-
公开(公告)号：CN114021695A
公开(公告)日：2022-02-08
申请号：CN202111107795.2
申请日：2021-09-22
Applicant: 浙江工业大学
Abstract: 本发明涉及一种基于深度强化学习的群智感知激励机制方法，获取参与者位置和移动轨迹信息，将参与者移动过程建模为马尔可夫决策过程，采用深度强化学习预测其在下一个激励周期内的移动轨迹，预测参与者在下一个激励周期结束时的位置分布，通过计算参与者的预测位置分布与数据请求方提供的感知数据目标分布的相对熵，选择大于相对熵阈值区域内的参与者进行激励。本发明避免在同一时间段内对所有参与者进行激励、对同一个参与者在所有激励周期内都进行激励，合理的激励机制解决群智感知参与者收集到的感知数据分布情况与数据请求方提供的目标数据分布之间差异较大、覆盖质量较低的问题；可被广泛应用于移动群智感知领域，降低激励参与者的成本。
-
公开(公告)号：CN113552881B
公开(公告)日：2024-03-26
申请号：CN202110802240.3
申请日：2021-07-15
Applicant: 浙江工业大学
Abstract: 本发明涉及一种用于神经网络训练的多路径规划数据集生成方法，运用随机矩阵生成算法生成01矩阵地图，通过二次循环遍历提高矩阵地图的准确性，再利用随机函数设置起点以及终点位置，引入时间维度在传统寻路A*算法生成的单路径基础上进行多路径生成，从而实现碰撞避免。考虑数据集的丰富性，针对不同起点和终点、相同终点、相同起点三种情况分别制作了对应的数据集，最终设定循环次数来完成数据集的制作。
-
公开(公告)号：CN114022582A
公开(公告)日：2022-02-08
申请号：CN202111109265.1
申请日：2021-09-22
Applicant: 浙江工业大学
Abstract: 本发明涉及一种文本生成图像方法，基于Transformer模块和AttnGAN网络，将文本经过文本编码器编码后得到句子特征和单词特征，句子特征通过条件增强模块得到特征向量，将其与随机噪声向量融合输入到Transformer模块学习，输出改进特征向量并输入到生成器中生成粗略64*64像素的初始图像，将初始合成图像和改进特征向量输入到判别器进行判别，并根据损失函数训练生成器；依次将上一步的改进特征向量与单词特征一起输入到神经网络进行上采样得到融合向量，再将其输入到生成器得到128*128像素的图像、256*256像素的图像。本发明生成的图像较于之前传统AttnGAN方法生成的图像细节轮廓更清晰。
-
公开(公告)号：CN113552881A
公开(公告)日：2021-10-26
申请号：CN202110802240.3
申请日：2021-07-15
Applicant: 浙江工业大学
IPC: G05D1/02
Abstract: 本发明涉及一种用于神经网络训练的多路径规划数据集生成方法，运用随机矩阵生成算法生成01矩阵地图，通过二次循环遍历提高矩阵地图的准确性，再利用随机函数设置起点以及终点位置，引入时间维度在传统寻路A*算法生成的单路径基础上进行多路径生成，从而实现碰撞避免。考虑数据集的丰富性，针对不同起点和终点、相同终点、相同起点三种情况分别制作了对应的数据集，最终设定循环次数来完成数据集的制作。
-
-
-
Search Results
4
records
(took 0.023 seconds)
