一种尾鳍推进式机器鱼能耗统计方法

    公开(公告)号:CN105015702A

    公开(公告)日:2015-11-04

    申请号:CN201510433575.7

    申请日:2015-07-22

    Inventor: 沈艳

    CPC classification number: Y02T70/146

    Abstract: 本发明公开了一种尾鳍推进式机器鱼能耗统计方法,涉及机器鱼能耗技术领域。该方法通过分析计算机器鱼各个耗能模块的耗能量,并能够统计出机器鱼的总能耗,进而为机器鱼系统优化设计、运动参数的配置以及基于能量效率的控制算法等提供依据。

    一种工业环境下的多智能体任务分配与路径规划方法

    公开(公告)号:CN118625817A

    公开(公告)日:2024-09-10

    申请号:CN202411110249.8

    申请日:2024-08-14

    Abstract: 本发明属于智能体技术领域,具体公开了一种工业环境下的多智能体任务分配与路径规划方法,包括以下步骤:对时间步进行初始化,基于TAPF问题和匈牙利算法,得到初始任务分配方案;根据任务重新分配策略和周期检测任务优化分配策略对匈牙利算法进行优化,得到新的任务分配方案;根据新的任务分配方案,得到任务目标点并结合视野滚动窗口和MLA*算法进行路径规划。本发明解决了现有算法针对任务分配考虑因素单一与任务分配不够合理导致成本过高,以及针对路径规划搜索开销过大导致算法拓展性较差的问题,降低了路径成本,可以应对智能体与任务数量较多的情况。

    一种具有缓存机制的移动边缘计算任务卸载方法

    公开(公告)号:CN117251296B

    公开(公告)日:2024-03-12

    申请号:CN202311518680.1

    申请日:2023-11-15

    Inventor: 沈艳 陈姣

    Abstract: 本发明公开了一种具有缓存机制的移动边缘计算任务卸载方法,属于边缘计算技术领域,为了减少任务卸载和处理的时延和能耗,进一步提高边缘计算任务卸载的效率和准确性,包括:S1:基于用户任务请求建立具有缓存机制的任务卸载总时延模型和移动设备侧的总能耗模型;S2:根据所述任务卸载总时延模型和移动设备侧的总能耗模型,以任务卸载总时延和移动设备侧的总能耗最小化为目标,建立具有约束条件的任务卸载和缓存联合优化模型;S3:将所述联合优化模型转化为粒子的适应度函数,其中,所述用户任务请求为粒子;S4:利用基于所述适应度函数的联合优化决策算法确定所述粒子的最优解,其中,粒子的最优解为用户任务请求的最优任务卸载决策。

    一种回环检测方法
    45.
    发明授权

    公开(公告)号:CN117237858B

    公开(公告)日:2024-03-12

    申请号:CN202311518839.X

    申请日:2023-11-15

    Abstract: 本发明公开了一种回环检测方法,属于回环检测技术领域,为了提高回环检测的精度,所述回环检测方法包括:S1:利用胶囊网络提取原始图像当前帧的特征向量和历史帧的特征向量;S2:计算所述当前帧的特征向量和所述历史帧的特征向量之间的相似度;S3:利用相似度得分矩阵选取相似度得分较高的前K个帧;S4:分别计算当前帧与所述前K个帧的图像序列相似度;S5:根据最大图像序列相似度确定回环检测结果。本发明能够提高回环检测的精度。

    一种具有缓存机制的移动边缘计算任务卸载方法

    公开(公告)号:CN117251296A

    公开(公告)日:2023-12-19

    申请号:CN202311518680.1

    申请日:2023-11-15

    Inventor: 沈艳 陈姣

    Abstract: 本发明公开了一种具有缓存机制的移动边缘计算任务卸载方法,属于边缘计算技术领域,为了减少任务卸载和处理的时延和能耗,进一步提高边缘计算任务卸载的效率和准确性,包括:S1:基于用户任务请求建立具有缓存机制的任务卸载总时延模型和移动设备侧的总能耗模型;S2:根据所述任务卸载总时延模型和移动设备侧的总能耗模型,以任务卸载总时延和移动设备侧的总能耗最小化为目标,建立具有约束条件的任务卸载和缓存联合优化模型;S3:将所述联合优化模型转化为粒子的适应度函数,其中,所述用户任务请求为粒子;S4:利用基于所述适应度函数的联合优化决策算法确定所述粒子的最优解,其中,粒子的最优解为用户任务请求的最优任务卸载决策。

    一种基于多模态深度神经网络的驾驶注意力检测方法

    公开(公告)号:CN116807479A

    公开(公告)日:2023-09-29

    申请号:CN202311086072.8

    申请日:2023-08-28

    Abstract: 本发明公开了一种基于多模态深度神经网络的驾驶注意力检测方法,属于驾驶注意力检测技术领域,为了解决现有驾驶注意力检测过程中用单一模态的指标去进行检测的可靠性不足的技术问题,包括:S1:获取原始公开数据集中的脑电数据和眼电数据;S2:分别对所述脑电数据和所述眼电数据进行预处理,得到预处理后的眼电数据和预处理后的脑电数据;S3:根据所述预处理后的眼电数据和所述预处理后的脑电数据,对多模态深度神经网络进行训练,得到训练好的多模态深度神经网络;S4:利用所述训练好的多模态深度神经网络对驾驶输入图像进行注意力检测,得到驾驶注意力检测结果。本发明能够有效地提升检测结果的准确性。

    一种基于BPR-STNet的跨被试游戏玩家专业水平分类方法

    公开(公告)号:CN116736978A

    公开(公告)日:2023-09-12

    申请号:CN202310673992.3

    申请日:2023-06-07

    Abstract: 本发明公开了一种基于BPR‑STNet的跨被试游戏玩家专业水平分类方法,包括:S1、获取游戏玩家的EEG信号原始数据,并对其进行预处理,构建EEG信号序列;S2、利用训练好的基于BPR‑STNet的专业水平分类模型对EEG信号序列进行处理,识别游戏玩家专业水平;S3、基于游戏玩家专业水平,提取对应的关键特征并结合EEG信号序列,确定游戏玩家不同脑区贡献度的脑地形图,实现跨被试游戏玩家专业水平分类。本发明提供的专业水平分类模型,可以充分学习EEG信号中的时空特征,得出了γ频段是跨被试水平分类效果,发现专业水平游戏玩家的大脑活动对模型决策影响最大的区域是顶叶区和颞叶区;进而实现准确的跨被试分类。

    一种全局因子分解的多特征融合网络兴趣预测方法

    公开(公告)号:CN116049544A

    公开(公告)日:2023-05-02

    申请号:CN202211668054.6

    申请日:2022-12-23

    Abstract: 本发明公开了一种全局因子分解的多特征融合网络兴趣预测方法,包括以下步骤:S1:采集用户文本信息和项目文本信息,并生成嵌入层特征矩阵;S2:生成用户全局特征和项目全局特征;S3:计算再分配的嵌入层特征矩阵;S4:对再分配的嵌入层特征矩阵进行混合交互,得到交互特征向量;S5:将交互特征向量和嵌入层特征矩阵进行拼接,得到融合向量;S6:将融合向量作为深度神经网络的输入,训练深度神经网络,并利用训练后的深度神经网络获取兴趣预测值。本发明提出的多特征融合网络兴趣预测方法考虑到了全局特征和高低阶的交互,增加了特征的全局意识,增大了重要特征的权重并缩小了不重要特征的权重;提升了模型在兴趣预测任务上的精度。

    一种机器鱼运动的控制方法及系统

    公开(公告)号:CN107831781B

    公开(公告)日:2020-10-09

    申请号:CN201711013955.0

    申请日:2017-10-26

    Abstract: 本发明公开了一种机器鱼运动的控制方法及系统。该方法包括:确定代价函数,所述代价函数为机器鱼的运动参数、运动时间与能耗之间的关系函数,所述运动参数包括机器鱼尾鳍的摆动偏转角、摆动幅值、摆动频率;根据所述代价函数,采用遗传算法,确定所述运动参数的最优值;采用S面控制法确定所述机器鱼的偏转方向;根据所述机器鱼的所述运动参数的最优值以及所述机器鱼的偏转方向,控制所述机器鱼运动。本发明提供的机器鱼运动的控制方法及系统将机器鱼运动所产生的运动能耗与机器鱼的控制相结合,能够在满足机器鱼既定任务的同时,降低机器鱼的运动能量的消耗。

Patent Agency Ranking