一种基于强化学习的智能决策系统

    公开(公告)号:CN118153663A

    公开(公告)日:2024-06-07

    申请号:CN202410359022.0

    申请日:2024-03-27

    Abstract: 本发明涉及人工智能技术领域,具体为一种基于强化学习的智能决策系统,包括强化学习框架和智能决策框架,所述强化学习框架还包括智能体模块、状态模块、动作模块、更新模块和奖励模块,所述智能决策框架还包括数据分析模块、预测建模模块、优化算法模块和行动选择模块;本发明相比于现有的强化学习架构在智能体与环境交互方面,对于强化学习算法,通过改进策略更新规则、引入新的探索策略、调整学习率等方式来优化算法性能,在不同的搜索空间中找到最优解,从而提高决策的准确性和效率。

    一种基于LSTM网络的无线频谱占用度预测方法

    公开(公告)号:CN110502806B

    公开(公告)日:2022-03-15

    申请号:CN201910704416.4

    申请日:2019-07-31

    Abstract: 本发明涉及到无线频谱分析领域,具体为一种基于LSTM网络的无线频谱占用度预测方法。本发明将ARIMA模型和Kalman滤波算法结合,以克服ARIMA模型存在的局限性,Kalman滤波算法的初值由ARIMA模型决定,相得益彰。考虑到LSTM神经网络对非线性关系有很强的捕捉能力,本发明将构建ARIMA与Kalman和LSTM组合预测模型,即利用ARIMA与Kalman混合模型提取频段占用度序列数据中存在的线性关系,LSTM对混合模型剩余残差中未提取的非线性部分进行提取,将拟合信息叠加到ARIMA与Kalman混合模型中。所以本发明结合了ARIMA与Kalman与LSTM网络的优点,既可以对平稳序列进行分析,也可以对非平稳序列进行分析,同时还可以很好的提取线性和非线性的信息。

    一种基于全卷积神经网络的输电线路导线断股识别方法

    公开(公告)号:CN107506768A

    公开(公告)日:2017-12-22

    申请号:CN201710939766.X

    申请日:2017-10-11

    CPC classification number: G06K9/342 G06N3/084

    Abstract: 本发明公开了一种基于全卷积神经网络的输电线路导线断股识别方法,包括以下步骤:S1、通过无人机采集输电线路导线图片;S2、设计全卷积神经网络对S1采集到的图片进行语义分割,从背景中提取出导线;S3、去除导线图片中形状不符合预设条件的连通域;S4、采用两遍扫描法提取每根导线连通域;S5、对每根导线连通域进行线性拟合,求判断导线断股的阈值;S6、根据阈值判断导线是否断股,如果存在断股导线,则标出对应导线。本发明克服了人为设定特征参数存在的误差、不合理性以及数量不足等缺陷,采用全卷积神经网络的方法提取出导线,然后再进行导线断股检测,能够更准确地从背景中提取出导线,提高缺陷识别的准确性和效率。

    一种海洋测绘的水下机器人

    公开(公告)号:CN116443222B

    公开(公告)日:2024-11-22

    申请号:CN202310602175.9

    申请日:2023-05-24

    Abstract: 本发明公开了一种海洋测绘的水下机器人,属于海洋测绘技术领域,包括机器体、驱动组件和路线偏移组件,驱动组件和路线偏移组件与机器体固定连接,机器体上设有胸鳍翼,驱动组件和路线偏移组件与胸鳍翼电性连接,机器体的底端设有用于对海洋进行测绘的测绘组件,机器体的前端设有用于监测海洋鱼类的监测组件,机器体上转动连接有两个第一转动杆,每个转动块上设有用于驱逐鱼类的驱逐器。本发明通过整体结构的配合,达到了根据距离传感器监测到鱼类距水下机器人的距离,从而调节驱逐器的距离,且驱逐器同步以第一转动杆为圆心往复转动,从而将水下机器人路线前的鱼类进行驱逐,避免了鱼类撞击水下机器人,从而水下机器人损坏的效果。

    无人机及其路径规划方法
    6.
    发明公开

    公开(公告)号:CN118387334A

    公开(公告)日:2024-07-26

    申请号:CN202410387991.7

    申请日:2024-04-01

    Abstract: 本发明属于无人机技术领域,具体涉及一种无人机及其路径规划方法。本装置包括:无人机身以及设置在无人机身四周的机翼连接杆;其中各所述机翼连接杆上均设置有飞行翼;以及机翼防护机构,设置在机翼连接杆上,适于在无人机飞行过程中与障碍物接触时,对飞行翼进行保护;无人机控制端,设置在无人机身下方,分别与飞行翼以及控制模块电性连接,适于接收控制模块发出的姿态调整信号进而控制飞行翼,以带动无人机调整相应飞行姿态;通过设置有机翼防护机构,在无人机朝向目标物飞行的过程中,与路径上障碍物接触时抵消撞击的冲击力,对无人机机翼进行保护;通过RTH算法,实现无人机路径规划。

    一种具有自锁机构的行走驱动电机

    公开(公告)号:CN117879244A

    公开(公告)日:2024-04-12

    申请号:CN202410063509.4

    申请日:2024-01-16

    Abstract: 本发明提供了一种具有自锁机构的行走驱动电机,包括动力机构,所述动力机构前端位置安装有轴杆,所述轴杆上端位置安装有自锁盘,所述动力机构上端位置安装有安装架,所述安装架上端位置安装有伸缩杆,所述伸缩杆底端位于安装架内部位置安装有三棱条,所述安装架内部位于三棱条两侧位置设置有旋转杆,所述旋转杆中间位置旋转安装在安装架内部,所述三棱条底端和旋转杆底端位置安装有自锁片。该发明自锁片与自锁盘接触时,通过夹持力和摩擦力对自锁盘以及轴杆进行锁定,通过三个自锁片能够对自锁盘上端和两侧位置进行夹持锁住能够提高自锁的稳定性,且三个自锁片只通过一个伸缩杆进行控制,非常的方便快捷且耗能较小。

    一种多任务流程一体化协同设计方法

    公开(公告)号:CN119831531A

    公开(公告)日:2025-04-15

    申请号:CN202411900849.4

    申请日:2024-12-23

    Abstract: 本申请实施例公开了一种多任务流程一体化协同设计方法,属于试验任务技术领域,包括对任务步骤进行定义,获取分解颗粒度,根据分解颗粒度和任务关系对试验任务进行分解,获取子任务和元任务,根据霍尔三维结构对任务进行三维结构的描述和分解,构建霍尔管理矩阵,根据霍尔管理矩阵构建任务模型,根据任务模型对试验任务进行归纳、分类,生成完整的试验任务流程,再对试验任务流程进行简化和验证,本申请实施例能获得可直接执行的子任务序列,同时元任务之间具有较高的区分度,也避免任务颗粒度过细,不会浪费不必要的计算资源和时间。

Patent Agency Ranking