一种基于改进Sarsa算法的路径规划方法

    公开(公告)号:CN113467481A

    公开(公告)日:2021-10-01

    申请号:CN202110918358.2

    申请日:2021-08-11

    Abstract: 一种基于改进Sarsa算法的路径规划方法,属于强化学习和路径规划领域。本发明为了解决基于传统Sarsa算法的路径规划过程存在规划收敛速度较慢、规划效率较低的问题。本发明针对于待进行路径规划的区域建立地图模型,引入路径矩阵P(s,a),在智能体探索的过程中,动态调整贪婪因子ε,采用ε‑greedy策略进行动作选择,智能体采取动作a后,环境会反馈一个奖励R并进入到下一个状态s′;并基于路径矩阵更新Q值表,从而基于改进的Sarsa算法实现路径规划。主要用于机器人的路径规划。

    基于图规划的启发式Web服务组合方法

    公开(公告)号:CN107105052B

    公开(公告)日:2020-02-14

    申请号:CN201710343392.5

    申请日:2017-05-16

    Abstract: 本发明提供的是一种基于图规划的启发式Web服务组合方法。首先对服务组合问题进行建模,阐述了其与智能规划问题的对应关系;为了解决基于图规划的服务组合算法的盲目搜索的缺点,提出了状态距离的概念,分析和证明了其在可达性分析中的作用,给出了状态距离矩阵的构建方法;依据状态距离矩阵,设计启发函数对服务的可达性进行估计,修剪不必要的服务,减小规划图的规模,提高算法的求解效率。

    一种零信任物链网组认证及密钥分发模型及协议

    公开(公告)号:CN118449704A

    公开(公告)日:2024-08-06

    申请号:CN202410699578.4

    申请日:2024-05-31

    Abstract: 一种零信任物链网组认证及密钥分发模型及协议,本发明涉及零信任物链网组认证及密钥分发模型及协议,属于零信任网络架构下基于区块链的物联网身份认证及密钥管理技术领域。本发明的目的是为解决物链网身份认证模型单一,身份认证协议大多针对单一用户进行认证,缺乏群组认证及密钥建立的问题。模型包括:分段网关SG、微核心与微边界MCAP、区块链、云服务提供商CSP、物联网IoT节点;分段网关SG用于负责整个网络的安全机制;区块链用于存储物联网IoT设备身份信息、网络参数、密码体制公共参数和公钥信息;用于负责验证组用户的签名,完成身份认证和密钥分发;物联网IoT设备用于将采集的数据上传到云服务提供商CSP,或者从云服务提供商CSP获得共享数据。

    基于深度学习方法的辅助抗沉决策模型生成方法及系统

    公开(公告)号:CN114973061B

    公开(公告)日:2023-06-23

    申请号:CN202210434179.6

    申请日:2022-04-24

    Abstract: 本发明公开了一种基于深度学习方法的辅助抗沉决策模型生成方法及系统,属于抗沉辅助决策技术领域,其该方法包括:获取预设船舶的舱室区域标号数据和浸水实验数据包括总时间、每个舱室的灌满时间以及浸水视频;将每个舱室的浸水视频进行逐帧处理,得到多个图片以及每张图片对应的时间,并将多个图片以及每张图片对应的时间分成两个部分,第一部分将其顺序打乱,并划分为训练、测试集,第二部分以时间轴为顺序排列;将训练集输入卷积神经网络中进行训练,并将第二部分图片输入训练好的卷积神经网络中,得到向量化数据;将舱室区域标号和向量化数据输入循环神经网络中进行训练,得到辅助抗沉决策模型。该方法提高了抗沉辅助决策的速度以及合理程度。

    基于transformer的动态密集对齐车辆重识别技术

    公开(公告)号:CN114581864B

    公开(公告)日:2023-04-18

    申请号:CN202210213377.X

    申请日:2022-03-04

    Abstract: 基于transformer的动态密集对齐车辆重识别技术,本发明涉及车辆重识别方法。本发明的目的是为了解决现有方法对车辆重识别准确率低的问题。具体过程为:一、采集不同视角的车辆图像数据集,分为训练集和测试集;二、建立主干网络,将训练集输入主干网络进行训练,直至收敛,得到训练好的主干网络;所述主干网络包括CNN网络模块、扁平化处理模块、可学习嵌入模块、车辆关键点检测模型、动态密集嵌入模块、Transformer编码器模块、BN、监督学习模块、ID损失、三元组损失;三、将测试集输入练好的主干网络,进行分类结果预测。本发明用于计算机视觉技术领域。

    基于transformer的动态密集对齐车辆重识别技术

    公开(公告)号:CN114581864A

    公开(公告)日:2022-06-03

    申请号:CN202210213377.X

    申请日:2022-03-04

    Abstract: 基于transformer的动态密集对齐车辆重识别技术,本发明涉及车辆重识别方法。本发明的目的是为了解决现有方法对车辆重识别准确率低的问题。具体过程为:一、采集不同视角的车辆图像数据集,分为训练集和测试集;二、建立主干网络,将训练集输入主干网络进行训练,直至收敛,得到训练好的主干网络;所述主干网络包括CNN网络模块、扁平化处理模块、可学习嵌入模块、车辆关键点检测模型、动态密集嵌入模块、Transformer编码器模块、BN、监督学习模块、ID损失、三元组损失;三、将测试集输入练好的主干网络,进行分类结果预测。本发明用于计算机视觉技术领域。

    一种基于协同注意力机制的多时相遥感图像云区重建方法

    公开(公告)号:CN114140357A

    公开(公告)日:2022-03-04

    申请号:CN202111462313.5

    申请日:2021-12-02

    Abstract: 一种基于协同注意力机制的多时相遥感图像云区重建方法,涉及遥感图像处理技术领域,针对现有技术中图像修复法大多是基于背景信息进行像素预测生成,无法准确地还原地貌特征和地物信息的问题,本申请设计了一个具有门控卷积的协同注意层,能够提取和融合关键特征。门控卷积考虑了云和干净像素之间的差异。从而可以使得生成的无云图像分辨率更高,更加接近Ground Truth图像。此外,通过U型结构中的跳转连接和L1损失函数对模型进行优化,一方面跳转结构通过共享低级信息减少了模型的运算量,提升了模型训练的速度,另一方面由于L1损失可以更好地捕捉遥感图像中的低频信息,有助于提高云重建模型的准确度。

Patent Agency Ranking