-
公开(公告)号：CN114895559A
公开(公告)日：2022-08-12
申请号：CN202210405840.0
申请日：2022-04-18
Applicant: 北京科技大学
IPC: G05B13/04
Abstract: 本发明提供一种面向恶意攻击下的信息物理系统可靠控制方法，属于信息安全技术领域。所述方法包括：建立恶意攻击下带有外部扰动的信息物理系统面向控制的动力学模型；基于建立的动力学模型，根据系统的实际输出和理想输出确定跟踪误差，并设计变结构控制方法中所需的系统切换表面；构建高斯径向基函数神经网络，基于确定的跟踪误差，对恶意攻击和外部扰动进行在线实时预估和重构；基于李雅普诺夫稳定性定理，确定高斯径向基函数神经网络的自适应法则，根据确定的自适应法则和切换表面设计自适应神经网络有限时间控制器，实现恶意攻击下对信息物理系统的可靠控制。采用本发明，能够确保系统输出在有限时间内准确跟踪到理想输出。
-
公开(公告)号：CN113778082A
公开(公告)日：2021-12-10
申请号：CN202110969618.9
申请日：2021-08-23
Applicant: 北京科技大学
IPC: G05D1/02
Abstract: 本发明提供一种基于自触发机制的无人车轨迹跟踪控制方法及系统，属于无人驾驶技术领域。所述方法包括：构建无人车运动模型；根据无人车运动模型的控制输入量及无人车与目标之间的位置偏差构建系统模型；根据构建的系统模型确定控制李雅普诺夫函数，通过控制李雅普诺夫函数构建无人车跟踪目标轨迹的硬约束条件，基于该硬约束条件构造二次规划问题；根据控制李雅普诺夫函数构建自触发机制，基于构建的自触发机制迭代求解二次规划问题以更新无人车运动模型下一个控制输入量的时刻及对应的无人车最优控制输入量。采用本发明，能够在实现准确跟踪目标轨迹的同时最大程度地节约计算和通信资源的目的。
-
公开(公告)号：CN118485616B
公开(公告)日：2025-03-14
申请号：CN202410204339.7
申请日：2024-02-23
Applicant: 北京科技大学
IPC: G06T7/00 , G06T9/00 , G06V10/25 , G06V10/26 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/048
Abstract: 本发明涉及医学图像分析领域，特别是指一种基于Transformer的乳腺癌新辅助化疗pCR预测方法及装置，方法包括：获取乳腺癌患者新辅助化疗前的图像数据；将图像数据输入到构建好的乳腺癌肿瘤分割模型，得到肿瘤病灶区的掩码图像；根据掩码图像得到感兴趣区域图像，对感兴趣区域图像进行预处理，得到预处理后的图像数据；根据预处理后的图像数据以及构建好的Transformer深度学习图像分类模型，得到乳腺癌患者新辅助化疗的病理完全缓解pCR预测结果。本发明提供了一种新的pCR预测深度学习模型，能够充分利用治疗前DCE‑MRI序列图像中的乳腺癌信息，提高pCR非侵入式的预测性能。
-
公开(公告)号：CN114895559B
公开(公告)日：2025-01-21
申请号：CN202210405840.0
申请日：2022-04-18
Applicant: 北京科技大学
IPC: G05B13/04
Abstract: 本发明提供一种面向恶意攻击下的信息物理系统可靠控制方法，属于信息安全技术领域。所述方法包括：建立恶意攻击下带有外部扰动的信息物理系统面向控制的动力学模型；基于建立的动力学模型，根据系统的实际输出和理想输出确定跟踪误差，并设计变结构控制方法中所需的系统切换表面；构建高斯径向基函数神经网络，基于确定的跟踪误差，对恶意攻击和外部扰动进行在线实时预估和重构；基于李雅普诺夫稳定性定理，确定高斯径向基函数神经网络的自适应法则，根据确定的自适应法则和切换表面设计自适应神经网络有限时间控制器，实现恶意攻击下对信息物理系统的可靠控制。采用本发明，能够确保系统输出在有限时间内准确跟踪到理想输出。
-
公开(公告)号：CN118016283B
公开(公告)日：2024-06-28
申请号：CN202410417776.7
申请日：2024-04-09
Applicant: 北京科技大学
IPC: G16H50/20 , G06T7/00 , G06N3/0499 , G06N3/048 , G06N3/084
Abstract: 本发明公开了一种基于可解释的乳腺癌新辅助化疗pCR预测方法及系统，该预测方法，具体包括：获取乳腺癌DCE‑MRI影像数据，并对获取的影像数据进行预处理，得到肿瘤感兴趣区域的图像数据；构建可解释深度学习模型，并将得到肿瘤感兴趣区域的图像数据输入到所述可解释深度学习模型中，即得到新辅助化疗pCR预测结果；获取可解释深度学习模型中注意力机制的注意力权重对特征提取进行可解释分析，得到所述深度学习模型的自解释结果，即完成预测。本发明提供了一种可解释深度学习技术，不仅保证了基于深度学习的新辅助化疗pCR预测的准确性，而且提高了深度学习模型的自解释能力，从而增强了深度学习模型的可信度和临床应用价值。
-
Patent Agency Ranking
公开(公告)号：CN113778082B
公开(公告)日：2023-08-22
申请号：CN202110969618.9
申请日：2021-08-23
Applicant: 北京科技大学
IPC: G05D1/02
Abstract: 本发明提供一种基于自触发机制的无人车轨迹跟踪控制方法及系统，属于无人驾驶技术领域。所述方法包括：构建无人车运动模型；根据无人车运动模型的控制输入量及无人车与目标之间的位置偏差构建系统模型；根据构建的系统模型确定控制李雅普诺夫函数，通过控制李雅普诺夫函数构建无人车跟踪目标轨迹的硬约束条件，基于该硬约束条件构造二次规划问题；根据控制李雅普诺夫函数构建自触发机制，基于构建的自触发机制迭代求解二次规划问题以更新无人车运动模型下一个控制输入量的时刻及对应的无人车最优控制输入量。采用本发明，能够在实现准确跟踪目标轨迹的同时最大程度地节约计算和通信资源的目的。
-
公开(公告)号：CN115631155A
公开(公告)日：2023-01-20
申请号：CN202211261857.X
申请日：2022-10-14
Applicant: 北京科技大学
Abstract: 本发明公开了一种基于时空自注意力的骨骼疾病筛查方法，包括：获取待测者运动状态下的视频流，存储为图像序列；使用目标检测网络在图像序列中进行人体检测，得到时序的人体图像；使用人体姿态估计网络对人体图像进行人体关键点的识别，得到人体关键点的2D坐标，构成2D人体姿态骨架关键点序列；使用多层全连接神经网络将2D人体姿态转换为3D人体姿态；利用基于时空自注意力机制的骨架异常检测网络对待测者进行行为分析，回归得到其为异常的概率值，实现对待测者是否患有骨骼疾病的判断。本发明相较于传统使用X光片或者CT检查的方法，大大节约了成本，减少了对待测者的射线影响。
-
公开(公告)号：CN115345932A
公开(公告)日：2022-11-15
申请号：CN202210734017.4
申请日：2022-06-27
Applicant: 北京科技大学
Abstract: 本发明公开了一种基于语义信息的激光SLAM回环检测方法，包括：对当前环境下的激光点云进行球面投影，并获取投影后所生成的二维图像中每个点的深度信息；通过全卷积神经网络进行语义分割，并利用获得的语义标签生成权重矩阵；通过滑动窗口将权重矩阵聚集及旋转，生成具有旋转不变性的全局描述符；构建Kd‑Tree对历史帧进行搜索，根据时间阈值及距离阈值获取候选帧；利用全局描述符获取两帧点云的角度差，并通过具有初始角度的ICP算法进行几何验证，确定最终的回环帧，得到闭环位置。本发明解决了现有技术利用纯激光进行回环检测时，没有充分利用环境语义信息，导致算法效率偏低的问题。
-
公开(公告)号：CN113157728A
公开(公告)日：2021-07-23
申请号：CN202110200986.7
申请日：2021-02-23
Applicant: 北京科技大学
IPC: G06F16/245 , G06F16/215 , G06N3/00
Abstract: 本发明提供一种地下柴油铲运机循环工况的识别方法，属于地下柴油铲运机工况分析技术领域。该方法首先获取地下柴油铲运机循环工况运行数据以及工况变换时间记录表，将地下柴油铲运机循环工况类别分为空载行驶、装载、重载运输和卸载四类工况，并对历史数据进行人工工况标定，然后对历史数据进行数据清洗、滤波处理，利用ReliefF算法对滤波处理后的数据进行特征选择，确定工况识别特征参数，得到最终的样本集，再训练工况识别随机森林模型，将铲运机的实时生产数据输入随机森林模型，以实现实时工况的识别。该方法简单有效，可操作性强，且不依赖于铲运机动力学模型，可拓展性强，对基于工况的铲运机故障诊断和智能控制研究具有重要意义。
-
公开(公告)号：CN119296077A
公开(公告)日：2025-01-10
申请号：CN202411431989.1
申请日：2024-10-14
Applicant: 北京科技大学
IPC: G06V20/58 , G06V40/10 , G06V10/776 , G06V10/80 , G06V10/764 , G06V10/82 , G06V10/62 , G06N3/0464 , G06N3/0442 , G06N3/0455 , G06N3/08 , G01C21/34
Abstract: 本发明公开了一种面向行人交互场景的智能驾驶规划方法，属于智能驾驶技术领域，该方法包括：搭建园区环境行人交互驾驶场景并定义车辆传感器观测、感知状态，目标函数和底层横纵向控制器；初始化模型参数和经验回放池；人类专家在仿真场景内驾驶车辆，生成驾驶数据序列，存至经验回放池；使用经验回放池中的数据对模型进行训练；在仿真场景中部署训练好的模型，规划出车辆运行轨迹，并使用车辆底层横纵向控制器控制车辆按照规划的轨迹运行；判断模型表现是否达标，如不达标，则继续训练；获取最后一次更新的模型作为训练的结果。本发明可有效提高行人交互场景下智能驾驶规划任务的安全性和运行效率。
-
-
-
-
-
-
-
-
-
Search Results
57
records
(took 0.024 seconds)
