基于强化学习的增强高铁自动驾驶控制系统准时性的方法

    公开(公告)号:CN116859731A

    公开(公告)日:2023-10-10

    申请号:CN202310804271.1

    申请日:2023-07-03

    Abstract: 本发明提供一种基于强化学习的增强高铁自动驾驶控制系统准时性的方法,通过建立基本数据模块和列车运行仿真模块,设置奖励函数和额外单步奖励,设计神经网络结构,构建高速列车自动驾驶训练模型;确定训练参数执行训练,得到高速列车自动驾驶控制模型;本发明改进列车准时性奖励函数的设置方式,在保留原有全局奖励方法的基础上,设置一个在一轮训练过程中的每个单步中都能给予智能体准时性反馈的额外奖励函数,使奖励函数的引导性更强,解决准时性稀疏奖励难以获得的问题,提高列车自动驾驶控制系统的训练效率,更好地满足自动驾驶列车运行过程中的准时性要求。

    集束粘纤计数和断面形态分析系统及图像快速处理方法

    公开(公告)号:CN102094314A

    公开(公告)日:2011-06-15

    申请号:CN201010575699.6

    申请日:2010-12-07

    Applicant: 吉林大学

    Abstract: 本发明涉及一种集束粘纤计数和断面形态分析系统及图像快速处理方法。该装置主要由集束粘纤遮光套自动制作装置、粘纤切丝装置、照明装置、具有二维移动工作台的体视显微镜和图像采集和图像处理子程序组成。所述的集束粘纤遮光套自动制作装置包括:遮光纸的传送部分、遮光纸的剪裁成型部分、夹紧部分和转动传动部分。所述的图像快速处理方法包括:对图像平滑处理和增强,采用基于梯度算子的自适应阈值分割方法,行和列分别进行处理,对图像进行背景清除,对分割后图像局部粘连部分进行分离,断面图像计数,对各粘纤断面进行形态学计算。本发明解决了化纤企业人工检测成品粘纤效率低、误差大、粘纤形态无法定量检测等问题。

    基于深度学习的增材制造镍钛合金件力学性能预测的方法

    公开(公告)号:CN118213020A

    公开(公告)日:2024-06-18

    申请号:CN202410404196.4

    申请日:2024-04-07

    Applicant: 吉林大学

    Abstract: 本发明公开了基于深度学习的增材制造镍钛合金件力学性能预测的方法,包括如下步骤:确定力学实验所需的镍钛合金的初始特性;制造两种不同的镍钛合金件,对试样分别进行拉伸与压缩试验,采集相应数据,将采集的全部数据与打印参数数据集合形成初始数据集;对初始数据进行预处理,冰按比例分为训练集和测试集,用增材制造的打印参数作为深度学习模型的输入值,用数据集中力学实验的性能参数作为深度学习模型的输出值,构建镍钛合金的力学性能预测模型,用训练集数据对力学性能预测模型进行训练,训练完成后,用测试集数据对力学性能预测模型进行测试;本发明可以高准确度的对镍钛合金力学性能进行预测,提高对镍钛合金的研究效率。

    基于电子鼻的变压器过热状态识别方法

    公开(公告)号:CN117387789A

    公开(公告)日:2024-01-12

    申请号:CN202311378290.9

    申请日:2023-10-23

    Applicant: 吉林大学

    Abstract: 本发明公开了一种基于电子鼻的变压器过热状态识别方法,其方法为:第一步、搭建适用于检测热解气体需求的电子鼻系统;第二步、变压器油热解气体的气味信息获取及样本数据集的划分;第三步、根据电力变压器运行规程及实验获取的变压器热解气体样本数据H0和H1;第四步、对处于过热状态的气体样本H1;有益效果:能够实现过热温度的识别,精度高且识别速度快,适合在变压器室和箱式变电站进行变压器的实时监测。能够有效降低变压器发生火灾、爆炸的风险。与现有技术相比,本发明提供的电子鼻系统成本低廉,便于部署,易于操作,泛用性强,对变压器的过热状态的监测和识别十分方便。

    集束粘纤计数和断面形态分析系统及图像快速处理方法

    公开(公告)号:CN102094314B

    公开(公告)日:2011-12-21

    申请号:CN201010575699.6

    申请日:2010-12-07

    Applicant: 吉林大学

    Abstract: 本发明涉及一种集束粘纤计数和断面形态分析系统及图像快速处理方法。该装置主要由集束粘纤遮光套自动制作装置、粘纤切丝装置、照明装置、具有二维移动工作台的体视显微镜和图像采集和图像处理子程序组成。所述的集束粘纤遮光套自动制作装置包括:遮光纸的传送部分、遮光纸的剪裁成型部分、夹紧部分和转动传动部分。所述的图像快速处理方法包括:对图像平滑处理和增强,采用基于梯度算子的自适应阈值分割方法,行和列分别进行处理,对图像进行背景清除,对分割后图像局部粘连部分进行分离,断面图像计数,对各粘纤断面进行形态学计算。本发明解决了化纤企业人工检测成品粘纤效率低、误差大、粘纤形态无法定量检测等问题。

    一种驾驶任务识别方法
    10.
    发明公开

    公开(公告)号:CN109784768A

    公开(公告)日:2019-05-21

    申请号:CN201910119821.X

    申请日:2019-02-18

    Applicant: 吉林大学

    Abstract: 本发明涉及一种驾驶任务识别方法,包括步骤:利用驾驶规范性评价指标建立驾驶规范等级评价模型,评选高规范等级驾驶人作为试验对象;设计试验对象执行几种常见的驾驶任务的实车试验,并为每种驾驶任务分配驾驶任务数字识别序列;利用驾驶任务识别指标与驾驶任务数字识别序列,建立基于深度神经网络的驾驶任务特征模型;采集测试驾驶人的驾驶任务识别指标并分别输入各个驾驶任务特征模型中,使用拟合优度衡量测试驾驶任务与各特征模型的显著性差异,拟合优度最高的驾驶任务特征模型映射测试驾驶人的驾驶任务,达到识别驾驶任务的效果。本发明可以在汽车高级驾驶辅助系统、道路驾驶技能考试等需要监测驾驶人行为的领域有较好的普遍适用性。

Patent Agency Ranking