-
公开(公告)号：CN118504919B
公开(公告)日：2025-02-11
申请号：CN202410734654.0
申请日：2024-06-07
Applicant: 中国兵器科学研究院
IPC: G06Q10/0631 , G06Q50/26 , G06N3/045 , G06N3/092
Abstract: 一种基于SDQN算法的多智能体目标分配方法，针对集群飞行器打击作战的背景，设置训练环境；根据任务指标不同设置不同奖励函数类型和优化目标；训练环境初始化；环境将初始化的任务决策结果返回给SDQN，SDQN将环境返回的状态输入网络；网络给出当前决策结果下个决策结果的评价Q值；选择Q值最大的分配结果，将其融入环境。本发明将原本在所有分步动作都执行完后才能获得的奖励信号r也进行了分解；按照问题在实际环境中的情况，将奖励信号r分解到每个分步动作执行之后，同时也保证分解后各分步动作获得的奖励之和等于原本的奖励r。本发明的优点在于能够保证既定的原本奖励不变的情况下，为算法提供丰富的奖励信号，降低训练的难度。
-
公开(公告)号：CN114359547B
公开(公告)日：2024-12-03
申请号：CN202111666239.9
申请日：2021-12-31
Applicant: 中国兵器科学研究院
IPC: G06V10/25 , G06V10/774 , G06V10/74 , G06V10/82 , G06N3/0895
Abstract: 本申请实施例提供了一种图像识别模型训练方法、装置、设备及介质，由于本申请中，原始图像识别模型输出了每个样本图像对中参考图像样本对应的第一预估图像及第二预估图像，并分别根据第一预估图像中对应像素点的像素值确定了第一子损失值，根据第二预估图像中对应像素点的像素值，确定第二损失值，进行了像素级对比学习，还输出了每个样本图像对中参考图像样本对应的第一特征向量及每个样本图像对中目标图像样本对应的第二特征向量，并分别根据第一特征向量以及第二特征向量，确定第三子损失值，进行了图像级对比学习，由于进行了像素级对比和图像级对比学习，提高了图像识别模型的精度，及图像识别模型提取出的图像中物体特征的显著性或区分性。
-
公开(公告)号：CN118504919A
公开(公告)日：2024-08-16
申请号：CN202410734654.0
申请日：2024-06-07
Applicant: 中国兵器科学研究院
IPC: G06Q10/0631 , G06Q50/26 , G06N3/045 , G06N3/092
Abstract: 一种基于SDQN算法的多智能体目标分配方法，针对集群飞行器打击作战的背景，设置训练环境；根据任务指标不同设置不同奖励函数类型和优化目标；训练环境初始化；环境将初始化的任务决策结果返回给SDQN，SDQN将环境返回的状态输入网络；网络给出当前决策结果下个决策结果的评价Q值；选择Q值最大的分配结果，将其融入环境。本发明将原本在所有分步动作都执行完后才能获得的奖励信号r也进行了分解；按照问题在实际环境中的情况，将奖励信号r分解到每个分步动作执行之后，同时也保证分解后各分步动作获得的奖励之和等于原本的奖励r。本发明的优点在于能够保证既定的原本奖励不变的情况下，为算法提供丰富的奖励信号，降低训练的难度。
-
公开(公告)号：CN118312747A
公开(公告)日：2024-07-09
申请号：CN202410741264.6
申请日：2024-06-11
Applicant: 中国兵器科学研究院
IPC: G06F18/20
Abstract: 本发明涉及集群飞行器技术领域，具体为一种适用于多飞行器集群打击的效能评估方法及其应用。步骤一：建立多飞行器集群打击效能评估系统（以下简称为“系统”）的递阶层次结构。步骤二：采用AHP方法确定系统的准则层指标权重。步骤三：采用AHP方法确定系统的子准则层指标权重。步骤四：采用模糊评判法确定系统的二级能力指标体系。步骤五：采用模糊评判法确定系统的一级能力指标体系。步骤六：根据系统的能力指标体系和指标权重计算系统效能。
-
公开(公告)号：CN116684364A
公开(公告)日：2023-09-01
申请号：CN202310843885.0
申请日：2023-07-11
IPC: H04L47/6275 , H04L47/56 , H04L47/80 , H04L45/302 , H04L45/50
Abstract: 本发明公开了一种交叉式确定性数据传输方法、系统及存储介质，涉及数据传输技术领域，具体步骤为：以各交换机为核心将其连接的各个节点进行区域划分并组成数据传输子域；基于任一控制周期内各数据传输子域内待传输数据特征进行传输路径规划；按照规划的路径进行信息传输。本发明通过采用标签标注的方式对传输数据进行传送时间识别，减少了相邻两个节点间待传数据的传输量，通过间断传输的方式，减少了各个节点数据处理时间，加快了传输效率。
-
Patent Agency Ranking
公开(公告)号：CN111731234A
公开(公告)日：2020-10-02
申请号：CN202010418068.7
申请日：2020-05-18
Applicant: 中国兵器科学研究院
Abstract: 本发明涉及机械装置及运输领域，公开一种用于城市地下空间的机动车辆，包括：车辆本体；安装座可沿车辆本体的行进方向滑动的安装于车辆本体底部；升降机构，升降机构的一端铰接于安装座，且另一端设有用于支撑于地面的支撑部；用于驱动安装座沿车辆本体的行进方向移动的位移调节机构；用于驱动升降机构绕与安装座的铰接处转动的角度调节机构；主控系统与升降机构、位移调节机构以及角度调节机构均信号连接。主控系统通过位移调节机构以及角度调节机构控制升降机构在合适的位置，以合适的角度沿自身轴线方向伸长，背离车辆本体一端通过支撑部与地面接触，以适应地下空间机动车辆在跨越1米左右月台时不同姿态下的不同支撑需求。
-
公开(公告)号：CN118426363A
公开(公告)日：2024-08-02
申请号：CN202410243059.7
申请日：2024-03-04
Applicant: 中国兵器科学研究院
IPC: G05B19/042
Abstract: 本申请提供了一种一站多机控制方法、装置、电子设备及存储介质，能够实现无人机的跨区域控制，打破无人机操控的局限性。该方法包括：第一终端获取来自第二终端控制的至少一个无人机的信息，所述至少一个无人机中任一无人机的信息包括无人机的标识；所述第一终端检测选取第一无人机的第一操作，所述第一无人机为所述至少一个无人机中的一个；所述第一终端响应所述第一操作，向所述第二终端发送控制请求，所述控制请求包括所述第一无人机的标识，用于请求所述第二终端断开与所述第一无人机的控制连接；所述第一终端获取所述第一无人机的IP地址，并根据所述第一无人机的IP地址，与所述第一无人机建立控制连接。
-
公开(公告)号：CN114372523A
公开(公告)日：2022-04-19
申请号：CN202111675564.1
申请日：2021-12-31
Applicant: 北京航空航天大学 , 中国兵器科学研究院 , 北京航空航天大学江西研究院
IPC: G06K9/62 , G06N3/04 , G06N3/08 , G06V10/75 , G06V10/774 , G06V10/764 , G06V10/82
Abstract: 本发明公开一种基于证据深度学习的双目匹配不确定性估计方法，通过卷积神经网络提取和聚合特征，进而获得一个匹配代价体和三个不确定性体，在匹配代价的指导下，计算出证据分布的四个超参数γ，ν，α和β；最后通过四个超参数计算双目匹配视差值，偶然不确定性和认知不确定性。本发明很好地反映出双目匹配的难易程度，提升不确定性估计的表现，而且面对分布外的数据时能给出较高的认知不确定性。
-
公开(公告)号：CN114359547A
公开(公告)日：2022-04-15
申请号：CN202111666239.9
申请日：2021-12-31
Applicant: 中国兵器科学研究院
IPC: G06V10/25 , G06V10/774 , G06V10/74 , G06V10/82 , G06N3/04
Abstract: 本申请实施例提供了一种图像识别模型训练方法、装置、设备及介质，由于本申请中，原始图像识别模型输出了每个样本图像对中参考图像样本对应的第一预估图像及第二预估图像，并分别根据第一预估图像中对应像素点的像素值确定了第一子损失值，根据第二预估图像中对应像素点的像素值，确定第二损失值，进行了像素级对比学习，还输出了每个样本图像对中参考图像样本对应的第一特征向量及每个样本图像对中目标图像样本对应的第二特征向量，并分别根据第一特征向量以及第二特征向量，确定第三子损失值，进行了图像级对比学习，由于进行了像素级对比和图像级对比学习，提高了图像识别模型的精度，及图像识别模型提取出的图像中物体特征的显著性或区分性。
-
公开(公告)号：CN111899115B
公开(公告)日：2021-03-23
申请号：CN202010480690.0
申请日：2020-05-30
Applicant: 中国兵器科学研究院
IPC: G06Q50/00
Abstract: 本申请提供一种确定社交网络中社区结构的方法、装置及存储介质，涉及计算机技术领域，用以提供一种新的确定社区结构的方法。该方法包括：基于用户标识与预划分的地理区域的映射关系，利用从社交网络中获取的用户交互数据创建地理区域交互网络；用户交互数据包括用户标识和数据传输方向；地理区域交互网络包括与用户交互数据中用户标识映射的地理区域对应的地理节点，及基于数据传输方向确定的连接地理节点的第一连边；基于地理区域交互网络构建边可交换模型并进行训练；对训练后的边可交换模型进行设定采样处理，得到第一连边以及地理节点的分类结果；根据分类结果确定社交网络中的社区结构。该方法能够基于用户的地理位置确定社区结构。
-
-
-
-
-
-
-
-
-
Search Results
44
records
(took 0.022 seconds)
