一种基于uprobe的函数内部性能剖析方法

    公开(公告)号:CN118733042A

    公开(公告)日:2024-10-01

    申请号:CN202410617718.9

    申请日:2024-05-17

    Applicant: 兰州大学

    Abstract: 本发明提出一种基于uprobe的函数内部性能剖析方法,包括性能抓取分析步骤说明书、uprobe内核模块、数据处理脚本三部分。本发明主要针对性能分析领域内,一些采取采样分析的方法会错过一些短暂发生的性能事件,使得无法准确捕获某些性能瓶颈或细微的性能问题,以及无法深入函数内部进行分析,无法快速定位性能瓶颈位置的问题,通过获取目标应用程序的热点函数,利用反汇编工具获取目标子函数的地址偏移量,将之传递给uprobe插桩来获取用户态子函数在应用程序执行时的内部信息,将信息传递至数据处理脚本,该脚本采取构建自顶向下分析的方法,来输出目标子函数的各部分瓶颈百分比占比,来帮助开发人员可以更快速的定位函数瓶颈位置进行优化。

    一种基于双时延深度确定性策略梯度的船舶姿态控制方法

    公开(公告)号:CN118466562A

    公开(公告)日:2024-08-09

    申请号:CN202410620610.5

    申请日:2024-05-20

    Applicant: 兰州大学

    Abstract: 本发明公开了基于双时延深度确定性策略梯度的船舶姿态控制方法,包含以下步骤:(1)根据强化学习原理,构建状态空间S、动作空间A和奖励函数R;(2)训练双时延确定性策略梯度算法,得到收敛的策略函数;(3)在模拟系统中使用策略和模拟状态,检测策略的安全性和稳定性;(4)在实际航行中使用策略和真实状态测试策略的安全性和稳定性;(5)迭代执行步骤s102至s104,直至船舶获得在复杂多变海域的安全性和稳定性。本发明使得船舶动力系统能够动态自适应调节,克服传统控制方法的依赖预设规则和经验、无法实时响应、没有考虑船舶能耗等因素带来的影响,在保证船舶整体的安全性前提下,尽可能提高乘客的乘坐舒适性以及货物运输的安全性。

    基于多模态深度学习的农业气象灾害监测预测方法

    公开(公告)号:CN117972337A

    公开(公告)日:2024-05-03

    申请号:CN202311714586.3

    申请日:2023-12-13

    Applicant: 兰州大学

    Abstract: 本发明公开一种基于多模态深度学习的农业气象灾害监测预测方法,包括以下步骤:收集包含气象因素、农作物生长状况和土壤状况等数据;对文本和图像数据分别进行预处理,并提取数据特征和降维;将提取的特征输入到Transformer模型中进行预训练;将预训练的Transformer模型作为基础模型,然后在新数据中微调该模型;采用十折交叉验证、调整超参数等方法对多模态深度学习模型进行优化和调整。本发明能够整合多种类型的数据,包括气象数据、卫星图像、土壤信息等,综合考虑各种因素对农业气象灾害的影响,从而提高预测的准确性。利用深度学习技术的优势,可以学习不同模态数据之间的关联和特征,处理新数据时只需要微调就能得到预测结果,有利于加速训练过程。

    一种基于机械臂的多功能农业机器人

    公开(公告)号:CN117506923A

    公开(公告)日:2024-02-06

    申请号:CN202311689005.5

    申请日:2023-12-11

    Applicant: 兰州大学

    Abstract: 本发明公开了一种基于机械臂的多功能农业机器人的实现方法,具体设计了一种基于多功能机械臂实现对农作物进行采摘、修剪枝叶、除杂草的功能,使用刀片电池和太阳能电池实现超强蓄电实现全天候工作。多功能农业机器人包括破碎装置、采摘装置、剪枝装置、照明装置、蓄电装置、位置信息装置、图像识别装置。采用多传感器实现多任务的全自动,包括:工控机、RGBD相机、触控屏、压力传感器、毫米波雷达传感器、单线红外激光测距仪、编码器和路由器。本发明通过路径规划单元规划出最佳工作路径,提高多功能农业机器人的工作效率。本发明具有适用于多种地形、可使用于多种作物、实现多功能于一体和使用范围广泛的特点。

    一种基于激光雷达与摄像机融合的交通灯检测与识别方法

    公开(公告)号:CN109583415B

    公开(公告)日:2022-09-30

    申请号:CN201811512935.2

    申请日:2018-12-11

    Applicant: 兰州大学

    Abstract: 本发明公开了一种基于激光雷达与摄像机融合的交通灯检测与识别方法,该方法包括:利用激光雷达当前扫描到的点云数据匹配已制作的高精度地图,并结合GPS‑INS定位系统进行定位,从而确定车辆当前的位置及姿态;将高精度地图中的交通灯坐标映射到激光雷达点云坐标系中,再将点云坐标系中的交通灯坐标映射到摄像机所拍摄的二维视频图像;利用摄像头采集包含交通灯的视频信息,处理成多帧图片,对图片进行切割;利用经切割处理的图片数据,通过识别系统得到识别内容。本方案实现了利用激光雷达与摄像机进行融合,对交通灯进行快速的检测与识别。

    一种高可扩展性的集成建模仿真方法

    公开(公告)号:CN114756216A

    公开(公告)日:2022-07-15

    申请号:CN202210263110.1

    申请日:2022-03-17

    Abstract: 本发明公开了一种高可扩展性的集成建模仿真方法,并提出一种适合于该方法的复杂模型集成算法,最后发明了一种轻量级的集成建模仿真领域专用语言(Domain Specific Language,DSL),以指导开发者开发相应的集成建模仿真软件,从而支持具有高可扩展性、集成模型可重用的集成建模过程,同时尽可能降低对集成建模人员的软件开发能力要求,提供易于学习、提高集成模型开发效率的方法、工具和平台。

    一种基于高精度点云地图的地面过滤方法

    公开(公告)号:CN111323026A

    公开(公告)日:2020-06-23

    申请号:CN201811545515.4

    申请日:2018-12-17

    Applicant: 兰州大学

    Abstract: 本发明公开一种基于高精度点云地图的地面过滤方法。该方法包括:(1)采集道路的三维点云信息,并制作高精度点云地图;(2)在高精度点云地图中进行可行驶区域的标注与记录;(3)将可行驶区域划分成若干小块,对每一个小块进行平面模型提取,用该平面模型来代表该小块所覆盖的地面;(4)根据步骤(3)得到的地面模型过滤实时点云中的路面点。本方案实现了平面、坡道等各种路况下的可行驶区域中的路面点精准过滤。

Patent Agency Ranking