-
公开(公告)号：CN116307440B
公开(公告)日：2023-11-17
申请号：CN202211456989.8
申请日：2022-11-21
申请人： 暨南大学 , 广东云熵科技有限公司
IPC分类号： G06Q10/0631 , G06Q50/04
摘要： 本发明公开了一种基于强化学习的多目标权重学习的车间调度方法及其装置和应用，属于人工智能技术领域。本发明提出了一种基于强化学习的多目标权重学习车间调度方法，通过不断收集、分析车间中的不同目标所衍生的状态数据，进而对多个目标的调度进行不断优化，最终得到最优的调度方式，从而有效优化了车间作业流程，提高生产效率；本发明可根据实际生产状态调整不同优化目标的优先程度，动态性更强，可更好应对不同生产状况；本发明所获得的调度结果与传统的解决多目标车间调度问题的方法相比更佳，对人工智能更好地用于生产具有重要的意义。
-
公开(公告)号：CN116385969A
公开(公告)日：2023-07-04
申请号：CN202310367749.9
申请日：2023-04-07
申请人： 暨南大学
IPC分类号： G06V20/52 , G06V10/44 , G06V10/42 , G06V10/30 , G06V10/34 , G06T5/40 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/0442 , G06N3/0455 , G06N3/047 , G06N3/048 , G06N3/084 , G06N3/092 , H04N7/18
摘要： 本发明涉及用于数据处理方法技术领域，具体涉及一种基于多摄像头协同和人类反馈的人员聚集检测系统；该系统主要包括：数据采集模块、数据预处理模块、人流检测模块、多摄像头联动模块、人流聚集预测模块、实时反馈与优化模块、安保响应模块；通过以上各个模块的协同工作，本发明实现了基于多摄像头联动的人流聚集检测与预测。这种方法可以提高公共场所的安全水平，有效预防踩踏事件或疫情期间不必要的人流聚集。
-
公开(公告)号：CN116307440A
公开(公告)日：2023-06-23
申请号：CN202211456989.8
申请日：2022-11-21
申请人： 暨南大学 , 广东云熵科技有限公司
IPC分类号： G06Q10/0631 , G06Q50/04
摘要： 本发明公开了一种基于强化学习的多目标权重学习的车间调度方法及其装置和应用，属于人工智能技术领域。本发明提出了一种基于强化学习的多目标权重学习车间调度方法，通过不断收集、分析车间中的不同目标所衍生的状态数据，进而对多个目标的调度进行不断优化，最终得到最优的调度方式，从而有效优化了车间作业流程，提高生产效率；本发明可根据实际生产状态调整不同优化目标的优先程度，动态性更强，可更好应对不同生产状况；本发明所获得的调度结果与传统的解决多目标车间调度问题的方法相比更佳，对人工智能更好地用于生产具有重要的意义。
-
公开(公告)号：CN116385969B
公开(公告)日：2024-03-12
申请号：CN202310367749.9
申请日：2023-04-07
申请人： 暨南大学
IPC分类号： G06V20/52 , G06V10/44 , G06V10/42 , G06V10/30 , G06V10/34 , G06T5/40 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/0442 , G06N3/0455 , G06N3/047 , G06N3/048 , G06N3/084 , G06N3/092 , H04N7/18
摘要： 本发明涉及用于数据处理方法技术领域，具体涉及一种基于多摄像头协同和人类反馈的人员聚集检测系统；该系统主要包括：数据采集模块、数据预处理模块、人流检测模块、多摄像头联动模块、人流聚集预测模块、实时反馈与优化模块、安保响应模块；通过以上各个模块的协同工作，本发明实现了基于多摄像头联动的人流聚集检测与预测。这种方法可以提高公共场所的安全水平，有效预防踩踏事件或疫情期间不必要的人流聚集。
-
公开(公告)号：CN116385970B
公开(公告)日：2024-05-28
申请号：CN202310367750.1
申请日：2023-04-07
申请人： 暨南大学
IPC分类号： G06V20/52 , G06V10/40 , G06V10/62 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/0442 , G06N3/0455 , G06N3/047 , G06N3/048 , G06N3/092 , H04N7/18
摘要： 本发明涉及用于数据处理方法技术领域，具体涉及一种基于时空序列数据的人流聚集预测模型；该模型基于时间序列的深度学习方法，以处理时间序列数据的特点，以便更准确地预测不同地点、不同时间的人流量。该方法将考虑时空信息对人流量预测的影响，使得模型能够捕捉到更精细的人流变化趋势。
-
公开(公告)号：CN116611635B
公开(公告)日：2024-01-30
申请号：CN202310443604.2
申请日：2023-04-23
申请人： 暨南大学
IPC分类号： G06Q10/0631 , G06Q50/26 , G06V20/60 , G06N20/00
摘要： 本发明提出了一种基于车路协同及强化学习的环卫机器人车调度方法及系统，包括：对环卫机器人车通信进行部署，通过基于车载自组织网络的通信网络实现车辆间的数据传输和通信；通过路况感知装置获取路况数据和利用传感器对环卫机器人车周围的环境进行实时感知和数据采集；采用改进的分层双重DQN算法，利用已有的数据，不断优化环卫机器人车的路径规划和调度策略；实时交换环卫机器人车与道路基础设施之间的信息；建立监控管理平台；对系统进行测试和评估。本发明实现了一种基于车路协同及强化学习的环卫机器人车调度系统及方法。本发明的应用可以帮助现代城市提高环卫效率，减少环
-
公开(公告)号：CN116611635A
公开(公告)日：2023-08-18
申请号：CN202310443604.2
申请日：2023-04-23
申请人： 暨南大学
IPC分类号： G06Q10/0631 , G06Q50/26 , G06V20/60 , G06N20/00
摘要： 本发明提出了一种基于车路协同及强化学习的环卫机器人车调度方法及系统，包括：对环卫机器人车通信进行部署，通过基于车载自组织网络的通信网络实现车辆间的数据传输和通信；通过路况感知装置获取路况数据和利用传感器对环卫机器人车周围的环境进行实时感知和数据采集；采用改进的分层双重DQN算法，利用已有的数据，不断优化环卫机器人车的路径规划和调度策略；实时交换环卫机器人车与道路基础设施之间的信息；建立监控管理平台；对系统进行测试和评估。本发明实现了一种基于车路协同及强化学习的环卫机器人车调度系统及方法。本发明的应用可以帮助现代城市提高环卫效率，减少环境污染，降低人力成本，同时提高城市居民的生活品质。
-
公开(公告)号：CN116385970A
公开(公告)日：2023-07-04
申请号：CN202310367750.1
申请日：2023-04-07
申请人： 暨南大学
IPC分类号： G06V20/52 , G06V10/40 , G06V10/62 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/0442 , G06N3/0455 , G06N3/047 , G06N3/048 , G06N3/092 , H04N7/18
摘要： 本发明涉及用于数据处理方法技术领域，具体涉及一种基于时空序列数据的人流聚集预测模型；该模型基于时间序列的深度学习方法，以处理时间序列数据的特点，以便更准确地预测不同地点、不同时间的人流量。该方法将考虑时空信息对人流量预测的影响，使得模型能够捕捉到更精细的人流变化趋势。
-
-
-
-
-
-
-
搜索结果
8 条记录 (耗时 0.024 秒)
