-
公开(公告)号：CN115202402B
公开(公告)日：2024-11-19
申请号：CN202211001316.3
申请日：2022-08-19
Applicant: 重庆邮电大学
IPC: G05D1/695 , G05D109/20
Abstract: 本发明属于无人机技术领域，尤其涉及一种无人机集群多任务动态分配方法，包括无人机根据动态出现的新任务确定该任务的响应半径；在该任务响应范围内的无人组成该任务的无人机子团队，无人机子团队竞争该任务；当前无人机将所有需要重分配的任务构成新的任务集合，新的任务集为动态出现的新任务以及无人机子团队中各个无人机未完成的任务；无人机之间分享任务的信息并对本地的任务列表进行更新，并将更新的任务列表分享给其他无人机，当无人机的任务列表不再因为共享信息更新时，完成任务分配；本发明实现无人机集群的动态任务分配，能够适应复杂多变的任务场景，增强无人机集群协同执行任务的时效性，有效解决任务执行过程中出现突发情况的问题。
-
公开(公告)号：CN115202402A
公开(公告)日：2022-10-18
申请号：CN202211001316.3
申请日：2022-08-19
Applicant: 重庆邮电大学
IPC: G05D1/10
Abstract: 本发明属于无人机技术领域，尤其涉及一种无人机集群多任务动态分配方法，包括无人机根据动态出现的新任务确定该任务的响应半径；在该任务响应范围内的无人组成该任务的无人机子团队，无人机子团队竞争该任务；当前无人机将所有需要重分配的任务构成新的任务集合，新的任务集为动态出现的新任务以及无人机子团队中各个无人机未完成的任务；无人机之间分享任务的信息并对本地的任务列表进行更新，并将更新的任务列表分享给其他无人机，当无人机的任务列表不再因为共享信息更新时，完成任务分配；本发明实现无人机集群的动态任务分配，能够适应复杂多变的任务场景，增强无人机集群协同执行任务的时效性，有效解决任务执行过程中出现突发情况的问题。
-
公开(公告)号：CN115113648A
公开(公告)日：2022-09-27
申请号：CN202210839974.3
申请日：2022-07-18
Applicant: 重庆邮电大学
IPC: G05D1/10
Abstract: 本发明属于无人机任务分配领域，具体涉及一种基于优势粗糙集的层次多无人机任务分配方法；该方法包括：对无人机属性值进行归一化处理；根据归一化后的无人机属性值构建总效用目标函数；根据总效用目标函数对无人机进行信息融合，得到总属性融合值；根据不同无人机的总属性融合值定义无人机之间的优势关系，根据无人机之间的优势关系得到无人机的优势类；根据无人机的优势类计算无人机之间的优势度；根据无人机之间的优势度计算无人机的总体优势度；根据任务目标对应的无人机的总体优势度对任务目标进行分配，得到任务目标的分配结果；本发明可在不依赖于过多参数的同时提升多无人机任务分配的效率，实用性高。
-
公开(公告)号：CN115202397A
公开(公告)日：2022-10-18
申请号：CN202210902653.3
申请日：2022-07-29
Applicant: 重庆邮电大学
Abstract: 本发明属于无人机技术领域，具体涉及一种基于三支进化算法的多无人机任务分配方法，包括建立一个基于粗糙集的不确定性多无人机任务分配模型；利用三支决策思想设计三支进化算法求解任务分配模型，得到最优的多无人机任务分配方案；本发明综合考虑资源代价、航程代价、任务奖励三个不确定性指标，构建更全面的分配模型，同时设计三支进化算法，提高了传统进化算法的求解速度和求解精度，在鲁棒性方面也有所提升。
-
Patent Agency Ranking
公开(公告)号：CN111104508B
公开(公告)日：2022-07-01
申请号：CN201911023328.4
申请日：2019-10-25
Applicant: 重庆邮电大学
IPC: G06F16/35 , G06F16/335 , G06F16/36
Abstract: 本发明请求保护一种基于容错粗糙集的词袋模型文本表示方法，包括：101、计算机获取语料库，并对语料库进行预处理操作；102、计算机确定语料库的基词集合；103、计算机获取每个基词的不确定性函数(容错类)，构建不确定性函数矩阵；104、计算机计算每个基词基于每篇文档的模糊隶属度，构建模糊隶属矩阵；105、计算机基于模糊隶属矩阵，获取每篇文档的上近似和下近似，构建上、下近似矩阵；106、计算机基于两种权重计算方案，构建语料库的文本表示矩阵。本发明主要是通过应用容错粗糙集模型，计算语料库中词语对于每篇文档的模糊隶属度，获得文档的上近似和下近似，构建相应的权重计算方法进行文档表示，切实结合当下的技术发展需求。
-
公开(公告)号：CN111104508A
公开(公告)日：2020-05-05
申请号：CN201911023328.4
申请日：2019-10-25
Applicant: 重庆邮电大学
IPC: G06F16/35 , G06F16/335 , G06F16/36
Abstract: 本发明请求保护一种基于容错粗糙集的词袋模型文本表示方法，包括：101、计算机获取语料库，并对语料库进行预处理操作；102、计算机确定语料库的基词集合；103、计算机获取每个基词的不确定性函数(容错类)，构建不确定性函数矩阵；104、计算机计算每个基词基于每篇文档的模糊隶属度，构建模糊隶属矩阵；105、计算机基于模糊隶属矩阵，获取每篇文档的上近似和下近似，构建上、下近似矩阵；106、计算机基于两种权重计算方案，构建语料库的文本表示矩阵。本发明主要是通过应用容错粗糙集模型，计算语料库中词语对于每篇文档的模糊隶属度，获得文档的上近似和下近似，构建相应的权重计算方法进行文档表示，切实结合当下的技术发展需求。
-
公开(公告)号：CN115113648B
公开(公告)日：2025-01-10
申请号：CN202210839974.3
申请日：2022-07-18
Applicant: 重庆邮电大学
IPC: G05D1/695 , G05D109/20
Abstract: 本发明属于无人机任务分配领域，具体涉及一种基于优势粗糙集的层次多无人机任务分配方法；该方法包括：对无人机属性值进行归一化处理；根据归一化后的无人机属性值构建总效用目标函数；根据总效用目标函数对无人机进行信息融合，得到总属性融合值；根据不同无人机的总属性融合值定义无人机之间的优势关系，根据无人机之间的优势关系得到无人机的优势类；根据无人机的优势类计算无人机之间的优势度；根据无人机之间的优势度计算无人机的总体优势度；根据任务目标对应的无人机的总体优势度对任务目标进行分配，得到任务目标的分配结果；本发明可在不依赖于过多参数的同时提升多无人机任务分配的效率，实用性高。
-
公开(公告)号：CN111199154B
公开(公告)日：2022-12-27
申请号：CN201911326404.9
申请日：2019-12-20
Applicant: 重庆邮电大学
IPC: G06F40/284 , G06F40/30
Abstract: 本发明请求保护一种基于容错粗糙集的多义词词表示方法、系统及介质，包括：101、计算机获取语料库，并对语料库进行预处理操作；102、计算机确定语料库的基词集合；103、计算机获取每个基词的不确定性函数(容错类)；104、对于每个基词的不确定性函数集合，进行模糊聚类，计算每个基词的词义数量；105、构建连续词袋模型(CBOW)，训练词向量。本发明主要是通过应用容错粗糙集模型，获取每个词语的词义数量，建立相应的连续词袋模型训练词向量，获取多义词的词表示，切实结合当下的技术发展需求。
-
公开(公告)号：CN111199154A
公开(公告)日：2020-05-26
申请号：CN201911326404.9
申请日：2019-12-20
Applicant: 重庆邮电大学
IPC: G06F40/284 , G06F40/30
Abstract: 本发明请求保护一种基于容错粗糙集的多义词词表示方法、系统及介质，包括：101、计算机获取语料库，并对语料库进行预处理操作；102、计算机确定语料库的基词集合；103、计算机获取每个基词的不确定性函数(容错类)；104、对于每个基词的不确定性函数集合，进行模糊聚类，计算每个基词的词义数量；105、构建连续词袋模型(CBOW)，训练词向量。本发明主要是通过应用容错粗糙集模型，获取每个词语的词义数量，建立相应的连续词袋模型训练词向量，获取多义词的词表示，切实结合当下的技术发展需求。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.014 seconds)
