-
公开(公告)号：CN118550664A
公开(公告)日：2024-08-27
申请号：CN202410442929.3
申请日：2024-04-12
Abstract: 本申请涉及一种基于预处理数据结构的贪心算法的任务调度方法和装置。所述方法包括：构建任务列表；通过预处理数据结构对任务列表中各个子任务的完成时间进行存储，并确定贪心算法的步长；按照步长采用贪心算法执行任务调度，在任务调度时，从预处理数据结构中取出完成时间最早的子任务，并更新整体任务的完成时间，将更新后的完成时间重新放入预处理数据结构中，并重新计算步长，再次执行任务调度，直至得到整体任务的最优完成时间；通过将最优完成时间减去任务列表中最后一个子任务的截止时间，得到任务调度的最优偏差，根据最优偏差分析整体任务的调度情况。采用本方法能够平衡贪心算法的执行效率和准确度，提高任务调度的精度。
-
公开(公告)号：CN119025082B
公开(公告)日：2025-01-03
申请号：CN202411513088.7
申请日：2024-10-28
Applicant: 中国人民解放军国防科技大学
IPC: G06F8/20 , G06F9/455 , G06Q30/0601
Abstract: 本申请涉及一种基于对象类与交互类映射的联合仿真方法、装置和设备。所述方法包括：通过仿真服务分别为对象类和交互类分配对象类句柄和交互类句柄，在进行对象类和交互类的事件声明时，仿真单元分别调用动态库的对象类主动调用接口和交互类主动调用接口，获取对应的公布订购关系，根据公布订购关系生成对应的请求，仿真单元分别获取对象类句柄和交互类句柄，通过对象类句柄和交互类句柄向仿真服务发起对应请求，仿真服务根据请求对关联容器中对应的关系集合执行公布订购关系的增加或删除操作；根据关系集合中各仿真单元的公布订购关系进行联合仿真。采用本方法能够实现公布订购关系的统一管理，有利于订购方精准获取订购数据。
-
公开(公告)号：CN114723053B
公开(公告)日：2024-10-18
申请号：CN202210406183.1
申请日：2022-04-18
Applicant: 中国人民解放军国防科技大学
IPC: G06N5/01 , A63F13/573
Abstract: 本申请涉及一种基于ART网络的决策行为建模方法、装置和计算机设备。所述方法利用ART模型对采集的示例轨迹数据实施转换，进行显示的决策行为建模，通过数据驱动的方式使模型自动学习决策行为规则，最终形成行为树形式的决策行为模型。本方法能够模拟人脑的学习和认知功能，在示例轨迹数据的基础上学习生成可解释的决策行为模型。
-
公开(公告)号：CN118394946B
公开(公告)日：2024-08-23
申请号：CN202410853239.7
申请日：2024-06-28
Applicant: 中国人民解放军国防科技大学
IPC: G06F16/35 , G06F16/36 , G06F16/383 , G06F18/25
Abstract: 本申请涉及一种基于多视图聚类的检索增强生成方法和系统。所述方法包括：构建图谱数据库、向量数据库和ES数据库；将图谱数据库、向量数据库和ES数据库中的数据进行多视图预处理得到多视图特征数据库，对用户输入的多视图特征和多视图特征数据库中的数据进行多视图聚类得到多个聚类簇和每一数据点的软聚类分数；选取与用户输入属于同一聚类簇的数据点放入候选池，对候选池中的每一数据点对应的原始数据进行多路召回得到召回结果；根据软聚类分数对召回结果进行融合重排得到重排结果，将重排结果和用户输入加载到提示词后输入大语言模型，输出对应的回答。采用本方法能够在保证检索效率的前提下进一步提高检索精度，实现高效文档检索。
-
公开(公告)号：CN118502894A
公开(公告)日：2024-08-16
申请号：CN202410577780.X
申请日：2024-05-10
Applicant: 中国人民解放军国防科技大学
Abstract: 本申请涉及一种单机并行的异地分布仿真数据采集方法、装置及设备，通过根据获取得到配置信息生成采集任务配置表以及对应的执行器配置表以及采集任务配置表，将对采集任务进行拆分后的采集任务放入待执行任务列表中，根据调度规则对待执行任务列表中的所有采集任务按照执行优先级进行重新排序以更新待执行任务列表，将更新后的待执行任务列表中执行优先级最高的采集任务作为当前处理采集任务，将当前处理采集任务根据对应的配置信息分配给姿态占用状态为空闲的一个注册执行端或多个注册执行端，并向其发布执行信息，由分配到采集任务的注册执行端完成采集任务。采用本方法克服了资源利用率不均衡的问题有效提高了大数据采集的效率。
-
Patent Agency Ranking
公开(公告)号：CN118467664A
公开(公告)日：2024-08-09
申请号：CN202410923503.X
申请日：2024-07-10
Applicant: 中国人民解放军国防科技大学
IPC: G06F16/29 , G06F16/22 , G06F16/2453 , G06F16/2455 , G06F16/25
Abstract: 本发明涉及一种基于格网缓存的多域融合仿真数据处理方法、系统及设备。所述方法包括：构建仿真数据的时空标准坐标。根据仿真数据的环境域将时空标准坐标进行网格划分，得到多维标准数组。将多维标准数组存储至内存数据库中，以使内存数据库响应数据处理请求时，计算多维标准数组中每一个维度的下标值，得到标准数据矩阵。根据标准数据矩阵中每一个下标值查询内存数据库中已存储的多维标准数组，以使仿真服务子系统获取多域融合的仿真数据。采用本方法能够提高仿真训练单元对环境数据和计算模型的数据处理效率和仿真训练过程的运行效能。
-
公开(公告)号：CN118298342A
公开(公告)日：2024-07-05
申请号：CN202410710556.3
申请日：2024-06-03
Applicant: 中国人民解放军国防科技大学
Abstract: 本申请涉及一种结合外置深度相机的AR眼镜目标增强方法。所述方法包括：根据目标检测算法对二维彩色图像进行目标检测，根据得到的目标外接矩形的中心点坐标取得目标与深度相机之间的实际距离；在目标没有超出深度相机有效测量范围时，利用坐标系转换关系，将目标外接矩形的左上角平面坐标和右下角平面坐标映射为球面上的二维角度坐标；在目标超出深度相机有效测量范围时，根据目标与深度相机之间的实际距离和深度相机视场角计算得到目标距离；根据目标距离和二维角度坐标计算得到AR眼镜中的目标框坐标后绘制虚拟信息上传到AR眼镜。采用本方法能够提高增强现实系统中虚实融合的效果。
-
公开(公告)号：CN118135079A
公开(公告)日：2024-06-04
申请号：CN202410555019.6
申请日：2024-05-07
Applicant: 中国人民解放军国防科技大学 , 南京理工大学
Abstract: 本申请涉及一种基于云端融合的三维场景漫游绘制方法、装置及设备。所述方法包括：在云端启动云渲染程序并载入三维场景，根据三维场景的深度信息将三维场景划分为前后景，并运用不同云端节点的渲染管线分别对前后景进行渲染得到前后景渲染结果；通过将深度信息编码为RGBA通道值，得到三维场景的深度图并与前后景渲染结果合并为帧结果图像并输出至客户端；客户端接收并解码得到帧结果图像的深度信息，根据深度信息对前后景渲染结果进行融合绘制，得到高分辨融合图像并在客户端进行显示。采用本方法能够将深度编码与场景融合技术进行结合，在云端进行三维场景渲染，缩短了三维场景漫游绘制的响应时间，提高了场景渲染质量。
-
公开(公告)号：CN117541687A
公开(公告)日：2024-02-09
申请号：CN202311506390.5
申请日：2023-11-13
Applicant: 中国人民解放军国防科技大学 , 南京理工大学
Abstract: 本申请涉及一种基于可解释基分解的烟雾动画可控生成方法及装置。所述方法包括：样本训练数据集包括流体密度场与流体速度场。构建烟雾动画可控生成网络模型，该模型包括可解释基分解网络模型、可解释基生成网络模型以及可解释基评估网络模型。将样本训练数据集输入可解释基分解网络模型进行训练，得到烟雾可解释基。相邻帧烟雾可解释基作为二级样本训练数据集与控制参数输入至可解释基生成网络模型进行降维残差训练，得到二级烟雾可解释基与其对应时间步的控制参数。将二者输入至可解释基评估网络模型进行评估训练，得到评估结果。根据评估结果与时间序列生成烟雾动画。本方法能够快速有效地通过输入烟雾初始场景边界条件生成烟雾动画。
-
公开(公告)号：CN117234697B
公开(公告)日：2024-02-06
申请号：CN202311526240.0
申请日：2023-11-16
Applicant: 中国人民解放军国防科技大学
Abstract: 本申请涉及一种保守时间同步并行事件调度计算架构和方法。所述架构包括：数据管理模块、Flink流处理平台和多任务并行计算模块，Flink流处理平台中包括事件调度模块和时间同步模块。通过数据管理模块使得Flink流处理平台从Kafka外部消息系统中获取事件流，以及将所述Flink流处理平台更新得到的事件流转发至Kafka外部消息系统，其次，根据各个时间推进请求分别计算对应的允许推进时间，然后事件调度器将对应事件队列中时间戳不大于相应允许推进时间的事件作为待执行事件，协调多个事件调度器之间一致运行。采用本发明能够大大提高仿真运行效率。
-
-
-
-
-
-
-
-
-
Search Results
119
records
(took 0.105 seconds)
