基于两阶段解耦离线强化学习的机器人路径规划模型及方法

    公开(公告)号:CN119148702A

    公开(公告)日:2024-12-17

    申请号:CN202411100707.X

    申请日:2024-08-12

    Abstract: 本发明公开了一种基于两阶段解耦离线强化学习的机器人路径规划模型及方法,属于机器智能决策与控制技术领域。该方法包括一种基于两阶段解耦离线强化学习的神经网络模型,该模型利用Transformer架构避免传统基于策略约束方法和基于值函数正则方法存在的分布外泛化问题,并修改现有的基于Transformer架构强化学习方法,使预测状态与预测动作两阶段解耦,令智能体不局限于模仿数据集中轨迹与动作组合,而是能够学习到具有高期望回报的状态,通过拼接次优轨迹和状态组合实现超越数据集中最优轨迹的行为策略。该方法旨在解决现有机器人路径规划方法计算资源需求高,模型泛化能力差,模型应对不确定性和容易陷入局部最优等问题。

    一种双重防伪标识及双重防伪标识的制备方法

    公开(公告)号:CN105719563B

    公开(公告)日:2018-09-21

    申请号:CN201610270919.1

    申请日:2016-04-27

    Abstract: 本发明公开了一种双重防伪标识及双重标识的制备方法,属于防伪标识领域。本发明以包含第一重防伪信息的普通二维码为载体,引入在激发状态下具有不同环色、环宽和环间距的量子点荧光色环实现第二重防伪,所述量子点荧光色环在径向方向形成一维码,负载一维码终端信息;量子点荧光色环光参数经过编码转换成特定标识信息。本发明的双重防伪标识具有良好的光化学稳定性,将一维码和二维码的性能叠加,随着量子点发射波长的变化,防伪标识负载的信息含量也不断增加,因此,本发明不仅提高了标识的防伪能力,而且提高了标识的信息储藏量。

    一种基于主动联邦学习的医疗图像分割方法

    公开(公告)号:CN118335295A

    公开(公告)日:2024-07-12

    申请号:CN202410750369.8

    申请日:2024-06-12

    Abstract: 本发明公开了一种基于主动联邦学习的医疗图像分割方法,属于医疗图像处理技术领域。本发明包括:服务器获取医学图像数据并进行预处理,再划分给各已知客户端和未知客户端;已知客户端基于本地的训练数据集对图像分割模型执行一轮联邦学习;服务器采用主动学习方法对各已知客户端的训练数据集进行二次构建并下发给已知客户端执行一轮联邦学习;服务器基于当前联邦学习后的模型参数进行若干次蒸馏处理,将每次得到的模型参数下发给每个未知客户端进行模型测试,基于反馈的测试结果确定每次模型参数的最终测试结果;基于最优最终测试结果对应的模型参数得到图像分割模型的最优参数。本发明能够解决医疗图像分割隐私保护问题,并提高了模型的泛化性。

    一种FPGA设计开发方法
    4.
    发明公开

    公开(公告)号:CN117113889A

    公开(公告)日:2023-11-24

    申请号:CN202210529119.2

    申请日:2022-05-16

    Abstract: 本发明涉及一种FPGA设计开发方法,包括以下步骤:在集成开发环境中,打开或创建工程,工程用于管理FPGA设计开发过程中涉及到的文件;根据开启工程指令打开或创建工程;在工程中添加资源文件,以调用集成开发环境对资源文件进行管理和编译转换;资源文件包括:设计文件和约束文件,或者,资源文件包括:设计文件、约束文件和仿真文件;调用集成开发环境的执行功能对工程中对应的资源文件进行编译和转换,并根据转换结果得到可载入FPGA芯片的比特流,执行功能包括:综合功能、实现功能和比特流生成功能,或者,还可以包括仿真功能。本发明为FPGA设计开发提供全流程调用以及简单友好的交互界面,可以提高FPGA设计开发的效率。

    一种时序驱动的力导向布局方法
    6.
    发明公开

    公开(公告)号:CN117131826A

    公开(公告)日:2023-11-28

    申请号:CN202210542658.X

    申请日:2022-05-18

    Abstract: 本发明公开了一种时序驱动的力导向布局方法,首先对待处理电路进行处理后生成电路网表;接着对电路网表中的逻辑单元进行随机布局,得到待优化布局结果;其次计算待优化布局结果中每个逻辑单元所受的合力,并基于该合力计算待优化布局结果中逻辑单元的新布局位置,得到又一个待优化布局结果;然后对又一个所述待优化布局结果进行合法化处理,得到合法化结果,该合法化结果作为新的待优化布局结果;当又一个所述待优化布局结果中电路的总线长与合法化结果中电路的总线长收敛至特定标准,获取目标布局结果。本发明引入的力引导部分,可以使逻辑单元向优化线长和时延成本的方向移动,有效缩短布局时间,且得到较高质量的布局结果。

    一种双重防伪标识及双重防伪标识的制备方法

    公开(公告)号:CN105719563A

    公开(公告)日:2016-06-29

    申请号:CN201610270919.1

    申请日:2016-04-27

    CPC classification number: G09F3/0297 G06K19/06018 G06K19/06037

    Abstract: 本发明公开了一种双重防伪标识及双重标识的制备方法,属于防伪标识领域。本发明以包含第一重防伪信息的普通二维码为载体,引入在激发状态下具有不同环色、环宽和环间距的量子点荧光色环实现第二重防伪,所述量子点荧光色环在径向方向形成一维码,负载一维码终端信息;量子点荧光色环光参数经过编码转换成特定标识信息。本发明的双重防伪标识具有良好的光化学稳定性,将一维码和二维码的性能叠加,随着量子点发射波长的变化,防伪标识负载的信息含量也不断增加,因此,本发明不仅提高了标识的防伪能力,而且提高了标识的信息储藏量。

    一种基于主动联邦学习的医疗图像分割方法

    公开(公告)号:CN118335295B

    公开(公告)日:2024-08-30

    申请号:CN202410750369.8

    申请日:2024-06-12

    Abstract: 本发明公开了一种基于主动联邦学习的医疗图像分割方法,属于医疗图像处理技术领域。本发明包括:服务器获取医学图像数据并进行预处理,再划分给各已知客户端和未知客户端;已知客户端基于本地的训练数据集对图像分割模型执行一轮联邦学习;服务器采用主动学习方法对各已知客户端的训练数据集进行二次构建并下发给已知客户端执行一轮联邦学习;服务器基于当前联邦学习后的模型参数进行若干次蒸馏处理,将每次得到的模型参数下发给每个未知客户端进行模型测试,基于反馈的测试结果确定每次模型参数的最终测试结果;基于最优最终测试结果对应的模型参数得到图像分割模型的最优参数。本发明能够解决医疗图像分割隐私保护问题,并提高了模型的泛化性。

    一种基于强化学习的小样本知识图谱补全方法

    公开(公告)号:CN117150041A

    公开(公告)日:2023-12-01

    申请号:CN202311112645.X

    申请日:2023-08-31

    Abstract: 本发明涉及知识图谱推理技术,其公开了一种基于强化学习的小样本知识图谱补全方法,解决现有技术存在的可解释性问题和知识图谱数据稀疏性问题,其包括:根据输入的头实体作为当前步的智能体、以智能体和关系作为决策网络的输入构建动作空间,其中,输入的头实体为上一步推理获得的尾实体,动作空间包括知识图谱中与其具有相同头实体和关系的已有动作空间,以及基于头实体和目标关系利用元学习网络推理获得的额外动作空间;接着,基于决策网络的策略函数,根据动作空间确定当前步的动作,进而获得当前步的推理结果,最后,判定推理结果是否符合要求,若符合则完成补全;若不符合,则继续迭代,根据当前步推理结果再次进行推理。

    一种基于投影式无掩膜光刻设备的对准套刻光路及其方法

    公开(公告)号:CN110174824A

    公开(公告)日:2019-08-27

    申请号:CN201910460820.1

    申请日:2019-05-30

    Abstract: 本发明公开一种基于投影式无掩膜光刻设备的对准套刻光路及其方法,应用于无掩膜光刻技术领域,针对传统的掩模光刻对准系统要在掩模版上构造标记,对于投影式无掩膜光刻设备,传统的对准方式不适用的问题,本发明通过透镜或透镜组准直对准光源产生的光束;通过合束光学元件将光束耦合进投影曝光主光路;对准光束照射到图像生成装置后反射,形成对准图形;对准图形经过微缩透镜组实现图像的微缩投影;调整工件台的垂直距离实现对准图形在待光刻基片的清晰成像;调整工件台的水平坐标和旋转角度,实现对准图形与待光刻基片的位置对准;最后打开曝光光源,完成投影曝光;实现了投影式无掩膜光刻设备的对准套刻。

Patent Agency Ranking