-
公开(公告)号:CN114840020B
公开(公告)日:2024-09-06
申请号:CN202210422861.3
申请日:2022-04-21
申请人: 重庆邮电大学
IPC分类号: G05D1/695 , G05D109/20
摘要: 本发明实施一种基于改进鲸鱼算法的无人机飞行轨迹规划方法。方法模拟无人机的飞行环境,构建无人机轨迹指标函数,基于改进的鲸鱼算法将无人机轨迹指标函数作为目标函数,设置参数初始化鲸鱼种群,将无人机轨迹指标函数作为个体的适应度计算新的收敛因子a和计算系数向量A,设立随机概率P1判断鲸鱼个体更新机制,引入惯性权重W通过鲸鱼算法的位置更新机制更新鲸鱼个体位置,得到最优飞行轨迹。本发明采用改进的鲸鱼算法对无人机的飞行轨迹规划时,提高飞行轨迹规划的稳定性与精确性。
-
公开(公告)号:CN118070000A
公开(公告)日:2024-05-24
申请号:CN202410212110.8
申请日:2024-02-27
申请人: 中国电建集团重庆工程有限公司 , 重庆邮电大学
发明人: 陈权锋 , 王毅 , 罗洪飞 , 赵明祺 , 张成万 , 廖杨吉 , 熊杨 , 黄举 , 徐金银 , 毕建 , 蒋旭辉 , 王瑞琼 , 罗樟 , 何家骏 , 谭聪 , 周尧 , 易欢 , 邹鹏 , 刘黎明 , 朱元浩 , 朱敏杰 , 周梦雪 , 刘志强 , 张海龙
IPC分类号: G06F18/15 , G06F18/213 , G06F18/214 , G06F18/22 , G06Q50/06 , G06N3/0464 , G06N3/092
摘要: 本发明提供一种基于强化学习的局放模式识别方法、装置、系统及介质,该方法包括:采集待检测设备的局放信号,并生成PRPD图谱;将PRPD图谱输入原始局放模式识别模型,输出识别结果;确定识别结果对应的置信度是否位于预设阈值区间;若是,将PRPD图谱添加进新样本库;对新样本库中不符合要求的样本进行剔除,得到更新后的样本库;将原始样本库和更新后的样本库中的PRPD图谱作为输入,训练原始局放模式识别模型,得到训练后的局放模式识别模型;将剔除后的PRPD图谱作为输入局放模式识别模型进行模型验证,当识别正确率大于阈值时,将局放模式识别模型替换原始局放模式识别模型。本申请充分发挥强化学习的优势,具备更高的鲁棒性,提高了模型的识别准确率。
-
公开(公告)号:CN118069990A
公开(公告)日:2024-05-24
申请号:CN202410206442.5
申请日:2024-02-26
申请人: 中国电建集团重庆工程有限公司 , 重庆邮电大学
发明人: 王瑞琼 , 王毅 , 陈权锋 , 蒋旭辉 , 罗洪飞 , 赵明祺 , 罗樟 , 何家骏 , 张成万 , 廖杨吉 , 熊杨 , 黄举 , 徐金银 , 毕建 , 周尧 , 谭聪 , 易欢 , 邹鹏 , 刘黎明 , 朱元浩 , 朱敏杰 , 周梦雪 , 刘志强 , 张海龙
IPC分类号: G06F18/10 , G01R31/12 , G06F18/213 , G06F18/214 , G06F18/241 , G06N3/0442 , G06N3/0464 , G06N3/094
摘要: 本申请涉及局部放电技术领域,提供一种局放数据扩充方法、装置、设备及介质,方法包括:获取带有局放数据的时域波形信号;根据滑动窗口和脉冲阈值,从时域波形信号中提取真实局放脉冲信号;将噪声传输至生成器中,得到生成的局放脉冲信号;将真实局放脉冲信号、生成的局放脉冲信号传输至判别器中,得到真实数据的判别结果和生成数据的判别结果;将真实局放脉冲信号和生成的局放脉冲信号传输至奖励模型中,得到奖励结果;根据真实数据的判别结果、生成数据的判别结果、奖励结果,对生成器和判别器进行对抗训练,得到训练后的生成器、训练后的判别器;通过训练后的生成器,对真实局放脉冲信号进行扩充,得到扩充的局放脉冲信号。
-
公开(公告)号:CN116916337A
公开(公告)日:2023-10-20
申请号:CN202310913257.5
申请日:2023-07-24
申请人: 重庆邮电大学
摘要: 本发明属于无人机任务卸载和资源分配技术领域,具体涉及一种基于智能反射面辅助的无人机移动边缘计算网络系统的任务卸载资源分配方法,包括:构建智能反射面辅助的无人机移动边缘计算网络系统模型;构建智能反射面辅助的无人机移动边缘计算网络通信模型;根据通信模型获得时延模型和能耗模型;以最小化无人机能耗为目标建立多变量联合优化模型;利用深度强化学习方法求解所述目标优化模型;本发明通过智能反射面辅助、联合优化卸载决策和资源分配,有效降低了无人机能耗,提升了无人机网络系统性能。
-
公开(公告)号:CN115598477A
公开(公告)日:2023-01-13
申请号:CN202211272839.1
申请日:2022-10-18
申请人: 重庆邮电大学(CN)
摘要: 本发明公开并实现了一种双模多负载回路电弧故障检测系统,针对现有实时电弧故障检测装置精准度不足和设备高负载持续运行等问题,本发明把故障电弧分为起始电弧和使用过程电弧两种,根据起始故障和用电过程故障不同情况分别使用不同模式检测方法,在过程模式下采用特征值分区检测方法,在保证准确率和实时性的情况下,使得方法趋于简单化。此方法以stm32H7为核心微处理器,搭配调理电路、电源电路、数据采集电路以及无线通信电路组成双模故障诊断系统。本发明同时兼具监控单负载电路和多负载电路,且具备监测精度高、速度快的特点,具有很强的推广价值和使用价值。
-
公开(公告)号:CN115048521A
公开(公告)日:2022-09-13
申请号:CN202210720096.3
申请日:2022-06-23
申请人: 重庆邮电大学
IPC分类号: G06F16/35 , G06F16/36 , G06F40/289 , G06F40/216 , G06N3/04 , G06N3/08 , G06Q50/18
摘要: 本发明公开了一种基于半监督的图神经网络的案件争议焦点识别方法及装置,所述方法包括:首先利用司法知识图谱三元组嵌入丰富诉辩双方关键陈述句子,然后设计关键单词筛选机制,将输入的诉辩文本单词进行排序、抽取操作,将处理后的单词与文本作为两种节点构建文本图,将文本图输入图注意力网络实现多标签文本分类,从而识别争议焦点。本发明通过利用司法知识图谱中的知识要素、关键文本单词筛选机制,增强了文本特征、改善了长文本限制问题,降低了模型占用资源,最终基于半监督的图神经网络实现多标签文本分类技术完成争议焦点的识别,提高庭审效率。
-
公开(公告)号:CN114840020A
公开(公告)日:2022-08-02
申请号:CN202210422861.3
申请日:2022-04-21
申请人: 重庆邮电大学
IPC分类号: G05D1/10
摘要: 本发明实施一种基于改进鲸鱼算法的无人机飞行轨迹规划方法。方法模拟无人机的飞行环境,构建无人机轨迹指标函数,基于改进的鲸鱼算法将无人机轨迹指标函数作为目标函数,设置参数初始化鲸鱼种群,将无人机轨迹指标函数作为个体的适应度计算新的收敛因子a和计算系数向量A,设立随机概率P1判断鲸鱼个体更新机制,引入惯性权重W通过鲸鱼算法的位置更新机制更新鲸鱼个体位置,得到最优飞行轨迹。本发明采用改进的鲸鱼算法对无人机的飞行轨迹规划时,提高飞行轨迹规划的稳定性与精确性。
-
公开(公告)号:CN114720818A
公开(公告)日:2022-07-08
申请号:CN202210338968.X
申请日:2022-04-01
申请人: 重庆邮电大学
摘要: 本发明属于线路电弧故障检测领域,具体是公开了一种基于时频特征筛选的交流串联故障电弧检测方法,该方法包括以下步骤:S1:搭建交流串联故障电弧实验采集平台;S2:采集单负载和多负载电路中的正常和发生电弧故障时的电流波形,构建串联故障电弧电流数据库;S3:计算时域特征和频域特征;S4:将时域和频域特征与原始数据一一对应,构建特征数据库;S5:通过XGBoost算法进行特征筛选,筛选出重要特征;S6:设置MLP的层数与神经元个数;S7:选择模型的优化器、设置学习率;S8:通过Dropout对MLP正则化防止模型过拟合;S9:将训练完成的模型进行保存。
-
公开(公告)号:CN114692762A
公开(公告)日:2022-07-01
申请号:CN202210340651.X
申请日:2022-04-02
申请人: 重庆邮电大学
摘要: 本发明属于自动驾驶技术领域,具体涉及一种基于图注意力交互机制的车辆轨迹预测方法;该方法包括:获取车辆历史轨迹,对历史车辆轨迹进行预处理,采用时空金字塔网络对预处理后的历史车辆轨迹数据进行处理,得到车辆轨迹的场景特征;采用时空transformer网络对预处理后的历史车辆轨迹数据进行处理,得到车辆轨迹的交互特征;采用特征融合网络对车辆轨迹的场景特征和车辆轨迹的交互特征进行处理,得到融合特征;对融合特征进行分析处理,得到车辆历史轨迹预测结果,自动驾驶车辆根据轨迹预测结果行驶;本发明对车辆轨迹的预测精度高,具有广阔的应用前景。
-
公开(公告)号:CN113010985A
公开(公告)日:2021-06-22
申请号:CN202110252611.5
申请日:2021-03-05
申请人: 重庆邮电大学
IPC分类号: G06F30/18 , G06F30/27 , G06N3/08 , G06F111/02 , G06F113/04
摘要: 本发明公开了一种基于并行AANN的非侵入式负荷识别方法,包括以下步骤:先验的采集电力系统内各负荷电压、电流数据,绘制V‑I轨迹,提取特征;将各类用电负荷特征数据分别训练AANN,形成并行结构;实时采集电力系统入口处电压电流数据、滤波、事件检测,提取引起暂态事件的待识别负荷的电压电流数据,提取V‑I轨迹特征;将提取的特征输入训练好的并行AANN,计算各AANN输入输出皮尔森相关系数;将各AANN输出相关系数均低于阈值的特征量识别为未知负荷;输出相关系数高于阈值的AANN中,输出值最大的AANN代表目标负荷种类;识别结果反馈给用户。与现有的识别技术相比,本发明能够有效识别未知负荷与噪声引起的干扰事件、识别准确率高、鲁棒性强。
-
-
-
-
-
-
-
-
-