-
公开(公告)号：CN114838727A
公开(公告)日：2022-08-02
申请号：CN202210715722.X
申请日：2022-06-23
Applicant: 北京航空航天大学
IPC: G01C21/18
Abstract: 本发明公开了一种行人导航轨迹与惯性传感器数据仿真方法，步骤包括：S1、定义行人导航所用的坐标系和七种基本动作；S2、采用数学模型表征七种基本动作；S3、根据设定运动轨迹进行步态动作的分解和模型构建；S4、基于捷联惯导反演算法得到陀螺仪和加速度计的无噪仿真数据；S5、设置并添加陀螺仪的误差参数，得到陀螺仪的加噪仿真数据；S6、设置并添加加速度计的误差参数，得到加速度计的加噪仿真数据；该行人导航轨迹与惯性传感器数据仿真方法模拟足绑式行人导航系统中行人足部的动作，实现了自定义运动轨迹和相应惯性传感器数据的仿真，可行性强，精度高，为行人导航研究领域内的技术研究与算法评估提供了一种简便而有效的工具。
-
公开(公告)号：CN113314205A
公开(公告)日：2021-08-27
申请号：CN202110589696.6
申请日：2021-05-28
Applicant: 北京航空航天大学
Abstract: 本发明通过医学影像处理领域的方法，实现了一种高效的医学影像标注与学习系统。系统包括：无监督对比学习预训练模块基于MoCo算法在预训练过程引入无监督对比学习方法；基于主动学习和对比学习的训练模块获取预训练后的模型和实际目标任务数据集，结合发现无标注样本中最有价值的样本获取标注以及对错分类的样例给予更高的权重的难例挖掘以及引入了标注数据的有监督对比学习方法来对模型进行进一步调整以适应实际需求；人工标注与模型训练交互控制模块提供标注的交互界面以及对模型训练的控制模块。通过上述架构的系统，实现一个通用的训练框架。
-
公开(公告)号：CN114838727B
公开(公告)日：2024-04-26
申请号：CN202210715722.X
申请日：2022-06-23
Applicant: 北京航空航天大学
IPC: G01C21/18
Abstract: 本发明公开了一种行人导航轨迹与惯性传感器数据仿真方法，步骤包括：S1、定义行人导航所用的坐标系和七种基本动作；S2、采用数学模型表征七种基本动作；S3、根据设定运动轨迹进行步态动作的分解和模型构建；S4、基于捷联惯导反演算法得到陀螺仪和加速度计的无噪仿真数据；S5、设置并添加陀螺仪的误差参数，得到陀螺仪的加噪仿真数据；S6、设置并添加加速度计的误差参数，得到加速度计的加噪仿真数据；该行人导航轨迹与惯性传感器数据仿真方法模拟足绑式行人导航系统中行人足部的动作，实现了自定义运动轨迹和相应惯性传感器数据的仿真，可行性强，精度高，为行人导航研究领域内的技术研究与算法评估提供了一种简便而有效的工具。
-
公开(公告)号：CN113312915A
公开(公告)日：2021-08-27
申请号：CN202110589720.6
申请日：2021-05-28
Applicant: 北京航空航天大学
IPC: G06F40/295 , G16H10/20 , G16H50/80
Abstract: 本发明通过信息技术领域的方法，实现了一种智能流行病学调查系统，系统由智能流行病学前端交互子系统、智能流行病学模型推断子系统和智能流行病学图数据库存储子系统三个部分组成。其中智能流行病学前端交互子系统主要负责流调人员对流调事件进行修改和插入，以及流调时空的同步可视化；智能流行病学模型推断子系统采用了多语言MBERT预训练模型，是一项已经成熟的技术，使用预训练模型对文本的实体进行推断，最终将推断结果存储到智能流行病学图数据库存储子系统中。本发明所述系统实现了以较高的效率从流调采访文本或者问卷中自动抽取关键事件地点人物信息，并且加快流调速度的技术效果。
-
公开(公告)号：CN113312283A
公开(公告)日：2021-08-27
申请号：CN202110589828.5
申请日：2021-05-28
Applicant: 北京航空航天大学
IPC: G06F13/28 , G06F13/42 , G06F15/173 , G06T1/20
Abstract: 本发明通过信息技术领域的方法，实现了一种基于FPGA加速的异构图学习系统。由硬件部分和软件部分组成，硬件部分由通用服务器、FPGA板卡、GPU构成，FPGA和GPU连接在通用服务器CPU引出的PCIe接口上，FPGA板卡由FPGA芯片、内存芯片、网络接口、PCIe接口、辅助电路构成；FPGA芯片内部结构进行结构性改进；软件部分由用户态软件，内核驱动和GPU软件构成，所述用户态软件用用户接口，预处理器，运行时引擎三部分，通过预处理器将图数据从硬盘加载到内存中，运行时引擎调度用户接口提供的算法实现算法在硬件上的运行实现整个系统高效在图数据集上运行包括图神经网络在内的算法的功能。
-
Patent Agency Ranking
公开(公告)号：CN118586311A
公开(公告)日：2024-09-03
申请号：CN202410698096.7
申请日：2024-05-31
IPC: G06F30/28 , G06F17/11 , G06F30/27 , G06N5/04 , G06N3/045 , G06N3/08 , G06F17/12 , G06F113/08 , G06F119/14 , G06F111/10
Abstract: 本公开提供一种基于自回归神经网络的流体力学偏微分方程求解装置。包括预训练策略单元和微调策略单元，所述预训练策略单元由流场原始数据采集与预处理模块、离散标记式流场演化过程表示模块、流场演化状态自回归预测模块以及流场状态信息解码与智能推断模块构成；所述微调策略单元由物理信息评分器构成。通过上述方案，可以实现流体力学多物理场跨维度建模,捕捉不同物理场之间的内在耦合关系；并可以实现多种偏微分方程在同一框架下的自回归求解,提高求解效率,降低重复训练的时间和经济成本；还可以结合偏微分方程的物理规律信息,在小数据场景下提高模型的泛化能力和求解精度。
-
公开(公告)号：CN114608578A
公开(公告)日：2022-06-10
申请号：CN202210214825.8
申请日：2022-03-07
Applicant: 北京航空航天大学
Abstract: 本发明公开了一种加权不确定性无人机集群协同导航方法，步骤为：S1、各无人机获得其当前时刻的信度信息S2、各无人机接收其它无人机广播的信度信息，并将其它无人机的信度信息转换为粒子集形式；S3、各无人机对其所接收到的信度信息的粒子集，求解出每个信度信息的权值，并进行归一化处理；S4、计算修正后的当前时刻计算位置；该方法结合惯性测量单元的动态误差统计特性来表征无人机动态位置误差与相关影响因素，可提升协同导航算法在无人机动态情况下的鲁棒性；针对各无人机位置误差实时变化的特点，将无人机协同导航过程中所接收的位置信息进行量化，并构建自适应权值调节函数，实现对无人机集群协同导航中各无人机位置信息的有效融合和修正。
-
公开(公告)号：CN113327607B
公开(公告)日：2022-05-06
申请号：CN202110589762.X
申请日：2021-05-28
Applicant: 北京航空航天大学
Abstract: 本发明通过语音领域的方法，实现了一种机舱语音指令握手检测系统。包括机舱人员角色识别模块、机舱语音指令识别模块和指令握手模块三个模块：机舱人员角色识别模块收集机舱的音频混杂的机长、副机长、塔台三个角色的声音进行标注，将不同人的声音分离开，并将分离的声音输入机舱语音指令识别模块；机舱语音指令识别模块对分离后的音频识别，对易错的结果进行替换，构建每个角色的语音‑文本语料库；指令握手模块识别角色之间的对话是否是指令，并将机长和塔台，机长和副机长的握手区分开，并将机长和副机长的握手过程和喊话标准流程进行匹配判断有无错漏。这一方案能以较高的速率完成对语音的识别、判定，能够做到实时提醒，并具有良好的适应性。
-
公开(公告)号：CN118586276A
公开(公告)日：2024-09-03
申请号：CN202410697101.2
申请日：2024-05-31
IPC: G06F30/27 , G06F17/13 , G06F111/10 , G06F113/08 , G06F119/12
Abstract: 本公开提供一种基于扩散模型的湍流仿真高效偏微分方程求解装置。包括数据加噪模块、数据降噪模块、物理嵌入模块；所述数据加噪模块从动态变化的湍流物理场中均匀采样，将不同时刻的物理场信息作为输入数据，进行数据预处理后，设计扩散模型的前向扩散过程，创造出一系列的含噪数据的扩散样本；所述扩散样本送入数据降噪模块，所述数据降噪模块接收物理嵌入模块提供物理先验信息，并把物理先验信息嵌入到扩散模型中以确保生成的物理场的解符合物理系统的实际约束，在此基础上通过逆向随机微分方程方法来进行高斯噪声估计，估计出随时间变化的物理场状态，最终得到输出的湍流流场重建预测结果。以此有效降低模型参数量，大幅提高扩散式求解装置的推理速度，并确保了扩散式求解装置预测结果的准确性和稳定性。
-
公开(公告)号：CN114608578B
公开(公告)日：2024-04-09
申请号：CN202210214825.8
申请日：2022-03-07
Applicant: 北京航空航天大学
Abstract: 本发明公开了一种加权不确定性无人机集群协同导航方法，步骤为：S1、各无人机获得其当前时刻的信度信息S2、各无人机接收其它无人机广播的信度信息，并将其它无人机的信度信息转换为粒子集形式；S3、各无人机对其所接收到的信度信息的粒子集，求解出每个信度信息的权值，并进行归一化处理；S4、计算修正后的当前时刻计算位置；该方法结合惯性测量单元的动态误差统计特性来表征无人机动态位置误差与相关影响因素，可提升协同导航算法在无人机动态情况下的鲁棒性；针对各无人机位置误差实时变化的特点，将无人机协同导航过程中所接收的位置信息进行量化，并构建自适应权值调节函数，实现对无人机集群协同导航中各无人机位置信息的有效融合和修正。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.048 seconds)
