-
公开(公告)号：CN117808180A
公开(公告)日：2024-04-02
申请号：CN202311816500.8
申请日：2023-12-27
Applicant: 北京科技大学
IPC: G06Q10/047 , G06Q10/0835 , G06N3/0442 , G06N3/092 , G06N5/025
Abstract: 本发明属于数据处理技术领域，公开了一种基于知识与数据联合的路径规划方法、应用及装置，将物流配送路径优化问题抽象为因果强化学习的目标空间，其中图的节点代表物流配送地点，边代表连接这些地点的道路；定义物流配送路径优化问题的优化目标、状态空间、动作空间、策略、奖励函数和奖励期望；利用智能体在已完成建模的因果强化学习环境中对物流配送路径优化问题进行学习求解，以找出最优的货物配送策略。传统的物流配送求解方法往往基于静态数据进行路径规划。而新的方法和系统能够动态调整配送策略，提高物流效率和准确性。最后，本发明基于所提出的每一种子方法均给出其对应的硬件实现，在计算机硬件层面对其内部求解性能做出了优化。
-
公开(公告)号：CN117540203A
公开(公告)日：2024-02-09
申请号：CN202311374713.X
申请日：2023-10-23
Applicant: 北京科技大学
IPC: G06F18/214 , G06F18/2413 , G06N3/126 , G06N3/008
Abstract: 本发明涉及机器人导航技术领域，特别是指一种集群机器人合作导航的多向课程学习训练方法及装置。一种集群机器人合作导航的多向课程学习训练方法包括：使用训练任务进行训练，获得集群机器人性能表现；根据训练任务，通过多向交叉算子以及多向变异算子，获得阶段任务；根据集群机器人性能表现，使用原型评估方法对阶段任务进行评估，获得集群机器人适应度；根据集群机器人适应度以及阶段任务，获得新训练任务；对多智能体进行强化学习训练；通过训练完成集群机器人进行导航。本发明是一种基于多向课程强化学习高效、稳定的集群机器人合作导航方法。
-
公开(公告)号：CN117131214B
公开(公告)日：2024-02-09
申请号：CN202311399196.1
申请日：2023-10-26
Applicant: 北京科技大学
IPC: G06F16/53 , G06N3/0464 , G06N3/08 , G06F16/55
Abstract: 本发明提供一种基于特征分布对齐与聚类的零样本草图检索方法及系统，涉及图像检索技术领域，包括：获取带标签的基础图像数据构建数据集；对数据集进行训练集和测试集的划分；构建特征提取神经网络，对特征提取神经网络进行训练；将待检索图像输入至特征提取神经网络，获得待检索图像的图像特征；对图像特征进行后处理获得检索所需特征；输入用户手绘图像并检索。本发明所提出的上述技术能够有效缓解自然图像的多样性为草图检索带来的挑战，提升检索性能。提出的特征分布对齐损失函数能够以很小的开销减小自然图像和手绘图像两个域间的距离，从而使草图检索中的跨域距离度量更加准确，进一步提升检索性能。
-
公开(公告)号：CN117094460A
公开(公告)日：2023-11-21
申请号：CN202311086400.4
申请日：2023-08-28
Applicant: 北京科技大学
IPC: G06Q10/047 , G06Q10/0835 , G06Q50/04 , G06N3/042 , G06N3/0442 , G06N3/0464 , G06N3/048 , G06F18/22 , G06F18/23
Abstract: 本发明属于信息处理技术领域，公开了一种基于OD数据的多目标旅行商控制方法、系统及介质，根据时刻T各信息点的数据包转移请求统计情况，借助新一代信息技术，由计算机自动地规划M条路径；由M个数据载体在各信息点间按对应的路径转移，使得在T+1时刻，T时刻产生的所有数据包都可以到达其目的地信息点。本发明的OD数据的全称是Origin‑Destination数据，是一种带有数据所载信息流向关系表示的数据类型，作为一种大规模数据，该数据既具有较为清晰的图结构，又记录了时空模式和趋势。宏观来看，每一时间截面上的数据可以表征为有向图，微观来看，每一条数据都是构成有向图的一条有向边。
-
公开(公告)号：CN116702459A
公开(公告)日：2023-09-05
申请号：CN202310624323.7
申请日：2023-05-30
Applicant: 北京科技大学
Abstract: 本发明提供一种基于仿真红外成像导航模型的对抗仿真导航方法及系统，涉及计算机仿真技术领域，包括：仿真控制模块获取外部平台信息，根据外部平台信息更新场景信息；仿真控制模块将场景信息传递给红外可视仿真模块，通过红外可视仿真模块对红外与环境进行仿真成像，获得红外观测图像；通过红外可视仿真模块将红外观测图像传递至导航模型，通过导航模型对红外观测图像进行检测跟踪和运动决策计算，获得运动决策结果；将运动决策结果传回仿真控制模块，进行位置姿态更新，完成一帧仿真功能，等待下一帧时的数据输入，进行仿真继续。本发明提出了一个简单通用的红外仿真导航模型框架，将仿真实现流程进行抽象归纳，统一了常见仿真红外导航模型的视线流程与结构。
-
Patent Agency Ranking
公开(公告)号：CN116012843B
公开(公告)日：2023-06-30
申请号：CN202310294094.7
申请日：2023-03-24
Applicant: 北京科技大学
IPC: G06V20/70 , G06V20/64 , G06V10/26 , G06V10/774 , G06V10/96
Abstract: 本发明提供一种虚拟场景数据标注生成方法及系统，涉及仿真场景构建技术领域。包括：通过半自动布局物体的方式，对素材进行导入；对导入的素材进行图像数据的捕获；对导入的素材的目标物体遮挡率进行计算以及自动标注；对处理后的素材进行三维模型导出，完成基于虚幻引擎的虚拟场景数据标注生成。本发明的输出标注信息涵盖图像、标签、掩码、场景目标信息、场景图（语义化场景描述）信息、甚至可以提供场景中特定物体的三维顶点模型以及整个场景合而为一的大场景网络模型，满足较为传统且更大众的二维图像的同时，同时也可以支持更新的研究方向更广阔的需求。
-
公开(公告)号：CN115840890B
公开(公告)日：2023-05-19
申请号：CN202310158469.7
申请日：2023-02-24
Applicant: 北京科技大学
Abstract: 本发明公开了一种基于非接触生理信号的情绪识别方法及装置，涉及智能识别技术领域。包括：获取待识别的非接触式的情绪感知数据；将情绪感知数据输入到构建好的非接触生理信号检测与应激情绪感知模型；根据情绪感知数据以及非接触生理信号检测与应激情绪感知模型，实现基于非接触生理信号的情绪识别。本发明设计面向非接触情绪感知验证的认知压力与应激紧张情绪诱发实验，通过分析非接触情感特征与应激情绪之间的关联机制，建立非接触生理信号检测与应激情绪识别模型，实现基于非接触生理信号的情绪感知，与传统生理信号情绪感知方法相比具有非接触的优点；与基于表情语音的情绪感知方法相比，具有生理信号难以自主控制，有望揭示真实情绪的优点。
-
公开(公告)号：CN115907233B
公开(公告)日：2023-05-09
申请号：CN202310014898.7
申请日：2023-01-06
Applicant: 北京科技大学
Abstract: 本发明提出了一种基于机器心智模型和自注意力的风力发电分位数预测方法，包括以下步骤：借鉴人类认知决策机理，构建机器心智模型作为ToMWPF的基本架构，再将风力发电季节规律和短期日内发电趋势，编码入ToMWPF中作为本预测方法的输入信息‑采用自注意力层来取代原始机器心智模型中的循环神经网络，有效地在季节发电规律和日内发电趋势之间建立统计联系，减轻原有机器心智模型的长程遗忘‑将积分形式的连续秩概率得分转化为求和形式，并将其作为损失函数训练ToMWPF，使ToMWPF以最高的效率逼近最优的分位数预测结果。本发明采用上述方法，可实现准确的风力发电分位数预测，有利于能源系统的运行，提高低碳未来的社会福利。
-
公开(公告)号：CN115607159B
公开(公告)日：2023-04-07
申请号：CN202211598004.5
申请日：2022-12-14
Applicant: 北京科技大学
Abstract: 本发明公开了一种基于眼动序列时空特征分析的抑郁状态鉴别方法及装置，涉及视觉分析技术领域。包括：获取待鉴别测试者在观看正负性情绪图片组合时的眼动数据；将待鉴别测试者的眼动数据输入到构建好的基于眼动序列时空特征的抑郁状态鉴别网络；根据待鉴别测试者的眼动数据以及基于眼动序列时空特征的抑郁状态鉴别网络，得到待鉴别测试者的抑郁状态鉴别结果。本发明设计了基于眼动序列时空特征的抑郁状态鉴别网络，提取视觉扫视路径中的时间和空间特征结合作为实验刺激的情绪图像的语义来表征测试者的心理状态，从而实现了对不同心理状态人群的分类。
-
公开(公告)号：CN115641543A
公开(公告)日：2023-01-24
申请号：CN202211671363.9
申请日：2022-12-26
Applicant: 北京科技大学
IPC: G06V20/40 , G06V40/16 , G06V10/80 , G06V10/82 , G06F40/211 , G06N3/0442 , G06N3/08
Abstract: 本发明公开了一种多模态抑郁情绪识别方法及装置，涉及情绪识别技术领域。包括：获取待识别的多模态原始数据，包括视频模态、语音模态以及文本模态的原始数据；根据多模态原始数据以及多模态抑郁情绪识别模型，得到抑郁情绪识别结果。本发明提出一种基于无监督自编码器和动态权重组合损失的多模态抑郁情绪计算机辅助识别与评估方法，首先基于无监督自编码器结构得到帧信号的句子级向量，提升音视频模态的表征能力；然后通过跨模态交互、自注意时域融合、低秩后期融合来捕捉不同模态特征的互补性；最后通过动态权重组合损失在模型训练过程中通过动态调整不同任务的权值因子来更好的平衡多个损失函数，提升多模态融合后的抑郁情绪评估效果。
-
-
-
-
-
-
-
-
-
Search Results
112
records
(took 0.029 seconds)
