公开(公告)号：CN119850905A

公开(公告)日：2025-04-18

申请号：CN202411722675.7

申请日：2024-11-28

Applicant: 合肥讯飞数码科技有限公司

Inventor： 吕庆 ,  王高 ,  李明 ,  张伟

IPC: G06V10/25 ,  G06V10/774 ,  G06V10/40 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/09

Abstract: 本发明提供一种目标识别方法、装置、设备和存储介质，涉及图像处理技术领域，该方法包括：获取待识别图像；将所述待识别图像输入目标识别模型中，得到所述目标识别模型输出的目标识别结果；其中，所述目标识别模型是基于样本图像集合对初始目标识别模型训练得到的，所述样本图像集合包括至少一个增强样本图像和至少一个包含样本目标的初始样本图像，所述增强样本图像为对所述初始样本图像中标记的关注区域的像素进行错位调整得到的，所述关注区域中包括所述样本目标。本发明能够提高目标的识别精度。

公开(公告)号：CN117806357A

公开(公告)日：2024-04-02

申请号：CN202311550962.X

申请日：2023-11-16

Applicant: 合肥讯飞数码科技有限公司

Inventor： 吕庆 ,  尹润华 ,  刁志程

IPC: G05D1/49

Abstract: 本申请公开了一种飞行物姿态确定方法及装置、电子设备和存储介质，该方法包括：获取飞行物的当前速度差异、速度差异变化信息和初始模糊控制参数，当前速度差异表征当前时刻的实际速度与目标速度之间的差异，速度差异变化信息表征在预设时间段内实际速度与目标速度的差异变化情况；至少基于当前速度差异和速度差异变化信息，调整初始模糊控制参数，得到目标模糊控制参数；基于当前速度差异、速度差异变化信息和目标模糊控制参数，得到飞行物的姿态调整量；利用姿态调整量对飞行物的当前姿态进行调整，得到飞行物的目标姿态。通过上述方式，本申请能够提高飞行物的目标姿态准确度。

公开(公告)号：CN117192152A

公开(公告)日：2023-12-08

申请号：CN202311112490.X

申请日：2023-08-29

Applicant: 合肥讯飞数码科技有限公司

Inventor： 吕庆 ,  尹润华 ,  刁志程

IPC: G01P15/00

Abstract: 本申请提出一种无人机运动状态监测方法及相关装置，该方法应用于无人机上的无人机控制器，无人机包括多轴加速度计和微米光栅加速度计，微米光栅加速度计经过减小微米光栅周期以及增大测量距离，从而提高加速度测量精度的处理。获取多轴加速度计测量的第一加速度，以及获取微米光栅加速度计测量的第二加速度；基于第一加速度和第二加速度，确定无人机的运动加速度。本方案中，多轴加速度计对加速度的测量可以同时测量多个轴的加速度，从而减少交叉轴干扰，微米光栅加速度计的加速度测量精度较高，通过两种更为准确的加速度计测量的加速度融合确定出的无人机的运动加速度，实现了多途径测量结果的融合，能够提高最终的测量结果准确度。

公开(公告)号：CN119227097A

公开(公告)日：2024-12-31

申请号：CN202411058631.9

申请日：2024-08-02

Applicant: 合肥讯飞数码科技有限公司

Inventor： 吕庆 ,  王高 ,  刘帅 ,  张伟

IPC: G06F21/60 ,  G06N3/088

Abstract: 本申请公开了一种数据访问控制方法及相关装置、车机和存储介质，其中，数据访问控制方法包括：获取来自于车机密文去重系统相关数据源的原始数据；分别提取各个原始数据的数据特征；统计各个数据特征的对偶流行程度；基于对偶流行程度，选择数据特征作为候选特征；基于无监督学习对候选特征进行选择，得到目标特征；响应于车机密文去重系统的接入点检测到数据访问请求，至少对具有目标特征的目标数据进行加密。上述方案，能够在确保数据访问控制的安全性前提下，提升数据访问控制的效率，并尽可能地降低数据访问控制对计算资源的消耗。

公开(公告)号：CN118964955A

公开(公告)日：2024-11-15

申请号：CN202411228308.1

申请日：2024-09-03

Applicant: 合肥讯飞数码科技有限公司

Inventor： 吕庆 ,  王高 ,  徐罗 ,  张伟

IPC: G06F18/213 ,  G06F18/214 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/092 ,  G06N3/088

Abstract: 本申请公开了一种海洋数据处理方法、装置、存储介质及设备，该方法包括：海洋环境中预先部署的边缘设备首先利用预先构建的自编码器对获取到的目标海洋数据进行编码处理，得到包含目标海洋数据的关键特征的编码特征数据；然后利用流行正则化网络，提取编码特征数据的时序性和结构信息，得到处理后的编码特征数据，接着将处理后的编码特征数据输入至预先构建的深度强化学习模型，预测得到对于海洋环境的智能决策结果，可见，由于本申请是利用自编码器、流行正则化网络和深度强化学习模型更加高效的处理和分析目标海洋数据，从而能够提升数据处理效率及对于海洋资源和任务的决策效果，并为海洋环境监测和资源管理提供了有效的数据支持和解决方案。