-
公开(公告)号：CN119937628A
公开(公告)日：2025-05-06
申请号：CN202411920639.1
申请日：2024-12-25
Applicant: 中国人民解放军国防科技大学
IPC: G05D1/695 , G05D109/20
Abstract: 本发明公开了一种面向多任务协作的无人机路径规划方法，包括如下步骤：步骤1，根据任务属性对多个任务进行分组，划分为任务组和单一任务；步骤2，根据无人机的属性对任务组和单一任务进行无人机分配；步骤3，对单一任务进行全局路径规划；步骤4，对同一任务组进行路径共享和协同路径优化；步骤5，飞行过程中采用局部动态路径调整无人机路径。本发明融合了分配机制、路径规划和能量管理等多个领域的先进方法，提出了一种适用于复杂环境下的无人机多任务协作路径规划方法。该方案具有较高的创新性，能够有效解决无人机在能量有限、时间受限的情况下进行高效任务协作的问题。
-
公开(公告)号：CN119937626A
公开(公告)日：2025-05-06
申请号：CN202411918387.9
申请日：2024-12-25
Applicant: 中国人民解放军国防科技大学
IPC: G05D1/695 , G05D109/20
Abstract: 本发明公开了一种实时避障的无人机航迹规划方法，包括如下步骤：利用机载多传感器对环境进行检测，实时捕获环境中障碍物的位置、速度和方向；使用卷积神经网络和递归神经网络处理传感器收集的数据，预测动态障碍物的未来运动轨迹；建立环境模型，对无人机周围环境的风险进行量化评估，并在检测到新的障碍物时动态更新模型；使用基于深度强化学习在全局视角下生成初步的飞行轨迹；根据障碍物检测模块提供的实时环境信息，重新规划轨迹以避开动态障碍物；无人机群体根据多智能体的经验共享和最大互惠奖励机制，集体做出协同决策，确保整个群体的安全。
-
公开(公告)号：CN119935177A
公开(公告)日：2025-05-06
申请号：CN202411792870.7
申请日：2024-12-08
Applicant: 北京理工大学长三角研究院(嘉兴)
Abstract: 本发明属于陀螺仪及数据表征技术领域，提出了一种基于改进VMD与BP的陀螺阵列融合系统与方法。所述系统，包括：温度控制模块、原始数据采集模块、预处理模块、分解重构模块及融合模型处理模块；原始数据采集模块受温度控制模块控制，采集数据需进行预处理，随后送至分解重构模块对数据分解重构后送到融合模型处理模块。系统采用改进VMD预处理单轴陀螺仪信号进行降噪来实现对低精度陀螺仪阵列模块的输出信号进行降噪处理，同时结合改进的BP神经网络实现信号融合，所述方法融合MEMS陀螺仪阵列原始信号预测输出，能降噪及准确预测融合信号。旨在优化低精度陀螺仪的性能以借助低成本低精度陀螺仪满足复杂高精度导航和稳定性控制需求。
-
公开(公告)号：CN119927153A
公开(公告)日：2025-05-06
申请号：CN202411920637.2
申请日：2024-12-25
Applicant: 贵州华星冶金有限公司
IPC: B22D9/00
Abstract: 本发明涉及锑锭铸造技术领域，且公开了一种锑锭铸锭装置，包括机架，所述机架内部设置有两条环形链条，两条所述环形链条之间阵列固定有浇铸槽，两条所述环形链条内侧啮合有驱动组件，所述机架左半部上方设置有浇注筒，所述浇注筒前端阵列设置有浇注头，所述浇注筒前侧和驱动组件前侧之间设置有传动组件，所述浇注筒后端插接有补液组件，所述补液组件顶部设置有刮渣组件，所述浇注筒右侧转动连接有往复驱动件。通过浇注筒前后往复移动，通过套环、连接杆和滑座的连接作用，带动空心板前后往复移动，从而伸缩柱沿着环形槽逆时针滑动，刮板贴合在滤板顶部滑动，将滤板顶部截留的杂质刮动至排渣斗顶部，从而达到预先排渣的目的。
-
公开(公告)号：CN119721187B
公开(公告)日：2025-05-06
申请号：CN202510217551.1
申请日：2025-02-26
Applicant: 湖南科技大学
IPC: G06N3/098 , G06N3/063 , G06N3/0464 , G06N3/10
Abstract: 本发明公开了一种基于张量填充的遍历式联邦学习方法及系统，包括：基于设备位宽对相应梯度进行分层张量建模；在服务器端将不同梯度中同一模型层的参数归类，将各层分别建模为一个张量；基于张量填充技术将位宽恢复组件中张量对应的不同位宽梯度进行对齐，并对所有梯度进行加权聚合，基于聚合后的权重生成新的全局模型；通过遍历窗口机制，在服务器和客户端中，选取全局模型的不同层进行每一轮训练，使全局模型在低容量设备中均匀训练，直到全局模型收敛。本发明通过结合张量填充和基于遍历的部分模型训练技术，利用张量分解和重构技术迭代恢复模型参数的精度，并采用遍历分层的方式适应不同设备的能力，确保资源受限的客户端也能均衡参与训练。
-
Patent Agency Ranking
公开(公告)号：CN119541515B
公开(公告)日：2025-04-29
申请号：CN202510084221.X
申请日：2025-01-20
Applicant: 长沙东玛克信息科技有限公司
IPC: G10L21/01 , G10L21/0224 , G10L21/0316 , G10L21/04 , G10L25/27
Abstract: 本发明涉及音频降噪技术领域，尤其涉及一种基于深度学习的音频降噪方法及系统。所述方法包括以下步骤：获取原始音频和与原始音频所关联的发声设备运行数据；对原始音频进行无效音频剔除，从而生成有效音频；对有效音频进行音频时间对齐，从而生成预处理后的标准音频；将预处理后的标准音频和与原始音频所关联的发声设备进行音频输出模式检测，生成单设备输出音频和多设备输出音频；对单设备输出音频进行音频周期规律性分段，生成单设备短周期输出频谱数据和单设备长周期输出频谱数据。本发明通过无效音频剔除、时间对齐、分层噪声提取和异常噪声识别，提高了降噪效果的准确性和实时性。
-
公开(公告)号：CN114821051B
公开(公告)日：2025-04-29
申请号：CN202210434104.8
申请日：2022-04-24
Applicant: 江西省农业科学院土壤肥料与资源环境研究所
Abstract: 本发明公开了一种遥感图像的农用地语义分割方法，选取特征空间中距离较近的正样本对中的锚样本作为基准锚样本；计算所有负样本与基准锚样本之间的相似度，将与基准锚样本相似度最高的负样本判定为可能的假负样本；将可能假负样本中的这部分真负样本作为遥感影像自监督对比学习中模型依赖的真难负样本；设计假负样本置信校准损失；利用标注的样本、训练神经网络模型，神经网络模型的预测和数据的真实标签产生损失后进行反向传播，更新神经网络模型参数；将遥感图像输入训练好的神经网络模型，输出语义分割结果。本发明加入假负样本自判定，抛弃引入无监督或放弃构建负样本的办法，实现对假负样本的近似判定和校准。
-
公开(公告)号：CN119892456A
公开(公告)日：2025-04-25
申请号：CN202510048212.5
申请日：2025-01-13
Applicant: 无锡职业技术学院
IPC: H04L9/40 , H04L41/0896 , H04L47/24
Abstract: 本发明公开了一种基于P4的医疗信息智能分级控制系统及方法，包括：S1、解析传输的HL7消息，数据面中的解析模块从含有HL7信息的中提取关键信息，包括MAC地址、IP地址，以及HL7用户信息；S2、执行访问控制功能，利用访问控制表单中的白名单和黑名单进行匹配；S3、基于紧急程度分配带宽，匹配紧急级别表单，获得相应带宽分配的优先级；S4、执行动态加密策略，不同权限级别的用户通过MAC地址、IP地址、HL7信息中的指定字段来区别；S5、HL7数据封装，确保消息结构完整，数据面重新计算消息的校验和，确保消息符合协议规范。能够对HL7消息进行智能识别、动态优先级控制和隐私保护，满足医疗场景对高效性、安全性和互联互通的需求。
-
公开(公告)号：CN119887053A
公开(公告)日：2025-04-25
申请号：CN202510336898.8
申请日：2025-03-21
Applicant: 金磨坊食品股份有限公司
IPC: G06Q10/087 , G06N3/0442 , G06Q10/04 , G06Q10/063 , G06Q10/0639 , G06Q30/0202
Abstract: 本发明涉及智能仓储管理技术领域，尤其涉及一种基于生产设备联动的智能仓储系统优化方法。所述方法包括以下步骤：对销售系统以及生产系统进行多源数据采集，并进行动态需求预测，得到预测需求量；获取产品属性清单；根据预测需求量以及产品属性清单进行安全库存量计算，得到安全库存基准；根据预测需求量、产品属性清单以及安全库存基准进行最高库存量匡算，得到最高库存限额；根据最高库存限额进行动态阈值调整，得到动态库存阈值；对预测需求量以及动态库存阈值进行生产需求分解，得到待生产清单。本发明通过数据驱动、预测驱动和智能优化实现了仓储管理和生产计划的协同优化，显著提高了仓储运营效率和企业效益。
-
公开(公告)号：CN119881824A
公开(公告)日：2025-04-25
申请号：CN202510371742.3
申请日：2025-03-27
Applicant: 长沙莫之比智能科技有限公司
Abstract: 本发明涉及一种基于RANSAC算法剔除静态目标的方法，包括以下步骤：毫米波雷达发射电磁波并接收回波信号，经过预处理得到点云数据集；采用RANSAC算法计算二项式模型参数即对应内点个数；将内点个数最大处对应的二项式模型参数作为最终的二项式模型参数；通过最终的二项式模型参数计算目标点云数据集P中的内点，将最终保留的内点作为过滤后的点云集输出；本发明通过RANSAC算法拟合出目标速度和角度的二项式模型，剔除目标点云集中不满足二项式模型的点云，能够更准确地识别并剔除由车辆自身运动引起的动态目标，有效避免环境动态目标对目标跟踪的干扰，提高车载雷达对真实运动目标的检测精度和可靠性。
-
-
-
-
-
-
-
-
-
Search Results
9505
records
(took 0.338 seconds)
