公开(公告)号：CN117909708A

公开(公告)日：2024-04-19

申请号：CN202311754585.1

申请日：2023-12-19

Applicant: 中国科学院自动化研究所 ,  中国科学院数学与系统科学研究院

Inventor： 游琳敬 ,  黄夏渊 ,  聂祥丽 ,  张波 ,  乔红

IPC: G06F18/2113 ,  G06F18/22

Abstract: 本发明提供一种在线特征选择方法、装置、电子设备及存储介质，应用于机器学习技术领域。该方法包括：获取目标流数据；确定所述目标流数据中每个特征的统计指标向量，并根据所述统计指标向量将所述目标流数据中满足第一条件的特征添加到备选特征集；在所述备选特征集的特征数量满足第二条件的情况下，基于统计指标向量计算所述备选特征集中每个特征的特征指标；按照所述特征指标由大到小的顺序从所述备选特征子集中选择预设数量的特征添加到目标特征集；其中，所述第一条件包括特征的相关度大于相关度阈值、特征不存在于所述备选特征集；所述特征指标越大表示特征的相关度越高、冗余度越低，所述相关度为特征与对应标签的相关度。

公开(公告)号：CN118840418B

公开(公告)日：2025-02-28

申请号：CN202410732012.7

申请日：2024-06-06

Applicant: 中国科学院自动化研究所

Inventor： 张云峰 ,  聂祥丽 ,  游琳敬 ,  张波 ,  乔红

IPC: G06T7/70 ,  G06T5/50 ,  G06T5/70 ,  G06V10/764 ,  G06V10/774 ,  G06T7/80 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供一种航天器单目六自由度姿态估计方法及装置，所述方法包括：将航天器图片输入到训练好的MKPNet模型，得到姿态伪标签；基于连续多帧图片之间的运动一致性对姿态伪标签进行平滑，得到平滑后的姿态标签；根据平滑后的姿态标签，将优化后的航天器3D模型的3D关键点投影到航天器图片上，得到航天器图片对应的2D关键点伪标签、热图伪标签以及边界框伪标签；基于航天器图片对应的2D关键点伪标签、热图伪标签、边界框伪标签以及平滑后的姿态标签，对训练好的MKPNet模型进行微调；将航天器图片输入到微调后的MKPNet模型，得到航天器图片对应的姿态估计。本发明提高航天器单目6‑DoF姿态估计的精度。

公开(公告)号：CN119046751A

公开(公告)日：2024-11-29

申请号：CN202411064872.4

申请日：2024-08-05

Applicant: 中国科学院自动化研究所

Inventor： 杨芷依 ,  刘耀祖 ,  黄雅明 ,  禄家宝 ,  游琳敬 ,  黄夏渊 ,  张波 ,  乔红

IPC: G06F18/241 ,  G06F18/211 ,  G06F18/2136 ,  G06F18/15 ,  G06F18/22 ,  G06N3/088 ,  G06N3/0985

Abstract: 本公开提供了一种预测方法、装置、电子设备、存储介质及程序产品。预测方法包括：对当前时刻获取的多个初始样本进行预处理，得到当前时刻的样本集Xt；基于样本集Xt、样本集Xt的投影矩阵Wt、上一时刻的样本集Xt‑1的投影矩阵Wt‑1，计算原型对比损失函数；基于样本集Xt和投影矩阵Wt，计算流形正则化项；基于原型对比损失函数和流形正则化项，计算总损失函数；基于总损失函数和投影矩阵Wt‑1，得到投影矩阵Wt，并基于投影矩阵Wt，从所有特征中选出特征子集；按照所述特征子集，对所述多个初始样本中的每个初始样本进行特征提取，并将提取到的特征值输入机器学习模型，得到针对所述每个初始样本的预测结果。

公开(公告)号：CN118840418A

公开(公告)日：2024-10-25

申请号：CN202410732012.7

申请日：2024-06-06

Applicant: 中国科学院自动化研究所

Inventor： 张云峰 ,  聂祥丽 ,  游琳敬 ,  张波 ,  乔红

IPC: G06T7/70 ,  G06T5/50 ,  G06T5/70 ,  G06V10/764 ,  G06V10/774 ,  G06T7/80 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供一种航天器单目六自由度姿态估计方法及装置，所述方法包括：将航天器图片输入到训练好的MKPNet模型，得到姿态伪标签；基于连续多帧图片之间的运动一致性对姿态伪标签进行平滑，得到平滑后的姿态标签；根据平滑后的姿态标签，将优化后的航天器3D模型的3D关键点投影到航天器图片上，得到航天器图片对应的2D关键点伪标签、热图伪标签以及边界框伪标签；基于航天器图片对应的2D关键点伪标签、热图伪标签、边界框伪标签以及平滑后的姿态标签，对训练好的MKPNet模型进行微调；将航天器图片输入到微调后的MKPNet模型，得到航天器图片对应的姿态估计。本发明提高航天器单目6‑DoF姿态估计的精度。

公开(公告)号：CN117809125A

公开(公告)日：2024-04-02

申请号：CN202311629946.X

申请日：2023-11-30

Applicant: 中国科学院自动化研究所 ,  中国科学院数学与系统科学研究院

Inventor： 黄夏渊 ,  聂祥丽 ,  游琳敬 ,  张波 ,  乔红

IPC: G06V10/771 ,  G06N20/00

Abstract: 本发明提供一种无监督多视角特征选择方法、装置、电子设备及存储介质，应用于特征选择技术领域。该方法包括：获取目标对象的多视角特征；通过所述多视角特征构建无监督多视角特征选择模型，并求解所述无监督多视角特征选择模型获得特征选择矩阵；根据所述特征选择矩阵确定每个特征得分，并基于所述特征得分进行特征选择。