-
公开(公告)号:CN116108912A
公开(公告)日:2023-05-12
申请号:CN202310145789.9
申请日:2023-02-21
Applicant: 北京航空航天大学 , 北京京航计算通讯研究所
Abstract: 本发明公开了启发式神经网络架构搜索方法及信息处理设备。所提供的启发式神经网络架构搜索方法,包括:获取用层次化表示技术描述的待搜索的神经网络模型的单元堆叠模型;对所述多个单元的每个单元的各边进行采样,得到待搜索的神经网络模型的实例;对所述神经网络模型的实例进行训练和验证,得到验证集正确率;更新各个单元的各边的所采样操作的操作性能;更新各个单元的各边所采样操作的置信上限;更新各个单元的各边的各操作被采样的概率;从各个单元的各边的操作空间中去除操作以缩小操作空间;以及将各个单元的各边的操作空间剩余的最后操作作为所选择的操作,并得到要搜索的神经网络架构。
-
公开(公告)号:CN116129338A
公开(公告)日:2023-05-16
申请号:CN202310416964.3
申请日:2023-04-19
Applicant: 北京航空航天大学 , 中国信息通信研究院 , 中国科学院数学与系统科学研究院
IPC: G06V20/50 , G01C21/20 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/092
Abstract: 本发明涉及一种基于因果干预的决策方法,属于机器动作决策技术领域。本发明利用环境的观测信息和待寻找目标的目标信息,得到不同的表征作为因果注意力机制模块的输入,输入到果注意力机制的样本内注意力机制和跨样本注意力机制两个子模块中获得决策指令。本发明使用因果注意力机制作为因果干预的实现,能够很好的解决传统的决策方法存在受到混淆因子影响的问题。本发明的决策方法收敛速度快、准确率高以及在未知环境下决策成功率高。
-
公开(公告)号:CN115457343A
公开(公告)日:2022-12-09
申请号:CN202210886346.0
申请日:2022-07-26
Applicant: 北京航空航天大学
IPC: G06V10/774 , G06V10/778 , G06V10/22 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种基于特征信息差异的模型蒸馏方法及装置,所述方法包括:获取样本图像的学生特征图和教师特征图;学生特征图是通过学生模型对样本图像进行特征提取获取的,所述教师特征图是通过教师模型对样本图像进行特征提取获取的;根据样本图像的锚框位置信息,分别获取每个锚框对应的第一图像特征和第二图像特征;第一图像特征为学生特征图的图像特征,第二图像特征为教师特征图的图像特征;根据第一图像特征和第二图像特征之间的特征差异度,利用教师模型对学生模型进行蒸馏训练。本发明提供的基于特征信息差异的模型蒸馏方法,与现有的蒸馏方法相比,在教师模型和学生模型之间特征信息差异度较大时,具有更好的蒸馏效果。
-
公开(公告)号:CN113752259B
公开(公告)日:2022-08-05
申请号:CN202111033569.4
申请日:2021-09-03
Applicant: 北京航空航天大学
Abstract: 本申请涉及一种机械臂的脑机接口控制方法、装置及设备。机械臂的脑机接口控制方法包括:获取多通道的脑电信号;针对每个通道的脑电信号执行预处理,得到三维空间中六个方向的信号特征;对每个信号特征计算功率谱,并根据功率谱计算对应的预设频段的功率谱特征,将功率谱特征作为频域特征;对每个信号特征进行滑动窗口卷积,得到时域特征;对每个通道的频域特征和时域特征进行拼接,得到特征结果;将得到的多通道的特征结果输入到预先训练好的解码模型中,得到机械臂在三维空间中三个方向的运动速度。如此,将机械臂的运动强度考虑到了控制方法中,提高了机械臂运动控制的流畅程度和脑控机械臂运动的准确性,实现了三维空间下机械臂的在线控制。
-
公开(公告)号:CN114565671A
公开(公告)日:2022-05-31
申请号:CN202210158768.6
申请日:2022-02-21
Applicant: 北京航空航天大学
Abstract: 本申请提供了一种基于自编码器的回环检测方法。所提供的基于自编码器的回环检测方法,包括:在训练场景中采集第一多个图像,从所述第一多个图像生成训练样本训练所述自编码器;在回环检测场景中采集第二多个图像,对所述第二多个图像的每个提取ORB特征点与特征点图像块;用经训练的所述自编码器处理从所述第二多个图像的每个提取的特征点图像块,将所述自编码器的隐藏层输出作为提供给所述自编码器的特征点图像块的特征向量;计算第一图像的同所述第二多个图像的特征向量的相似度来识别回环。
-
公开(公告)号:CN113752259A
公开(公告)日:2021-12-07
申请号:CN202111033569.4
申请日:2021-09-03
Applicant: 北京航空航天大学
Abstract: 本申请涉及一种机械臂的脑机接口控制方法、装置及设备。机械臂的脑机接口控制方法包括:获取多通道的脑电信号;针对每个通道的脑电信号执行预处理,得到三维空间中六个方向的信号特征;对每个信号特征计算功率谱,并根据功率谱计算对应的预设频段的功率谱特征,将功率谱特征作为频域特征;对每个信号特征进行滑动窗口卷积,得到时域特征;对每个通道的频域特征和时域特征进行拼接,得到特征结果;将得到的多通道的特征结果输入到预先训练好的解码模型中,得到机械臂在三维空间中三个方向的运动速度。如此,将机械臂的运动强度考虑到了控制方法中,提高了机械臂运动控制的流畅程度和脑控机械臂运动的准确性,实现了三维空间下机械臂的在线控制。
-
公开(公告)号:CN110991375A
公开(公告)日:2020-04-10
申请号:CN201911259921.9
申请日:2019-12-10
Applicant: 北京航空航天大学
Abstract: 本发明实施例提供了一种群体行为分析方法及装置,所述方法包括:基于网络损失函数和方差最小化法构建目标损失函数,并基于所述目标损失函数通过深度监督方式构建目标监督模型;基于多通道编码器、多通道解码器,及所述目标监督模型,构建目标深度神经网络;通过所述目标深度神经网络进行群体行为分析,以根据分析结果确定群体行为状态。采用本发明提供的群体行为分析方法可以有效提高分析结果的准确性和可靠性,提高群体行为的分析效率,并可以减少人力资源的消耗。
-
公开(公告)号:CN119251361A
公开(公告)日:2025-01-03
申请号:CN202411122686.1
申请日:2024-08-15
Applicant: 北京航空航天大学
IPC: G06T13/40
Abstract: 本申请实施例提供一种三维虚拟角色生成方法、电子设备、存储介质及程序产品。该方法包括:获取三维虚拟角色的生成条件;对生成条件进行编码处理,得到对应的生成条件特征;使用三维角色生成模型对生成条件特征进行处理,得到第二人脸纹理特征和第二人脸结构特征;其中,三维角色生成模型为基于多个人脸图像组、以及每组人脸图像的图像信息训练得到,人脸图像组包括同一人脸在不同光照和不同姿态下的图像,图像信息包括面部属性描述和身份标识;将第二人脸纹理特征和第二人脸结构特征输入三维渲染引擎,得到三维渲染引擎的输出的目标三维虚拟角色。该方法用以达到快速基于文本和/或图像提示生成高质量的虚拟角色人物头像的效果。
-
公开(公告)号:CN113850852B
公开(公告)日:2024-10-18
申请号:CN202111088565.6
申请日:2021-09-16
Applicant: 北京航空航天大学 , 山东第一医科大学附属肿瘤医院(山东省肿瘤防治研究院、山东省肿瘤医院)
IPC: G06T7/33 , G06T9/00 , G06N3/0464 , G06N3/08
Abstract: 本申请实施例公开了一种基于多尺度上下文的内窥镜图像配准方法及设备,用以解决传统的级联配准框架会降低可逆性,且配准精度较低的技术问题。方法包括:将接收到的浮动图像与固定图像处理为灰度图像,并将处理后的浮动图像与固定图像合成一张图像,得到合成图像;通过深层卷积网络对合成图像进行编码,生成特征金字塔;在特征金字塔的每个卷积块内部,通过层级聚合模块检测合成图像的多尺度上下文信息,得到合成图像的多尺度特征图;通过自适应特征伸缩模块对多尺度特征图进行自适应伸缩,得到目标多尺度特征图;通过深层卷积网络对目标多尺度特征图进行解码,生成对应的参数化配准场。
-
公开(公告)号:CN118747659A
公开(公告)日:2024-10-08
申请号:CN202410944625.7
申请日:2024-07-15
Applicant: 北京航空航天大学
IPC: G06Q30/0202 , G06Q30/0201 , G06N3/0442 , G06N3/045
Abstract: 本发明公开了一种基于多维时序分解增强的社会时间序列数据预测方法,包括以下步骤:获取目标商品的历史价格数据,价格数据按照时间顺序排列形成价格时间序列;采用Prophet模型对价格时间序列进行处理,获得多变量序列;在原始时间尺度下,采用注意力机制为不同变量设置不同的权重,获得原始时间尺度下的优化多变量序列;改变采样的时间尺度,获取不同时间尺度下的优化多变量序列;将不同时间尺度下的优化多变量序列融合,获得综合多尺度序列;采用长短期记忆网络对综合多尺度序列进行处理,获得预测价格。本发明公开的方法,克服了Prophet模型在处理高频数据时的短板,实现了更精确、更稳健的时间序列预测结果。
-
-
-
-
-
-
-
-
-