着对固有模态函数进行频谱分析得到所需特征。最后运用阈值判断法对提取的特征进行分类，把分类结果翻译成机器人能识别的信号，从而实现对机器人的实时控制。本发明基于稳态视觉诱发电位的脑机接口，传输率高、设备装置简单。在特征提取的过程中结合了独立成分分析和希尔伯特黄变换，使特征提取更有效。实现了对机器人运动的无肢体动作控制，可使重症瘫痪但脑功能正常的残疾人控制机器人辅助他们进行日常生活。
-
公开(公告)号：CN103845137A
公开(公告)日：2014-06-11
申请号：CN201410103602.X
申请日：2014-03-19
申请人： 北京工业大学
IPC分类号： A61F4/00
摘要： 本发明涉及基于稳态视觉诱发脑机接口的机器人控制方法，首先将实际采集得到的脑电信号通过带通滤波进行预处理；其次对预处理得到的脑电信号进行快速独立成分分析得到独立成分；然后用希尔伯特黄变换对独立成分分解获得固有模态函数；接着对固有模态函数进行频谱分析得到所需特征。最后运用阈值判断法对提取的特征进行分类，把分类结果翻译成机器人能识别的信号，从而实现对机器人的实时控制。本发明基于稳态视觉诱发电位的脑机接口，传输率高、设备装置简单。在特征提取的过程中结合了独立成分分析和希尔伯特黄变换，使特征提取更有效。实现了对机器人运动的无肢体动作控制，可使重症瘫痪但脑功能正常的残疾人控制机器人辅助他们进行日常生活。
-
公开(公告)号：CN117150528A
公开(公告)日：2023-12-01
申请号：CN202311223772.7
申请日：2023-09-21
申请人： 北京工业大学
IPC分类号： G06F21/60 , G06Q40/04 , G06F18/214 , G06N3/0464 , G06F21/62
摘要： 本发明公开了基于图网络融合伪标签和后处理加密货币异常交易识别方，实现对欺诈性加密货币交易的检测；该方法通过伪标签技术和后处理技术优化加密货币交易节点嵌入，提高图卷积神经网络在样本分布不平衡的预测能力，提高异常交易检测效果，减少对人工标签的依赖性，准确、高效地使交易节点预测达到预期效果；解决了预测模型中标签依赖性高，异常检测准确率低，大规模交易数据浪费的问题；实验结果表明该方法能够准确、高效地检测异常交易节点，同时不需要昂贵的专家经验定义标签，降低异常交易检测的成本，促进区块链加密货币交易网络的安全运作。
-
公开(公告)号：CN112525194B
公开(公告)日：2023-11-03
申请号：CN202011169496.7
申请日：2020-10-28
申请人： 北京工业大学
摘要： 本发明公开了一种基于海马‑纹状体内源性和外源性信息的认知导航方法，属于仿生学技术领域和人工智能领域。本发明基于MATLAB软件编程实现，设定一个具有8个移动方向的仿真机器人，并具备视觉传感器和嗅觉传感器。首先，机器人在环境中自由探索，感知外源性信息(视觉、嗅觉信息)和内源性信息(前庭感觉信息、本体感受信息)，通过信息感知模块将感知信息处理为多维信息向量；海马体接收多维信息向量并激活位置细胞，位置细胞的放电活动与机器人所处的真实位置对应，形成认知地图。纹状体同时接收海马体的位置信息和腹侧被盖区的奖励信息，以此评估机器人的状态，通过多次训练，机器人能够迅速记忆环境并找到目标平台。
-
公开(公告)号：CN116595530A
公开(公告)日：2023-08-15
申请号：CN202211571952.X
申请日：2022-12-08
申请人： 北京工业大学
摘要： 本发明公开了一种结合对抗迁移学习和多任务学习的智能合约漏洞检测方法，首先，在数据预处理阶段，将智能合约样本源码反编译形成的操作码序列，利用N‑Gram语言模型处理构造2‑gram操作码语法序列，形成模型的输入。其次，在模型构建阶段，构建基于混合参数共享架构设计的底部共享层，用于提取通用特征和私有特征；构建基于神经网络的多任务分类网络的顶部任务层，用于实现智能合约漏洞的检测与识别任务；最后，结合对抗迁移学习和多任务学习构建智能合约漏洞检测模型。在训练阶段，将数据预处理阶段得到的2‑gram操作码语法序列输入到模型中进行训练，本发明具有较好的泛化性能。
-
公开(公告)号：CN115860115A
公开(公告)日：2023-03-28
申请号：CN202211430405.X
申请日：2022-11-15
申请人： 北京工业大学
摘要： 本发明提供一种基于区块链的模型处理方法、系统、设备及介质，基于区块链的模型处理系统包括第一边缘节点，第一边缘节点中部署用于处理多个相关任务的多任务模型。第一边缘节点获得多任务模型的全局模型参数和模型训练数据；其中，模型训练数据包括有各相关任务的任务训练数据；第一边缘节点分别基于各相关任务的任务训练数据，对全局模型参数进行迭代剪枝处理，以获得各相关任务的子网掩码；第一边缘节点将全局模型参数、模型训练数据和各相关任务的子网掩码输入至任务路由网络，获得任务路由网络输出的训练好的第一局部更新参数，第一局部更新参数包括各任务子网的当前模型参数和当前任务权重。本发明可以有效增强多任务模型训练的可靠性。
-
公开(公告)号：CN112344934A
公开(公告)日：2021-02-09
申请号：CN202011056397.8
申请日：2020-09-30
申请人： 北京工业大学
IPC分类号： G01C21/20
摘要： 本发明公开了一种基于GNG网络的可删减环境拓扑地图构建方法，本发明提出PGNG拓扑地图构建方法，在原有的GNG算法基础上引入了节点修剪算法，使得原有地图中冗余的拓扑节点得到删除和替换。同时新节点的建立采用了“平均”思想，使得生成的拓扑地图中的节点分布更加均匀，地图表达更为简洁，可以有效应用在移动机器人拓扑地图的建立中。实验结果表明，应用本发明所提出的基于GNG网络的可删减环境拓扑地图构建方法，其拓扑节点个数约为传统GNG算法个数的3/4，有效地简化了拓扑地图的复杂程度，同时为路径规划任务奠定了较为良好的基础。
-
-
-
-
-
-
-
-
-
搜索结果
66 条记录 (耗时 0.122 秒)
