-
公开(公告)号：CN118882660B
公开(公告)日：2025-02-07
申请号：CN202411393511.4
申请日：2024-10-08
Applicant: 湖南大学
IPC: G01C21/20 , G06N3/0464
Abstract: 本申请的实施例提供了弱磁定位方法、装置、设备和计算机可读存储介质。所述方法包括获取地磁序列信息；将所述地磁序列信息，输入至已训练的弱磁定位模型，得到与所述地磁序列信息对应的位置信息；其中，所述弱磁定位模型，可通过如下方式进行训练：获取原始地磁的基准图；对所述基准图进行特征增强，得到目标基准图；通过预设算法对所述目标基准图进行处理，得到地磁序列指纹数据库；基于所述地磁序列指纹数据库，训练弱磁定位模型。以此方式，可在大范围的室外弱磁区域内实现有效的定位结果，在数据获取方面减少了大量的时间和人力成本，能够在克服噪声影响的同时生成更符合实际的轨迹。
-
公开(公告)号：CN119043368A
公开(公告)日：2024-11-29
申请号：CN202411524701.5
申请日：2024-10-30
Applicant: 湖南大学
Abstract: 本发明公开了一种基于启发式策略的CCBS多智能体路径规划方法，构造无向加权图并设置多个智能体中各自对应的起始点和目标点，初始化智能体的参数，利用底层算法SIPP规划出障碍物环境下多个智能体在无向加权图上各自从起点移动至终点的解决方案，根据解决方案生成CT树初始的CT节点并加入预设的OPEN链表中，从OPEN链表中选取出总成本最小的CT节点并移出，检查总成本最小的CT节点中是否存在冲突，若不存在冲突，则满足搜索结束条件，否则，对冲突进行分类并排序，从中选取优先级最高的冲突处理，直到满足搜索结束条件，输出多个智能体的路径规划结果。该方法可更快速找到路径规划最优解决方案。
-
公开(公告)号：CN118980371A
公开(公告)日：2024-11-19
申请号：CN202411449985.6
申请日：2024-10-17
Applicant: 湖南大学
Abstract: 本申请的实施例提供了多尺度地磁定位方法、装置、设备和计算机可读存储介质。所述方法包括获取地磁数据信息；将所述地磁数据信息，输入至已训练的多尺度地磁定位模型中，得到与所述地磁数据信息对应的位置信息；其中，所述多尺度地磁定位模型，可通过如下方式进行训练：获取地磁序列数据；将所述地磁序列数据，分割成多个地磁子序列；对分割后的地磁子序列进行处理，得到地磁特征序列；基于所述地磁特征序列，计算注意力权重；将所有的地磁特征序列和与其对应的注意力权重融合，得到融合特征；基于所述融合特征，完成对所述多尺度地磁定位模型的训练。以此方式，可大幅度提升定位的精度，有效的解决了不同空间尺度的地磁序列的定位问题。
-
公开(公告)号：CN118647055A
公开(公告)日：2024-09-13
申请号：CN202411120484.3
申请日：2024-08-15
Applicant: 湖南大学
IPC: H04W28/20 , H04W24/02 , H04W72/51 , H04W72/542 , G05B13/02
Abstract: 本申请涉及一种用于AGV的带宽优化方法，所述方法包括以下步骤：计算AGV运动时参考轨迹和实际轨迹的误差，并计算误差变化率；基于所述误差变化率判断信道环境，若误差变化率大于预先设定的误差变化阈值，则信道环境恶劣，否则，信道环境良好；若信道环境恶劣，利用带宽调节器对带宽进行优化；若信道环境良好，则维持原带宽。通过监控轨迹的误差变化率，优化带宽，使AGV的控制性能提高。
-
公开(公告)号：CN116774603B
公开(公告)日：2024-01-30
申请号：CN202310413805.8
申请日：2023-04-18
Applicant: 湖南大学
IPC: G05B17/02
Abstract: 本发明公开了一种多AGV协同调度仿真平台，包括服务层，通信层和物理层；服务层集中部署软件，将需要计算的程序部署在边缘云系统，对仓储环境进行仿真；通信层提供信息传输通道，具有网路接入、数据传输、信号处理、资源调度功能，支持若干设备通过无线通信接入互联网；物理层实现仿真功能。本发明还公开了一种所述多AGV协同调度仿真平台的仿真方法。本发明的仿真效果好、通信可靠性和稳定性均较高。
-
Patent Agency Ranking
公开(公告)号：CN117241409A
公开(公告)日：2023-12-15
申请号：CN202311504327.8
申请日：2023-11-13
Applicant: 湖南大学
Abstract: 本发明属于无线通信技术领域，具体涉及一种基于近端策略优化的多类型终端随机接入竞争解决方法，具体包括：S1：初始化各类型终端状态与数据队列状态、小区基站状态、竞争资源数量与竞争队列状态；对各类型终端进行优先级划分，得到不同优先级的终端；获取当前环境状态；S2：在基站侧建立智能体模型，基于分布式队列机制，结合当前环境状态利用近端策略优化PPO算法的策略网络对智能体模型进行训练，获取最优选择动作、以及即时奖励，并构成经验数据存储至经验池中；S3：构建目标函数，基于经验池中所存储的经验数据对目标函数进行深度学习，利用预设阈值对参数进行训练更新，完成多类型终端随机接入的分配优化。
-
公开(公告)号：CN117195110A
公开(公告)日：2023-12-08
申请号：CN202311468706.6
申请日：2023-11-07
Applicant: 湖南大学
IPC: G06F18/243 , G06F16/903
Abstract: 本申请涉及一种OPC_UA节点感知自适应优先级分类方法，该方法包括：提取变量节点的语义特征，并基于语义特征确定变量节点中数据的类型；判断第二类型数据是否变化，是则将第二类型数据归类为过程数据，否则给第二类型数据对应的节点打上低优先级标签；判断过程数据是否为字节串类型数据，是则给过程数据对应的节点打上低优先级标签，否则将过程数据归类为非图像型数据；判断非图像型数据中变异系数是否大于阈值，是则将非图像型数据归类为激变数据，否则给非图像型数据对应的节点打上中优先级标签；判断激变数据对应的节点的属性是否支持历史化存储，是则给激变数据对应的节点打上中优先级标签，否则给激变数据对应的节点打上高优先级标签。
-
公开(公告)号：CN112288270B
公开(公告)日：2023-09-29
申请号：CN202011175103.3
申请日：2020-10-28
Applicant: 湖南大学
IPC: G06Q10/0631 , G06Q10/083 , G06F30/18 , G06F16/901
Abstract: 本发明公开了一种用于复杂有轨传输系统的调度方法，包括将复杂有轨传输系统中的轨道网络用无向图表示并建模；新发起的传输任务时将该新发起的传输任务加入任务列表；对得任务列表中的所有任务分配传输体；对任务及传输体进行判断；对任务及传输体进行安全性判断；根据安全性判断结果得到对应的任务的调度路径，完成该任务的调度；重复上述步骤完成复杂有轨传输系统的调度。本发明根据链的性质和容量进行系统安全状态的判断，从而得到系统规划的调度最优解，更加高效便捷地避免复杂有轨传输系统中的死锁问题，提高系统的运行效率、资源利用率和灵活性，实现了整个复杂有轨传输系统的安全平稳运行；而且可靠性高，实用性好，且效率较高。
-
公开(公告)号：CN116521904B
公开(公告)日：2023-09-22
申请号：CN202310784277.7
申请日：2023-06-29
Applicant: 湖南大学
Abstract: 本申请涉及一种基于5G边缘计算的船舶制造数据云融合方法及系统，方法包括：采集船舶制造车间数据，并将其分为时序型数据和状态型数据；状态型数据包括设备运行状态数据、物料状态数据；根据设备运行状态数据和物料状态数据确定设备的制造工艺，并根据设备以及设备的制造工艺构造第一三元组；对时序型数据进行同源对象标记，确定第一同源对象；并以第一同源对象以及时序型数据构造第二三元组；对状态型数据进行同源对象标记，确定第二同源对象；并以第二同源对象以及状态型数据构造第三三元组；将第一三元组、第二三元组、第三三元组根据同源对象进行实体对齐，构建船舶制造知识图谱。该方法有利于高效评估船舶制造生产效能。
-
公开(公告)号：CN113254596B
公开(公告)日：2021-10-08
申请号：CN202110689564.0
申请日：2021-06-22
Applicant: 湖南大学
IPC: G06F16/33 , G06F16/35 , G06F40/216 , G06F40/242 , G06F40/289 , G06F40/30 , G06N3/04 , G06K9/62 , G06N3/08
Abstract: 本发明公开了一种基于规则匹配和深度学习的用户质检需求分类方法及系统，本发明方法包括对待分类文本与各个行业的专有名词词典进行匹配，并计算与各个行业对应的行业标签之间匹配的行业概率值Pi，选择最大行业概率值P；若最大行业概率值P大于等于预设阈值G，则将最大行业概率值P对应的行业标签作为分类结果输出；否则，对待分类文本利用深度学习模型预测行业标签并计算预测的行业概率值H；针对最大行业概率值P、预测的行业概率值H两者，选择其中概率较大者所对应的行业标签作为最终的分类结果输出。本发明能够针对用户质检需求文本实现质检需求文本按所属行业自动、准确的分类。
-
-
-
-
-
-
-
-
-
Search Results
51
records
(took 0.021 seconds)
