-
公开(公告)号：CN114139624B
公开(公告)日：2025-01-24
申请号：CN202111438131.4
申请日：2021-11-29
Applicant: 北京理工大学
IPC: G06F18/22 , G06F18/241 , G06F18/214 , G06N3/0455 , G06N3/08 , G06N20/20 , G06N20/10
Abstract: 一种基于集成模型的用于挖掘时间序列数据相似性信息的方法，其中包括了隐马尔可夫模型以及基于Wasserstein距离的条件变分自编码器模型。该方法建立输入层，对输入的时间序列进行初步处理；随后由隐马尔可夫分类层和条件变分编码器层分别进行对输入数据进行学习并分类；学习结束后，通过进一步优化，将两层将两个分类模型通过Stacking算法融合，可以并行训练。同时创新型地使用Wasserstein距离取代KL散度来度量两个时间序列的距离，让分类器具有更广泛的应用。本发明不仅可以更好地开展从时间序列隐藏状态和分布上的相似信息挖掘，还能将挖掘到的所有信息融合，这使得模型的学习更有效，运行效率更高且具有更广泛的应用性。
-
公开(公告)号：CN115273853B
公开(公告)日：2024-08-23
申请号：CN202210853706.7
申请日：2022-07-11
Applicant: 北京理工大学
Abstract: 一种基于仿生神经网络构建语音识别程序的系统，包括：语音感知模块、码序列翻译模块、文本输出模块。语音感知模块由序列分割、傅里叶变换、两层二维卷积神经网络构成，接收语音数据生成其时分频谱的特征向量序列。码序列翻译模块由四层仿生神经元构成的仿生神经网络组成，接收特征向量序列，经过稀疏的突触传递异步性和双极性的信号更新神经元状态来对应信息的处理，输出具有概率意义的编码序列。文本输出模块接收代表字母的编码序列，通过预设编码解码映射生成字母序列，得到语音识别的目标文本结果。本发明将仿生神经网络应用于语音识别问题，能够实现在较低的模型复杂度的前提下得到较好的可解释性和预测结果。
-
公开(公告)号：CN114040336B
公开(公告)日：2023-11-17
申请号：CN202111303453.8
申请日：2021-11-05
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于缩影判定定位法与粒子群优化算法的信标部署方法，本发明中检验定位效果的方法是通过将整个室内环境进行栅格化，然后采用缩影判定定位算法对每个栅格进行定位计算，通过评价每个栅格的定位效果，最终获得室内环境的整体定位效果，有效减少定位误差。该算法对空间内任一点进行定位时，仅需要符合要求的四个信标信息，这种定位算法大量减少了信标的使用，避免测量效果不佳的信标对最终的定位结果产生影响，也降低了计算的复杂度，提高计算速度。除此之外，该算法中对同一信标进行多次测量，对偏差较大的测量结果进行舍弃，保留较优测量结果并取平均值，这种方式能够进一步减少测量误差，避免单次测量产生的误差偶然性。
-
公开(公告)号：CN115223243A
公开(公告)日：2022-10-21
申请号：CN202210810308.7
申请日：2022-07-11
Applicant: 北京理工大学
Abstract: 一种手势识别系统，包括：输入模块、卷积特征提取模块和控制系统模块。其中输入模块利用事件相机实时捕捉手势图像事件流作为输入。卷积特征提取模块是一个卷积神经网络，用于从输入图像数据中提取结构特征。使用这类信息，网络能够识别出图像中手势较为重要的特征信息，并仅将这部分图像传输至下一个模块。控制系统模块由神经回路策略网络实现，由四层神经元构成，分别实现承接卷积网络的图像特征，构造循环连接结构和最终输出手势含义的功能。本发明将神经回路策略应用于视听辅助系统的手势识别，拥有较高的计算效率，有利于对时间序列建模，在更小的参数量下却有更好的效果，具有鲁棒性和较强的可解释性，不容易受到噪声的干扰。
-
公开(公告)号：CN112327862A
公开(公告)日：2021-02-05
申请号：CN202011281413.3
申请日：2020-11-16
Applicant: 北京理工大学
IPC: G05D1/02
Abstract: 本发明公开的不确定环境下多机器人协同搜索的路径规划方法，S1：将不确定环境地图进行栅格化，基于不确定环境的先验信息将不确定环境的栅格化地图转化为目标搜索概率图；S2：初始化多机器人的数量、优先级、初始位置和最大步长；S3：判断机器人所在栅格是否为高概率区域，如果是则采用滚动优化遗传算法进行路径规划，否则采用人工势场法进行路径规划；S4：多机器人根据路径规划结果进行搜索，并对目标搜索概率图进行更新；S5：当机器人行驶步长达到最大步长时，搜索结束，完成多机器人在不确定环境中的协同搜索，否则返回步骤S3。能够使多机器人在不确定环境下的限定步长内发现尽可能多的目标，保证障碍物避碰和机器人之间避碰，减少重复探测。
-
Patent Agency Ranking
公开(公告)号：CN112257875A
公开(公告)日：2021-01-22
申请号：CN202011269619.4
申请日：2020-11-13
Applicant: 北京理工大学
IPC: G06N20/20
Abstract: 本公开的极限学习机的多智能体的任务理解方法，初始化多智能体参数和环境态势感知信息；根据多智能体的任务和参数以及环境态势感知信息制定极限学习机的任务理解样本数据；根据任务理解样本数据确定极限学习机的任务理解网络结构；利用任务样本数据对极限学习机的任务理解网络结构进行训练得到极限学习机的任务理解模型；当多智能体接收任务指令后，获取当前环境态势感知信息和多智能体参数，将当前环境态势感知信息和多智能体参数输入到极限学习机的任务理解模型中得到任务理解结果。能够充分利用战场环境态势信息和多智能体能力值等信息，产生有效切合指挥员思维的理解结果，避开一定程度上依赖专家系统的主观性因素，保证任务理解的准确性。
-
公开(公告)号：CN112241173A
公开(公告)日：2021-01-19
申请号：CN202011200666.3
申请日：2020-10-30
Applicant: 北京理工大学
IPC: G05D1/02
Abstract: 本公开的基于人工势场的多智能体集结点的智能规划方法，通过导入多智能体信息、障碍物信息、多智能体的目标集结点信息；根据计算的多智能体距离目标集结点的最大距离确定多智能体的初始虚拟集结点；根据初始虚拟集结点计算多智能体间的距离及多智能体与障碍物间的距离，当多智能体间的距离和智能体与障碍物间的距离小于预设距离时，根据人工势场模型计算智能体间的排斥力和智能体与障碍物间的排斥力，并确定智能体的移动方向和移动距离，得到移动后的智能体虚拟集结点；当智能体虚拟集结点不再发生变化时的虚拟集结点为智能体的目标集结点。以解决多智能体(陆用多机器人)在复杂障碍环境下的各智能体(各机器人)集结点的冲突问题。
-
公开(公告)号：CN112232494A
公开(公告)日：2021-01-15
申请号：CN202011246943.4
申请日：2020-11-10
Applicant: 北京理工大学
Abstract: 一种基于频率诱导的构建用于特征提取的脉冲神经网络的方法，建立输入层，对输入数据进行初步处理，并转换成脉冲序列；建立特征提取层，在脉冲神经元上引入频率诱导的启发式机制，使用基于HEBB规则的累计式生长算法进行结构学习，使用STDP规则进行权值学习，学习结束后，输入需要提取特征的数据，特征提取层的最后一层的输出即为特征，对于每一条训练数据开启若干次仿真进行学习。本发明不仅可以有效地产生记忆，对特征进行高效的提取，通过小样本学习就可以有很好的鲁棒性，且基于频率诱导的启发式机制的引入使网络能力更强，学习更有效，运行效率更高，可让网络突触生长速度保持在合理范围，网络规模处于动态平衡状态，防止出现生长过度的情况。
-
公开(公告)号：CN112232440A
公开(公告)日：2021-01-15
申请号：CN202011247008.X
申请日：2020-11-10
Applicant: 北京理工大学
Abstract: 一种运用特异化神经元团实现脉冲神经网络信息记忆和区分的方法，包括信息预处理阶段、新突触形成记忆的阶段、重复与神经元团提取阶段、记忆提取阶段和实验结果评估阶段，使用包括输入层、隐藏层、输出层在内的三层基本脉冲神经网络架构，给出一种“累积式生长连接算法”完成网络的权值学习和结构学习。提出“神经元团”的概念作为“记忆”的载体，并采取了一系列有效的神经元团提取方案，以及脉冲序列解释逻辑策略等。本方法在小样本情况下达到网络对输入信息的特征提取形成“记忆”，并能有效地根据网络“记忆”做出信息的解释、区分等的输出效果。
-
公开(公告)号：CN111461488A
公开(公告)日：2020-07-28
申请号：CN202010140740.0
申请日：2020-03-03
Applicant: 北京理工大学
Abstract: 本发明公开了面向车间搬运问题的多机器人分布式协作任务分配方法。本发明针对车间搬运问题，公开了一种多机器人分布式任务分配方法，具体这是是一种基于分布式协商机制的任务分配方法，用于实现通讯受限情况下多机器人任务分配任务。本发明采用了拍卖算法的思想，机器人对不同任务进行拍卖、出价、协商。最终在通讯拓扑局部联通的情况下，选择合适的机器人执行任务。拍卖过程中考虑了机器人的电量有限、机器人的位置以及速度等因素。机器人之间的信息更新机制保障了任务分配不会出现冲突、并有效减少了机器人的计算压力。本发明可以有效解决通讯局部联通情况下多机器人分布式任务分配问题。
-
-
-
-
-
-
-
-
-
Search Results
35
records
(took 0.029 seconds)
