-
公开(公告)号：CN119689430A
公开(公告)日：2025-03-25
申请号：CN202411840206.5
申请日：2024-12-13
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种基于激光雷达监督的跨模态四维雷达去噪方法和装置，包括：构建由特征编码器、噪声预测器和匹配模块组成的去噪模型，获取已标注边界框和真实类别的四维雷达点云，作为训练数据；特征编码器提取训练数据的聚合特征；噪声预测器根据聚合特征，得到预测点云，预测点云中各位置数据点均具有预测类别；匹配模块将预测点云与训练数据对齐后得到去除噪声的预测点掩码，将预测点掩码输入分类模型，得到训练数据中目标区域及其对应的预测类别；根据目标区域和边界框构建边界损失，根据预测类别和真实类别构建类别损失；根据边界损失和类别损失，训练去噪模型；将待去噪的四维雷达点云输入训练完成后的去噪模型，得到四维雷达去噪结果点云。
-
公开(公告)号：CN118801963A
公开(公告)日：2024-10-18
申请号：CN202410778105.3
申请日：2024-06-17
Applicant: 中国科学院计算技术研究所
IPC: H04B7/185
Abstract: 本发明提出一种星载计算系统的在轨监测与恢复容错方法、系统，包括：采集步骤，用于采集星载计算系统的高性能器件和操作系统的监测数据；分析步骤，地面系统接收该运行数据，根据该监测数据判定该星载计算系统的运行状态是否存在故障，若存在，执行恢复步骤；恢复步骤，该地面系统通过发送指令，指导该星载计算系统恢复容错。
-
公开(公告)号：CN118631322A
公开(公告)日：2024-09-10
申请号：CN202410785371.9
申请日：2024-06-18
Applicant: 中国科学院计算技术研究所
Abstract: 本发明公开了一种星载计算系统处理平台及处理方法，应用于智能载荷与卫星星务之间的交互，包括：卫星适配层，用于接收所述卫星星务传来的第一指令，依据平台业务层的第一接口格式将所述第一指令转换成第二指令，所述第二指令为所述智能载荷内部通信的控制指令；平台业务层，用于接收所述第二指令，并依据所述第二指令的内容调用所述智能载荷的微服务功能模块进行业务处理。本发明基于微服务架构开发的星载计算系统处理平台则具备了分布式管理、依照业务单独部署、各业务间具有强隔离性、高容错、快速演化迭代的特性，因此能够更好的满足智能载荷的需求。
-
公开(公告)号：CN114659556B
公开(公告)日：2024-03-12
申请号：CN202210204044.0
申请日：2022-03-03
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种面向巡视器的可分离式星表材质识别方法和系统，包括：巡视器释放位于其内部的移动感知子系统；该移动感知子系统移动至该巡视器周围指定地点，采集识别该指定地点的星表材质数据；根据该星表材质数据，辅助巡视器进行安全的路径规划和避障。本发明借助可分离式移动子系统，巡视器停留在安全区域控制子系统的移动，完成待行驶路径或待探索区域的星表数据的收集和传输，巡视器根据子系统传回的数据进行材质识别。本发明将有效提高巡视器在星表探索过程中的生存能力，提高探索效率。
-
公开(公告)号：CN115453880A
公开(公告)日：2022-12-09
申请号：CN202211156355.0
申请日：2022-09-21
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供一种基于对抗神经网络的用于状态预测的生成模型的训练方法，所述对抗神经网络包括生成模型和判别器，所述生成模型和判别器均包括多层全连接网络，所述方法包括：S1、从目标系统的约束条件下的所有可行的可能控制动作中，采样多条预测时域长度的控制动作序列，并将每条控制动作序列送入目标系统的真实环境中进行执行获得每条控制动作序列对应的目标系统的目标状态序列，将每条控制动作序列送入生成模型获得每条控制动作序列对应的目标系统未来状态预测序列；S2、以目标系统当前的状态、每条控制动作序列、每条控制动作序列被执行后对应的目标系统的目标状态序列组成样本，生成训练集；S3、采用训练集对生成对抗网络进行多次训练至收敛。
-
Patent Agency Ranking
公开(公告)号：CN113466890A
公开(公告)日：2021-10-01
申请号：CN202110590374.3
申请日：2021-05-28
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出了一种基于关键特征提取的轻量化激光雷达惯性组合定位方法和系统，包括：利用惯性预积分的中间变量补偿激光点云的运动畸变；提取激光雷达关键帧中的线、面特征，完成帧间特征匹配；定量地评估激光雷达特征匹配约束的有效性；剔除低效的特征约束；选定合适的回环检测时机，在保证精度的前提下，降低计算成本，实现三维点云的建图和高精度的定位、姿态估计。
-
公开(公告)号：CN112801264A
公开(公告)日：2021-05-14
申请号：CN202011271696.3
申请日：2020-11-13
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种动态可微分的空间架构搜索方法与系统，将空间采样与可微分搜索结合，仅对采样空间进行可微分搜索，同时于搜索过程中更新搜索空间的概率分布，用以指导下一次的采样。多次迭代后算法收敛，继而根据相应参数确定最终的搜索结构。这样既可以通过仅优化子空间来加速搜索，又能够以采样的方式使搜索在多个子空间下进行，跳出可微分优化导致的局部最优解，找到更好的网络结构。
-
公开(公告)号：CN108564168B
公开(公告)日：2021-03-09
申请号：CN201810288078.6
申请日：2018-04-03
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供一种对支持多精度卷积神经网络处理器的设计方法，包括：1)针对卷积神经网络处理器所需支持的多精度中的每一个，确定在该精度下需要的片上资源，所述在该精度下需要的片上资源表示为所述卷积神经网络处理器的计算核单元的并行化参数的函数；2)根据所述计算核单元可利用的最大片上资源、以及所述卷积神经网络处理器所支持的每个精度下需要的片上资源，将所述卷积神经网络处理器的计算吞吐量或计算时延作为优化目标，计算获得针对所述计算核单元的并行化参数。
-
公开(公告)号：CN111985614A
公开(公告)日：2020-11-24
申请号：CN202010715409.7
申请日：2020-07-23
Applicant: 中国科学院计算技术研究所
Abstract: 本发明实施例提供了一种构建自动驾驶决策系统的方法、系统和介质，所述自动驾驶决策系统包括强化学习模块和安全保障模块，所述安全保障模块包括基于规则的子模块和基于数据驱动的子模块，所述方法包括：A1、随机初始化强化学习模块和基于数据驱动的子模块的神经网络参数；A2、对自动驾驶决策系统依次进行第一学习阶段和第二学习阶段的训练；本发明无需大量的专家经验指导自动驾驶决策系统如何进行决策，节约了大量的训练成本，而且本发明的系统输出解析解作为经纠正的安全的动作向量，为驾驶的安全性提供了理论支撑，可以提高在实际应用中根据自动驾驶决策系统决策生成的动作向量进行自动驾驶的安全性。
-
公开(公告)号：CN109190358B
公开(公告)日：2020-10-27
申请号：CN201811086921.9
申请日：2018-09-18
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供一种站点密码生成方法、系统及密码管理器，其中站点密码生成方法包括：步骤1)根据包括用户密码的信息构建第一激励数据；其中，所述用户密码用于由用户在应用程序的客户端上登录用户账户，所述第一激励数据为二进制字符串；步骤2)将所述第一激励数据输入PUF并且从所述PUF得到相应的第一响应数据；其中，所述第一响应数据为二进制字符串；以及，步骤3)将所述第一响应数据转换为站点密码。本发明提供的密码生成方法、系统及密码管理器能够抵抗离线攻击和单点故障，同时提高了生成站点密码的效率。
-
-
-
-
-
-
-
-
-
Search Results
118
records
(took 0.039 seconds)
