-
公开(公告)号：CN115272617B
公开(公告)日：2023-05-02
申请号：CN202211042851.3
申请日：2022-08-29
Applicant: 北京京航计算通讯研究所
IPC: G06T17/20
Abstract: 本发明涉及一种物件声学的虚拟仿真展示方法和系统，方法包括以下步骤：根据三维物件模型的包围盒计算三维物件模型的平均厚度，基于所述平均厚度计算三维物件模型的基频；基于三维物件模型的平均法向量将所述三维物件模型的包围盒分割为两个部分，根据分割后的包围盒的体积计算二倍谐频的相位；根据敲击位置对应的物件厚度计算原始声音强度，基于原始声音强度和三维物件模型与屏幕的距离计算衰减声音强度；基于所述基频、二倍谐频的相位和衰减声音强度，得到物件敲击点的声音。
-
公开(公告)号：CN113987477A
公开(公告)日：2022-01-28
申请号：CN202111247976.5
申请日：2021-10-26
Applicant: 北京京航计算通讯研究所
IPC: G06F21/55
Abstract: 一种分布式AI系统的防投毒方法和系统，方法包括：接收各客户端节点发送的提交数据，基于提交数据更新中心模型，根据中心模型的误差与预期误差的差距判断当前系统是否存在中毒迹象，若否，则根据预定的策略对中心模型做镜像并通知各客户端节点清空缓存并重新进行数据缓存，缓存数据包括客户端节点的原始数据、处理算法和中间数据；否则，获取上一次模型镜像到当前时刻所有提交数据的客户端节点，并将该客户端节点作为风险节点，根据中心模型的误差与预期误差的差距计算风险节点的风险概率，基于风险概率获取风险节点的累计风险概率，根据累计风险概率对风险节点进行巡检，若存在中毒节点则将中毒节点下线，将中心模型恢复为上一次镜像的模型。
-
公开(公告)号：CN112382354A
公开(公告)日：2021-02-19
申请号：CN202011357828.4
申请日：2020-11-27
Applicant: 北京京航计算通讯研究所
Abstract: 本发明涉及一种Cr12MoV材料硬度预测方法及装置，属于电磁无损检测技术领域，解决了现有的力学材料硬度检测方法精度较差且复杂度较高的问题。方法包括：获取Cr12MoV材料的巴克豪森噪声数据及其对应的硬度标签，得到训练数据集；基于级联回归拉盖尔多项式拟合方法对训练数据集进行训练，得到最优拉盖尔多项式参数、回归系数、主成分映射矩阵和边界参数；并基于回归系数、主成分映射矩阵和边界参数获得训练好的回归模型；获取待预测Cr12MoV材料的巴克豪森噪声数据，并基于训练好的回归模型对待预测Cr12MoV材料的巴克豪森噪声数据进行硬度预测，得到预测结果。实现了Cr12MoV材料硬度的预测，提高了预测效率和预测精度。
-
公开(公告)号：CN115591229A
公开(公告)日：2023-01-13
申请号：CN202211349763.8
申请日：2022-10-31
Applicant: 北京京航计算通讯研究所(CN)
IPC: A63F13/35 , H04L67/104
Abstract: 一种分布式网络对战训练的校验方法和系统，方法包括：根据当前单位时间内每个训练个体的交互频率和画面变化幅度确定是否存在被校验训练个体；若存在，则根据每个被校验训练个体的IP地址确定被校验训练个体对应的近距离监督和远程监督；建立被校验训练个体和对应的近距离监督及远程监督间的P2P连接；将每个被校验训练个体的交互信息通过P2P连接发送至对应的近距离监督和远程监督进行违规校验，若近距离监督判断该被校验训练个体违规，则将被校验训练个体的交互信息通过P2P连接发送至该校验训练个体对应的远程监督进行违规校验，若远程监督判断该被校验训练个体违规，则确定该被校验训练个体违规，否则确定该被校验训练个体未违规。
-
公开(公告)号：CN115272617A
公开(公告)日：2022-11-01
申请号：CN202211042851.3
申请日：2022-08-29
Applicant: 北京京航计算通讯研究所
IPC: G06T17/20
Abstract: 本发明涉及一种物件声学的虚拟仿真展示方法和系统，方法包括以下步骤：根据三维物件模型的包围盒计算三维物件模型的平均厚度，基于所述平均厚度计算三维物件模型的基频；基于三维物件模型的平均法向量将所述三维物件模型的包围盒分割为两个部分，根据分割后的包围盒的体积计算二倍谐频的相位；根据敲击位置对应的物件厚度计算原始声音强度，基于原始声音强度和三维物件模型与屏幕的距离计算衰减声音强度；基于所述基频、二倍谐频的相位和衰减声音强度，得到物件敲击点的声音。
-
Patent Agency Ranking
公开(公告)号：CN113902865B
公开(公告)日：2025-04-04
申请号：CN202111275796.8
申请日：2021-10-29
Applicant: 北京京航计算通讯研究所
IPC: G06F30/20
Abstract: 一种三维地图质量评估方法和系统，方法包括以下步骤：将所述三维地图转换为八叉树地图；根据所述三维地图的用户类型设置对应的智能体，并设置所述智能体的奖励函数和行为函数；将所述智能体置于所述八叉树地图中，所述智能体根据其行为函数在所述八叉树地图中移动，根据所述智能体与所述八叉树地图的交互及所述奖励函数计算所述八叉树地图中地图格的质量值；基于所述八叉树地图中所有地图格的质量值总和，评估所述三维地图相对于所述用户类型的质量。
-
公开(公告)号：CN115591229B
公开(公告)日：2023-07-25
申请号：CN202211349763.8
申请日：2022-10-31
Applicant: 北京京航计算通讯研究所
IPC: A63F13/35 , H04L67/104
Abstract: 一种分布式网络对战训练的校验方法和系统，方法包括：根据当前单位时间内每个训练个体的交互频率和画面变化幅度确定是否存在被校验训练个体；若存在，则根据每个被校验训练个体的IP地址确定被校验训练个体对应的近距离监督和远程监督；建立被校验训练个体和对应的近距离监督及远程监督间的P2P连接；将每个被校验训练个体的交互信息通过P2P连接发送至对应的近距离监督和远程监督进行违规校验，若近距离监督判断该被校验训练个体违规，则将被校验训练个体的交互信息通过P2P连接发送至该校验训练个体对应的远程监督进行违规校验，若远程监督判断该被校验训练个体违规，则确定该被校验训练个体违规，否则确定该被校验训练个体未违规。
-
公开(公告)号：CN115618035B
公开(公告)日：2023-07-18
申请号：CN202211260773.4
申请日：2022-10-14
Applicant: 北京京航计算通讯研究所
IPC: G06F16/535 , G06F16/583 , G06F16/58 , G06N3/045 , G06N3/048 , G06N3/084
Abstract: 本发明涉及一种基于图片曝光转化率预测模型的图片推荐方法，属于互联网图片电商搜索技术领域，解决了现有多目标优化方法效果不佳的问题。获取用户注册信息、用户输入的检索词、与检索词匹配的图片信息、用户历史点击图片信息、历史购买图片信息，形成训练样本集。建立图片的曝光转化率预测模型CTCVR并训练，根据损失函数进行反向传播直至收敛。利用模型对所有图片进行处理，得到每张图片的点击率CTR、CVR、CTCVR以及图文相关值IMR,选取IMR值大于阈值的图片，并将选的图片按照CTCVR值由大至小的顺序推荐给用户。实现了一个模型完成多任务多目标的预测，使多个任务目标之间相互促进和约束，提高了模型的泛化性能，解决了深度转化过程中的样本偏差和数据稀疏问题。
-
公开(公告)号：CN116581748A
公开(公告)日：2023-08-11
申请号：CN202310590029.9
申请日：2023-05-24
Applicant: 北京京航计算通讯研究所
Abstract: 本发明涉及一种联合循环发电站的电能输出预测方法和系统，属于电能预测领域。本发明的方法包括：获得联合循环发电站的历史环境数据和相应的电能输出数据，以及获得联合循环发电站的当前环境数据；基于所述历史环境数据和相应的电能输出数据，基于流形学习算法级联回归埃尔米特多项式拟合模型，得到所述模型各子回归器的回归系数和相关参数；基于所述当前环境数据、所述各子回归器的回归系数和相关参数，预测联合循环发电站的电能输出。本发明方法和系统能够利用环境数据更准确预测联合循环发电站的电能输出数据。
-
公开(公告)号：CN115618035A
公开(公告)日：2023-01-17
申请号：CN202211260773.4
申请日：2022-10-14
Applicant: 北京京航计算通讯研究所
IPC: G06F16/535 , G06F16/583 , G06F16/58 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于图片曝光转化率预测模型的图片推荐方法，属于互联网图片电商搜索技术领域，解决了现有多目标优化方法效果不佳的问题。获取用户注册信息、用户输入的检索词、与检索词匹配的图片信息、用户历史点击图片信息、历史购买图片信息，形成训练样本集。建立图片的曝光转化率预测模型CTCVR并训练，根据损失函数进行反向传播直至收敛。利用模型对所有图片进行处理，得到每张图片的点击率CTR、CVR、CTCVR以及图文相关值IMR,选取IMR值大于阈值的图片，并将选的图片按照CTCVR值由大至小的顺序推荐给用户。实现了一个模型完成多任务多目标的预测，使多个任务目标之间相互促进和约束，提高了模型的泛化性能，解决了深度转化过程中的样本偏差和数据稀疏问题。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.035 seconds)
