公开(公告)号：CN117235886A

公开(公告)日：2023-12-15

申请号：CN202311207520.5

申请日：2023-09-19

Applicant: 安徽大学

Inventor： 梁栋 ,  程浩 ,  王辛迪

IPC: G06F30/15 ,  H04W24/02 ,  H04W4/40 ,  G05D1/10 ,  G06F30/27 ,  G06F18/214 ,  G06F18/23 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/092

Abstract: 本发明涉及一种基于用户分布时序预测的无人机辅助通信系统优化方法，包括：建立无人机机载电源电池组的数学模型；建立无人机与用户之间的关联性指标；利用高斯混合分布对地面用户的二维坐标进行聚类，通过期望最大化算法得到高斯混合分布的参数；得到未来时刻混合高斯分布的参数；利用长短期记忆网络模型实现对用户分布在时间维度上的特征提取，得到地面用户群的大致分布情况；求出最大化无人机系统吞吐量和最小化能耗的飞行轨迹。本发明通过多种算法的融合构建了一个整体的决策框架，使得无人机能够更加精准地感知环境、预测未来分布趋势，可以帮助无人机规划最佳路径，在服务用户的同时，能最大程度地减少能源消耗和时间开销。

公开(公告)号：CN115797326A

公开(公告)日：2023-03-14

申请号：CN202211678195.6

申请日：2022-12-26

Applicant: 安徽大学

Inventor： 潘天红 ,  程浩 ,  纪敬虎 ,  陈山 ,  雍仁哲 ,  方笑晗

IPC: G06T7/00 ,  G06N3/0464 ,  G06N3/08 ,  G06V10/40 ,  G06V10/82

Abstract: 本申请提供一种基于改进YOLOX‑S算法的金属铸件表面缺陷检测方法，步骤为：1)采集数据库中若干金属铸件表面图像，构建金属铸件表面数据集；2)对金属铸件表面数据集中的数据进行预处理，并将处理后数据集按比例划分训练集和测试集；3)搭建基于改进YOLOX‑S网络的金属铸件表面缺陷检测网络；4)利用数据集训练基于改进YOLOX‑S算法的金属铸件表面缺陷检测网络；5)将待检测的金属铸件表面图像输入训练好的改进YOLOX‑S网络中，获得含有缺陷类别和缺陷位置的结果图。本申请针对于金属铸件表面缺陷构建基于改进YOLOX‑S算法的金属铸件表面缺陷检测模型，通过擦除机制和加强机制有效地解决了了原始YOLOX‑S网络存在的语义差异问题，提高了网络对于密集缺陷的检测精度。

公开(公告)号：CN118101034A

公开(公告)日：2024-05-28

申请号：CN202410218265.2

申请日：2024-02-28

Applicant: 安徽大学

Inventor： 王辛迪 ,  程浩 ,  梁栋

IPC: H04B7/185 ,  G06V20/17 ,  G06V10/24 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/084 ,  H04W84/06 ,  H04W4/029 ,  H04L41/16

Abstract: 本发明涉及一种基于用户位置动态预测的无人机辅助通信系统优化方法，包括：建立无人机机载电源电池组的数学模型；建立无人机与用户之间的关联性指标；建立无人机感受野数据库；得到无人机感受野内未来时刻用户的位置情况；得到优化后的双深度Q网络；对无人机飞行方向和飞行距离进行优化；利用长短期记忆网络对未来用户分布变化进行预测，求出最大化无人机系统吞吐量和最小化能耗的飞行轨迹，最终得到最优策略π*(s)。本发明采用深度强化学习框架，并通过添加卷积网络和双深度Q网络来提取场景特征，能够更好地应对复杂的环境；采用无人机变速方案，进一步缩短了任务完成时间；能够适应不同的复杂环境，并具有较高的智能化水平。