-
公开(公告)号：CN103716324B
公开(公告)日：2017-04-12
申请号：CN201310752791.9
申请日：2013-12-31
Applicant: 重庆邮电大学
IPC: H04L29/06
Abstract: 本发明公开一种虚拟矿井风险行为实现系统和方法，涉及人工智能技术领域。本发明基于反应式智能体结构，构建设备类/环境类智能体的风险模型，采集获取井下事故中设备不安全状态、环境不安全因素等相关风险因素；基于人工智能方法，构建包括感知模块、运动控制模块、内部属性模板、行为控制模块以及认知模块的矿工智能体的风险行为模型，模拟井下事故中人的风险行为，通过消息传输，构建虚拟矿井中通信服务智能体实现多智能体间的交互与协同控制，表现井下事故中人‑机‑环境致灾因素间的交互关系，根据煤矿井下各种物理环境条件和人体行为，对灾难事故及现场问题进行模拟，实现了井下事故致灾因素的风险行为建模与虚拟现实。
-
公开(公告)号：CN103716324A
公开(公告)日：2014-04-09
申请号：CN201310752791.9
申请日：2013-12-31
Applicant: 重庆邮电大学
IPC: H04L29/06
Abstract: 本发明公开一种虚拟矿井风险行为实现系统和方法，涉及人工智能技术领域。本发明基于反应式智能体结构，构建设备类/环境类智能体的风险模型，采集获取井下事故中设备不安全状态、环境不安全因素等相关风险因素；基于人工智能方法，构建包括感知模块、运动控制模块、内部属性模板、行为控制模块以及认知模块的矿工智能体的风险行为模型，模拟井下事故中人的风险行为，通过消息传输，构建虚拟矿井中通信服务智能体实现多智能体间的交互与协同控制，表现井下事故中人-机-环境致灾因素间的交互关系，根据煤矿井下各种物理环境条件和人体行为，对灾难事故及现场问题进行模拟，实现了井下事故致灾因素的风险行为建模与虚拟现实。
-
公开(公告)号：CN119813260A
公开(公告)日：2025-04-11
申请号：CN202411935076.3
申请日：2024-12-26
Applicant: 重庆邮电大学
IPC: H02J3/24 , H02J3/00 , H02P21/22 , H02P9/00 , H02P9/10 , H02P101/15 , H02P103/10
Abstract: 本发明请求保护一种欺骗攻击下电力系统的状态反馈周期MPC控制方法。首先，建立了包括双馈感应发电机DFIG的LFC系统模型。潜在的欺骗攻击被建模为具有已知条件概率的伯努利过程。采用了动态事件触发机制，基于内部动态变量，使系统能够灵活应对异常状态，并增强对恶意攻击的实时防御能力。其次，使用二次有界性QB定理来描述外部干扰，并在此基础上设计了状态反馈PMPC控制器。该PMPC根据系统状态的实时反馈调整控制输入，优化性能，并确保系统状态保持在一个周期性的不变集内，从而在不确定干扰下维持系统的稳定性。最后，仿真结果表明，所设计的PMPC控制器能够快速响应风电发电波动，显著改善电力系统频率的动态性能。
-
公开(公告)号：CN119781499A
公开(公告)日：2025-04-08
申请号：CN202411935079.7
申请日：2024-12-26
Applicant: 重庆邮电大学
IPC: G05D1/46 , G05D1/65 , G05D1/633 , G05D1/644 , G05D109/20
Abstract: 本发明请求保护一种基于事件触发滑模控制的无人机轨迹跟踪控制方法，属于无人机控制技术领域。首先，针对四旋翼无人机，建立改进的二阶控制模型；其次，采用一种基于固定阈值事件触发机制与改进指数趋近律的滑模控制方法，设计四旋翼无人机的轨迹跟踪控制器，利用李雅普诺夫稳定性定理证明系统的稳定性，并保证事件触发间隔存在一个大于0的下界，排除系统的芝诺行为；最后，基于室内光学定位系统的无人机控制实验平台，建立室内小型无人机的Simulink控制模块，实现室内小型无人机的轨迹跟踪控制。本发明可实现对室内小型四旋翼无人机的飞行轨迹准确跟踪，并降低四旋翼无人机的通信频率，节省资源。
-
公开(公告)号：CN119781476A
公开(公告)日：2025-04-08
申请号：CN202411935080.X
申请日：2024-12-26
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种面向通信受损场景的智慧农机自动驾驶编队预测控制方法。包括：步骤S1：引用单个智慧农机质点模型，建立其运动学方程，进一步扩充到整个智慧农机编队；步骤S2：根据运动学方程建立智慧农机离散模型，设置缓存器储存由于通信受损造成的数据迟滞；步骤S3：采用前机‑跟随者编队控制结构模式，建立通信受损和外部扰动条件下的智慧农机安全性能约束要求；步骤S4：构建最优控制问题，考虑智慧农机实际运行轨迹和安全性能限制，引入最大‑最小模型预测控制策略，求解满足条件的在线最优控制器，得到最优控制输入。本发明通过考虑最大扰动下在线求解，得到通信受损下的最优控制器，实现高效能智慧农机编队集体工作。
-
Patent Agency Ranking
公开(公告)号：CN117371523A
公开(公告)日：2024-01-09
申请号：CN202311388715.4
申请日：2023-10-24
Applicant: 重庆邮电大学
IPC: G06N5/02 , G06F40/295 , G06F40/30 , G06N3/045 , G06N3/0442 , G06N3/047
Abstract: 本发明涉及一种基于人机混合增强的教育知识图谱构建方法与系统，属于知识图谱技术领域。该方法设计了基于产出的多层次教育知识图谱本体模型；设计了深度学习算法，包括融合领域词典、双向长短期记忆网络和条件随机场的教育实体识别模型，以及深度融合全词掩码中文预训练模型、双向门控网络与注意力机制的教育实体关系抽取模型，实现命名实体与关系的高效自动抽取。该系统通过计算机集成实体识别与关系抽取模型，自动完成教育实体识别、关系抽取及图谱构建；教育专家利用领域知识和经验，进一步对教育实体、关系及图谱进行调整与优化；通过反复的人机交互过程，实现人机混合增强智能，构建高性能教育知识图谱。
-
公开(公告)号：CN116433605A
公开(公告)日：2023-07-14
申请号：CN202310255768.2
申请日：2023-03-16
Applicant: 重庆邮电大学
IPC: G06T7/00 , G06V10/26 , G06V10/82 , G06T17/00 , G06T19/00 , G06T7/30 , G06T7/20 , G06F3/01 , G06F3/04883 , G06F3/04845 , G06N3/048 , G06N3/047 , G06N3/08 , G06N3/0464 , G06V10/764
Abstract: 本发明请求保护一种基于云智能的医学影像分析移动增强现实系统和方法，属于深度学习、三维可视化、医学图像处理、移动增强现实技术领域，该系统包括如下功能：用户管理、影像管理、AR定位追踪、手势交互控制、单体模型剥离。本发明采用深度学习算法、云渲染算法、模型压缩算法、跟踪配准算法、手势检测算法、影像加密算法、负载均衡算法、安全验证机制等技术，实现了上述功能模块。本发明采用云技术、深度学习技术、三维可视化技术和增强现实技术处理医学影像,在移动终端、手机、平板电脑客户端中实现影像解析、显示的智能化、数字化。
-
公开(公告)号：CN116402066A
公开(公告)日：2023-07-07
申请号：CN202310394923.9
申请日：2023-04-13
Applicant: 重庆邮电大学
IPC: G06F40/35 , G06F16/35 , G06F18/25 , G06N3/0464 , G06N3/0442 , G06N3/0455 , G06N3/047 , G06N3/048 , G06N3/08 , G06Q30/0282
Abstract: 本发明涉及一种多网络特征融合的属性级文本情感联合抽取方法及系统，属于自然语言处理领域。该方法包括：S1：获取属性级情感分析的训练样本：根据属性词和情感词的联合抽取任务生成序列标签，对带有序列标签的训练样本进行预处理，获得经过初始特征提取的文本词向量；S2：编码处理和深层次特征提取：构建深度堆叠了DiGCN和BiGRU的DB‑GRCN，并配置有注意机制矩阵，然后将预处理后的文本词向量输入到DB‑GRCN进行编码处理和深层次特征提取；S3：特征网络融合：在DB‑GRCN中引入MHA网络，对提取的特征进行融合。本发明能解决语序信息依赖问题和将文本特征进行全局表示，提升属性情感分析系统的领域应用范围。
-
公开(公告)号：CN110660130A
公开(公告)日：2020-01-07
申请号：CN201910901432.2
申请日：2019-09-23
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种面向医学影像的移动增强现实系统构建方法，属于电子技术领域。该方法包括：S1：通过3D Slicer软件进行医学图像三维重建，得到三维重建模型，并将该模型导入ARKit框架；S2：开启移动设备的摄像头识别当前场景，执行ARKit提供的SLAM算法接口识别出当前场景的平面并标识出来；S3：将虚拟的三维重建模型叠加到当前场景并放置到识别出的现实平面上；S4：识别出当前用户的交互手势，与真实场景中的虚拟对象进行交互。本发明在降低设备成本的同时采用了移动终端来实现了医护人员诊病的便捷性。
-
公开(公告)号：CN110310281A
公开(公告)日：2019-10-08
申请号：CN201910621976.3
申请日：2019-07-10
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于Mask-RCNN深度学习的虚拟医疗中肺结节检测与分割方法，属于图像处理领域。该方法具体包括：S1建立训练样本：首先对三维肺部CT图像样本进行预处理，然后将肺结节的横截面、矢状面和冠状面合成一张三通道图片，获得训练样本集，最后采用数据增强的方法扩展样本集；S2建立肺结节分割网络；包括建立骨干网络、特征金字塔网络、区域生成网络、ROI生成与对齐网络，以及三个功能分支；S3训练肺结节分割网络：利用训练样本对肺结节分割网络进行训练，获得肺结节分割装置；S4虚拟医疗环境中重建肺结节和肺部三维图，实现肺结节的检测。本发明能够在不花费更多资源的情况下提高模型的准确率，实现实时交互。
-
-
-
-
-
-
-
-
-
Search Results
58
records
(took 0.027 seconds)
