-
公开(公告)号：CN120069166A
公开(公告)日：2025-05-30
申请号：CN202510058319.8
申请日：2025-01-14
Applicant: 浙江大学
IPC: G06Q10/04 , G06Q10/0639 , G06F18/24 , G06F18/214 , G06N3/0475 , G06N3/0442 , G06N3/048 , G06N3/094 , G06N3/084 , G06F17/16 , G06Q50/06
Abstract: 本发明公开了一种基于时空相关性的高准确率核电关键指标预测仪，由核电辐射站数据库、上位机、传感器阵列分别相连构成。所述核电辐射站数据库，存储核电辐射站监测数据历史记录。所述上位机，包括生成对抗模块以及核电关键指标预测模块两个模块，使用数据库中的数据对生成对抗模块中的生成器和判别器进行训练，然后将训练好的生成器作为核电关键指标预测模型保存在核电关键指标预测模块中。所述传感器阵列接收新的辐射相关数据，传入上位机的核电关键指标预测模块进行核电关键指标预测。本发明创新性地引入生成对抗注意力模型来充分挖掘核电辐射站数据的时间相关性和空间相关性，增强了预测仪的抗干扰能力，并显著提升了核电关键指标预测准确率。
-
公开(公告)号：CN119669951A
公开(公告)日：2025-03-21
申请号：CN202411495167.X
申请日：2024-10-24
Applicant: 浙江大学
IPC: G06F18/2433 , G06F18/2413 , G06F18/10 , G06N3/0442 , G06N3/0455 , G06N3/094 , G06N5/04
Abstract: 本发明公开了一种基于异常检测的无人机博弈决策系统，包括无人机传感器数据库、上位机和传感器实时数据接收器；所述无人机传感器数据库和传感器实时数据接收器分别与上位机相连；所述上位机包括数据预处理模块、预训练模块和异常检测模块。所述无人机传感器数据库，存储历史飞行过程中所积累的无人机飞行状态数据。所述传感器实时数据接收器采集飞行过程中无人机的实时状态数据，传入上位机的无人机异常检测模块进行异常检测。所述上位机，包括数据预处理、预训练、异常检测三个模块，对数据库和接收器传入的数据进行预处理操作，使用数据库中的正常数据进行对抗性预训练，训练好的模型用于对接收器实时数据进行异常检测。本发明创新性地引入对抗性训练框架异常检测模型来充分学习正常数据内在特征，增强正常数据和异常数据的差异性，克服了传统异常检测系统未能完全识别微小异常的问题，显著提升了无人机异常检测精度。
-
公开(公告)号：CN119646232A
公开(公告)日：2025-03-18
申请号：CN202411495177.3
申请日：2024-10-24
Applicant: 浙江大学
IPC: G06F16/36 , G06F16/3329 , G06F18/22 , G06F40/295 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种高置信度无人机博弈决策智能感知系统，所述系统包括：用户对话及输入模块、多任务一体化智能代理模块、无人机辐射源识别知识图谱模块、无人机辐射源波形特征提取模块和识别结果博弈决策研判模块。通过用户对话及输入模块接收无人机辐射源识别的问题以及无人机辐射源波形数据；多任务一体化智能代理模块基于大语言模型技术进行综合智能分析，拆解任务并协调子任务执行，调用各个子模块完成自动化智能分析；无人机辐射源识别知识图谱模块构建动态知识库，实现结构化表示和快速检索；无人机辐射源波形特征提取模块对波形信号进行特征分析，生成特征描述文本并转换为嵌入向量；识别结果博弈决策研判模块评估辐射源特性和威胁等级，输出信息和威胁态势，用于博弈决策的研判分析，从而提升博弈决策效果。本发明的优点在于提高识别准确性和泛化能力，适应动态电磁环境，具备自学习和优化能力，有效支持电子对抗需求，增强指挥决策的信息支持能力，实现博弈决策效果提升。
-
公开(公告)号：CN112435095B
公开(公告)日：2025-01-03
申请号：CN202011353849.9
申请日：2020-11-26
Applicant: 浙江大学
IPC: G06Q30/0601 , G06Q50/04 , G06F30/25 , G06F111/04 , G06F111/08 , G06F119/12
Abstract: 本发明公开了一种纸箱生产车间订单生产管理装置，由设置模块、获取模块、存储模块、建模模块、计算模块和输出模块组成。通过设置模块对基础参数文件进行设置，并存入存储模块；通过获取模块接收订单信息，并存入存储模块；接收生成指令后，通过建模模块读取订单数据和基础参数文件，根据相应算法形成数学模型；在计算模块中，调用优化算法，获取排产结果，并通过输出模块转发到各个生产机器和生产管理平台。通过本申请，解决了纸箱生产车间订单管理效率低、考虑不全面的问题，实现了订单管理处理的准确与高效。
-
公开(公告)号：CN114336742B
公开(公告)日：2023-10-27
申请号：CN202111580259.4
申请日：2021-12-22
Applicant: 浙江大学
Abstract: 本发明公开了一种基于自适应神经网络的太阳能光伏系统控制器，它由依次相连的自适应模糊神经网络控制器模块、直流链路电容器模块以及LCL滤波器模块组成。本发明克服了目前已有的传统控制器不稳定的不足，振荡小、动态响应快，能更有效地快速跟踪不同气候条件下太阳能光伏阵列的最大功率。
-
Patent Agency Ranking
公开(公告)号：CN116203514A
公开(公告)日：2023-06-02
申请号：CN202211656540.6
申请日：2022-12-22
Applicant: 浙江大学
Abstract: 本发明公开了一种基于支持向量机回归的雷达参数缺失项估计系统，用于对雷达进行参数缺失项估计，该系统包括雷达、数模转换系统、系统控制逻辑模块、数据存储器、系统总线、上位机、支持向量机回归参数补全模块及雷达参数显示模块。本发明所涉及的基于支持向量机回归的雷达参数缺失项估计系统，采用所述的设备实现雷达参数的缺失项估计。本发明克服已有的雷达参数缺失项估计系统对雷达参数缺失项估计精度不高的不足，利用支持向量机回归对线性以及非线性数据高精度的回归拟合能力，提高了雷达参数缺失项估计的精度，为雷达目标定位、雷达辐射源识别等下游任务提供了坚实的基础。
-
公开(公告)号：CN116069057A
公开(公告)日：2023-05-05
申请号：CN202211626160.8
申请日：2022-12-15
Applicant: 浙江大学
IPC: G05D1/10
Abstract: 本发明公开了一种梯度自适应有限元正交配置超高声速飞行器轨迹最优控制系统,用于解决超高声速飞行器再入轨迹最优控制及过程约束全程满足。该系统包括数据预处理模块、动态优化算法模块以及飞行器控制模块。本发明对超高声速飞行器再入轨道过程的重要参数指标进行优化控制，克服已有的超高声速飞行器控制技术算法敏捷性差、难以在较短时间内得到系统最优参数控制从而导致超高声速飞行器控制效果的不足，引入动态优化方法与基于梯度的网格划分正交配置方法，从而得到超高声速飞行器再入轨迹优化最优控制系统，实现的飞行器再入轨迹OCP最优控制Benchmark场景测试结果效果更好、效率更高、易于找到最优控制参数。
-
公开(公告)号：CN112926381B
公开(公告)日：2022-06-21
申请号：CN202110023550.5
申请日：2021-01-08
Applicant: 浙江大学
Abstract: 本发明公开了一种基于激光检测技术的水下目标识别系统，其由激光雷达、数据库和上位机依次相连而成。所述激光雷达对所检测水下区域进行照射扫描获取图片数据，之后所述数据库存储检测到的图片数据，最终所述上位机从数据库中提取数据并对数据进一步处理。上位机处理过程包括图像数据处理模块、特征提取模块、检测识别模块以及结果显示模块。本发明运用退化模型反推恢复图像的图片复原技术提升系统准确性，运用角点检测识别算法提升系统智能性，从而提供了一种智能性强、识别准确率高的水下目标识别系统。
-
公开(公告)号：CN114154486A
公开(公告)日：2022-03-08
申请号：CN202111320100.9
申请日：2021-11-09
Applicant: 浙江大学
IPC: G06F40/232 , G06F40/216 , G06F40/242 , G06F40/30 , G06F16/35 , G06N3/04 , G06N3/08
Abstract: 本发明公开一种针对中文语料拼写错误的智能纠错系统。该智能检测仪由文本特征提取模块、文本错误识别模块、文本错误校正模块三个模块构成。本发明不需要对含错文本进行人工标注，具有实现方法简单、识别精度高、鲁棒性好等特点。
-
公开(公告)号：CN114153971A
公开(公告)日：2022-03-08
申请号：CN202111321911.0
申请日：2021-11-09
Applicant: 浙江大学
Abstract: 本发明公开了一种含错中文文本纠错识别分类设备，该设备由中文文本数据库、中文特征提取模块、文本纠错模块、文本事件要素提取及分类模块组成。中文文本数据库搜集大量中文文本，然后中文特征提取模块负责对中文字词进行编码并转化为高维嵌入向量，接着文本纠错模块对含错文本进行纠错，最后文本事件要素提取及分类模块对文本中的各事件要素进行提取并对文本进行分类。本发明能够根据中文的形态、发音和语义来自动提取中文文本中丰富的特征以自动完成中文文本的纠错以及分类任务，克服了现有成果对于中文文本自动纠错能力较差以及对于中文文本分类模型研究的不足，为自然语言处理中的文本分类技术在中文文本上的应用带来显著增效。
-
-
-
-
-
-
-
-
-
Search Results
647
records
(took 0.031 seconds)
