一种无人机群夜间相对定位方法
    111.
    发明公开

    公开(公告)号:CN116558497A

    公开(公告)日:2023-08-08

    申请号:CN202310220117.X

    申请日:2023-03-09

    IPC分类号: G01C21/00 G01C21/20

    摘要: 本发明属于飞行器导航定位技术领域,公开了一种无人机群夜间相对定位方法。本发明通过无人机安装磁罗盘、被动红外反光球和二维转台红外摄像头,以及通讯拓扑网络实现对无人机集群内部的分布式协同定位和碰撞告警,无需增加额外设备,无需依赖外部信号源,避免了受到外界干扰,相比于传统激光雷达和超声波定位方法,本发明有效简化了系统,降低了实施成本。同时,本方法通过采用被动式红外反光球作为无人机夜间位置标记点,具有低成本、低功耗,低可探测性等优势,有利于夜间突防、侦察、打击等作战任务。

    一种虚假新闻的识别方法及装置
    112.
    发明公开

    公开(公告)号:CN116522928A

    公开(公告)日:2023-08-01

    申请号:CN202310512825.0

    申请日:2023-05-08

    摘要: 本发明公开了一种虚假新闻的识别方法及装置,属于深度学习与数据挖掘领域。通过该方法可以解决现有针对虚假新闻的判断存在准确度低的问题。该方法包括:通过自注意力机制依次确定文本特征序列和图像特征序列分别对应的文本判断因子和图像判断因子;通过注意力机制、所述文本特征序列和所述图像特征序列,依次确定文图序列和图文序列,根据所述文图序列和所述图文序列得到模态融合判断因子;通过损失函数依次确定文本判断因子、图像判断因子和模态融合判断因子分别对应的预测结果,根据所述预测结果确定所述训练集合对应的新闻数据集的真实性。

    一种聚合信息差异的神经网络结合时间序列预测的方法

    公开(公告)号:CN113537626B

    公开(公告)日:2023-05-05

    申请号:CN202110886769.8

    申请日:2021-08-03

    摘要: 本发明公开一种聚合信息差异的神经网络结合时间序列预测的方法,属于深度学习与智能交通领域,能够同时捕获地铁客流数据的时间和空间特征,本发明提出一种新的基于聚合信息差异最大化的方法对图卷积网络的傅里叶域中定义的平滑滤波器进行改进。本发明通过GateRecurrentUnit模型中的门控机制,在捕获当前时刻的客流信息的同时,仍然尽最大可能保留了历史信息的变化趋势,充分考虑了客流信息之间的时间依赖关系,最后,在真实交通网络上海地铁交通网络上进行测试,可以判断出本发明能够有效的抵消图神经网络的傅里叶域中定义的平滑滤波器对预测结果的影响,解决了在预测峰值客流数据时预测结果偏平滑而导致的预测精度不高的问题。

    基于聚类快速推演和子模最大化的信息传播网络推演方法

    公开(公告)号:CN115984024A

    公开(公告)日:2023-04-18

    申请号:CN202211336987.5

    申请日:2022-10-28

    摘要: 本发明公开了基于聚类快速推演和子模最大化的信息传播网络推演方法,包括:获取传播时间数据以及需要推演的用户之间的传播关系数;根据传播时间数据构建数据模型;根据节点的接收时间大小,在信息级联集合中构造出所有的潜在边集;构造一个融合节点的接收时间和接收状态的聚类指标;计算每条潜在边的聚类指标值;利用聚类算法对所有潜在边的聚类指标值进行聚类,获取聚类结果;根据聚类结果获取一个对每条所述潜在边的聚类指标值进行筛选的阈值;将每条潜在边的聚类指标值与所述阈值进行比较,推演出有效潜在边,根据有效潜在边获取节点的簇结构;根据信息级联集合或信息传播构建观测级联的似然函数,利用贪心算法迭代推演出传播边,完成推演。

    一种二阶集群增量包围控制方法、装置及设备

    公开(公告)号:CN115879537A

    公开(公告)日:2023-03-31

    申请号:CN202211610423.6

    申请日:2022-12-14

    IPC分类号: G06N3/092 G06N3/04

    摘要: 本发明公开一种二阶集群增量包围控制方法、装置及设备,本发明涉及人工智能领域,用于解决现有技术中集群系统中智能体数量不可变、执行任务的效率和成功率低的问题。包括:通过建立原始集群系统的通讯拓扑,并获取原始集群系统的初始状态信息;基于智能体增量指令,确定加入增量智能体集合得到的目标集群系统对应的二阶通讯拓扑以及智能体的状态信息;计算目标集群系统中各个智能体在当前包围目标下的控制量;根据当前包围目标下的控制量更新目标集群系统中各个智能体的状态信息,实现目标增量包围控制,克服了包围任务中集群系统包围范围有限的困境,扩大集群系统的任务范围、提高执行任务的效率和成功率。

    一种无人机编队变换控制方法、装置及设备

    公开(公告)号:CN115373422A

    公开(公告)日:2022-11-22

    申请号:CN202211073909.0

    申请日:2022-09-02

    IPC分类号: G05D1/10

    摘要: 本发明公开一种无人机编队变换控制方法、装置及设备,本发明涉及无人机飞行控制技术领域,使无人机编队在预设时间内实现稳定的队形变换。包括:获取无人机编队在真实空域中的飞行位置;获取预先设置的无人机编队的期望队形以及完成无人机编队变换的预设时间;对预设时间收敛进行控制,并将无人机编队的飞行位置按照期望队形进行变换控制,使无人机编队在预设时间内完成稳定队形变换;控制完成稳定队形变换的无人机编队向目标区域机动。无人机编队通过同时在时域和空域上的变换,保证无人机编队的队形变换控制误差在预设时间内收敛到零,能够有效提高无人机编队的队形变换效率,同时也提高了无人机编队变换系统的控制可靠性和鲁棒性。

    基于分块表征和可变邻域聚类的弱小运动目标检测方法

    公开(公告)号:CN110910421B

    公开(公告)日:2022-11-11

    申请号:CN201911094502.4

    申请日:2019-11-11

    摘要: 本发明公开了一种基于分块表征和可变邻域聚类的弱小运动目标检测方法,用于解决现有弱小运动目标检测方法检测精度低的技术问题。技术方案是在运用图像分块化处理的基础上,获得各分块的类Haar特征向量和前后帧各分块的移动方向,提取潜在运动分块。以潜在运动分块中心像素作为聚类中心,计算可变邻域内各像素与聚类中心的特征距离,结合RANSAC算法自适应确定距离阈值,将特征距离低于阈值的像素进行聚类,从而得到完整运动目标,最终实现序列图像中弱小运动目标的精确检测。本发明通过判断前后帧分块移动方向,对剩余分块运用可变邻域特征聚类,获得所属分块的完整目标形态表征,抑制背景噪声,提高了准确捕获弱小运动目标的检测精度。

    基于增强网络对比约束的多通道社交圈子识别装置及方法

    公开(公告)号:CN115169538A

    公开(公告)日:2022-10-11

    申请号:CN202210847729.7

    申请日:2022-07-19

    摘要: 本发明涉及人工智能与社交网络技术领域,公开了一种基于增强网络对比约束的多通道社交网络圈子识别装置及方法。所述装置包括输入模块、求解模块和输出模块,输入模块的工作为数据预处理,将现实世界中存在的多通道社交网络抽象为多层网络结构;求解模块包括网络生成模型和节点表示模型;基于节点表示模型计算可学习增强网络和原始输入网络的低维表示,并基于所求两个低维表示求解损失函数,反向优化网络生成模型和节点表示模型的参数,从而使得装置具有更高的准确率和鲁棒性。最后,将所求多层网络低维表示导入输出模块,利用Kmeans求得社团划分。在本质上,所求得的社团划分对应于现实世界中一组网络用户账号构成的社交圈子。

    一种使用共享参数卷积神经网络的知识图谱表示方法

    公开(公告)号:CN112487201B

    公开(公告)日:2022-05-10

    申请号:CN202011347873.1

    申请日:2020-11-26

    摘要: 本发明提供了一种使用共享参数卷积神经网络的知识图谱表示方法;包括如下步骤:将实体表示向量变换成二维的实体表示矩阵;将关系表示向量设置为卷积层的参数;将实体表示矩阵通过两层卷积层,再通过一层全连接层,得到特征向量;将特征向量与实体嵌入层的参数做点积,得到分类概率。本发明使用的共享参数方法,在两层卷积网络中使用了相同的参数,降低了空间资源开销,相比于两层不同参数的卷积网络,使得参数得到充分训练,提升了表示效果,并提高了使用本发明生成的表示向量进行关系预测任务的准确率。