-
公开(公告)号：CN118052271A
公开(公告)日：2024-05-17
申请号：CN202410048119.X
申请日：2024-01-12
申请人： 北京临近空间飞行器系统工程研究所
摘要： 本发明提出一种基于强化学习的智能飞行器群体组建与重构方法，属于人工智能技术领域，包括如下步骤：S1、基于强化学习的蜂群自组织；先进行作战任务分析，再进行杀伤链要素解析，在杀伤链要素解析的基础上，完成基于强化学习的作战单元自组织；采取基于深度强化学习的组织结构自学习方式针对每个特定任务形成特定组织结构，使用专家知识系统形成迁移学习与强化学习结合的方式，用收集的专家数据行为，约束智能体的探索性行为；S2、蜂群杀伤链路径动态优化，完成蜂群杀伤链路径规划任务；S3、自适应对抗演练与高质量博弈决策，通过实验结果验证模型合理性与先进性。本发明解决了现有技术无法求解蜂群最优组合，限制了蜂群最大作战效能发挥的问题。
-
公开(公告)号：CN115908934A
公开(公告)日：2023-04-04
申请号：CN202211544163.7
申请日：2022-12-03
申请人： 北京临近空间飞行器系统工程研究所
IPC分类号： G06V10/764 , G06V10/762 , G06V10/774 , G06N3/04 , G06N3/08
摘要： 本公开的基于仿海马体记忆机制的图像处理方法，通过基于深度自编码器对接收的样本图像信息进行特征提取得到样本图像的特征图；利用与任务背景相关的图像和样本图像的特征图建立背景知识图谱；利用生成模型和鉴别模型对样本图像的特征图进行对抗式训练得到与样本图像的特征图独立同分布的扩增特征图；基于背景知识图谱获取当前场景下与待识别目标场景相关的目标数据，利用仿海马体记忆机制对目标数据和扩增特征图进行时域信息推理得到时域信息推理结果T，对时域信息推理结果T进行识别得到时域信息识别结果M，对时域信息推理结果T和时域信息识别结果M进行IOT计算，得到基于仿海马体记忆机制的识别结果HM；将扩增特征图输入元学习深度神经网络进行训练，输出元学习的小样本学习识别结果Meta；利用聚类算法对识别结果HM和小样本学习识别结果Meta进行聚类，得到图像处理结果。能够显著提升了小样本约束条件下图像识别能力，提升扩增图像数据的质量。
-
公开(公告)号：CN112329548A
公开(公告)日：2021-02-05
申请号：CN202011106303.3
申请日：2020-10-16
申请人： 北京临近空间飞行器系统工程研究所
摘要： 本申请公开了一种文档章节分割方法、装置及存储介质，用于提高图片电子文档的章节内容分割的速度和准确性。本申请提供的文档章节分割方法包括：读取图片电子文档，所述图片电子文档的树形目录结构信息和页内栏位信息；根据所述页内栏位信息，对所述图片电子文档进行栏位分割，得到待识别单元；识别所述待识别单元中的文字信息，得到待处理文本；将所述待处理文本与所述树形目录结构信息进行正则匹配，根据匹配结果确定章节内容；根据所述章节内容和所述树形目录结构信息，确定所述图片电子文档的章节。本申请还提供了一种文档章节分割装置及存储介质。
-
公开(公告)号：CN113962968B
公开(公告)日：2024-06-04
申请号：CN202111250098.2
申请日：2021-10-26
申请人： 北京临近空间飞行器系统工程研究所
IPC分类号： G06T7/00 , G06T7/11 , G06T5/40 , G06T5/70 , G06N3/0464 , G06N3/045 , G06N3/0475 , G06N3/094
摘要： 本发明涉及面向复杂电磁环境下多源混合干扰雷达图像目标检测系统，属于雷达图像目标检测领域；包括数据增强模块、图像去噪模块、基于深度学习的目标检测训练模块和模型评估模块；其中，数据增强模块包括传统数据增强模块和基于生成对抗网络的数据增强模块；通过生成对抗网络，实现雷达多普勒图像数据的数据扩增；通过图像去噪神经网络过滤了复杂混合干扰，相较于背景建模等方法，该方法实用性更强；通过深度检测网络实现了去噪后图像高准确度识别，实现了目标精准定位，此外为考核算法的时间性能和识别能力，本发明还提出了一种评估方法，从而提高实际工程应用中对目标检测算法高准确度的需求，为高精度目标识别应用场景提供了有力的算法支撑。
-
公开(公告)号：CN113962968A
公开(公告)日：2022-01-21
申请号：CN202111250098.2
申请日：2021-10-26
申请人： 北京临近空间飞行器系统工程研究所
摘要： 本发明涉及面向复杂电磁环境下多源混合干扰雷达图像目标检测系统，属于雷达图像目标检测领域；包括数据增强模块、图像去噪模块、基于深度学习的目标检测训练模块和模型评估模块；其中，数据增强模块包括传统数据增强模块和基于生成对抗网络的数据增强模块；通过生成对抗网络，实现雷达多普勒图像数据的数据扩增；通过图像去噪神经网络过滤了复杂混合干扰，相较于背景建模等方法，该方法实用性更强；通过深度检测网络实现了去噪后图像高准确度识别，实现了目标精准定位，此外为考核算法的时间性能和识别能力，本发明还提出了一种评估方法，从而提高实际工程应用中对目标检测算法高准确度的需求，为高精度目标识别应用场景提供了有力的算法支撑。
-
公开(公告)号：CN115027685A
公开(公告)日：2022-09-09
申请号：CN202210316223.3
申请日：2022-03-28
申请人： 北京临近空间飞行器系统工程研究所
发明人： 杨延婷 , 王宗伟 , 李承恩 , 姜金朋 , 巩帆 , 刘筑 , 苏丙未 , 廖沫 , 李元生 , 杜贵轩 , 王顺 , 朱秉诚 , 杨宗鹏 , 车莹娟 , 朱鹏举 , 王哲 , 黄兴李 , 刘建勇 , 杨缙 , 肖佳欣 , 马鸣 , 姜宏杰 , 施卫科
摘要： 本发明涉及一种舱段带燃油带气快速换装的燃油系统，包括：设备安装舱段、燃油管路、自封流体连接器、快换流体连接器、增压气管路、增压气接口、油囊和燃油接口。装载燃油的舱段通过密封件实现与外界隔离，在端面上留有直径不大的一个增压气接口和一个燃油接口作为气、液通道。上述两个气、液接口通过连通管路连接至其他舱段和设备。通过在增压气管路上设置快换流体连接器，在燃油管路上设置自封流体连接器，实现管路快速断开并迅速密封。该方案使得舱段能够带燃油带气整舱换装，同时断开和连接时管路的端部能迅速密封，仅泄露微量气体或液体。
-
-
-
-
-
搜索结果
6 条记录 (耗时 0.031 秒)
