-
公开(公告)号：CN117891203B
公开(公告)日：2024-06-04
申请号：CN202410295161.1
申请日：2024-03-15
申请人： 北京航空航天大学杭州创新研究院
IPC分类号： G05B19/042
摘要： 本发明提出一种可重入制造系统调控方法、装置、存储介质及电子设备，包括：设置完成度的子区间数量L和受控的离散时间间隔；基于子区间数量确定控制动作施加阶段；基于子区间数量L和当前迭代次数n对可重入制造系统对应的参数矩阵进行赋值；对可重入制造系统对应的约束条件进行解算；若否，调整子区间数量L和受控的离散时间间隔，重复设置当前迭代次数n=0；若是，则确定当前迭代次数n对应的控制器增益；令n=n+1，重复基于子区间数量L和当前迭代次数n对可重入制造系统对应的参数矩阵进行赋值，直至n=L，输出在子区间数量L的条件下所得到的所有控制器增益，从而完成可重入制造系统的高精度调控。
-
公开(公告)号：CN117669753B
公开(公告)日：2024-04-16
申请号：CN202410132334.8
申请日：2024-01-31
申请人： 北京航空航天大学杭州创新研究院
摘要： 本发明属于量子机器学习领域，提供一种量子模型训练方法、多模态数据处理方法及装置，训练方法包括：构建多模态样本训练集，多模态样本训练集包括多种模态的经典输入数据和样本标签；将经典输入数据转换为量子输入数据；将量子输入数据输入待训练的量子多模态神经网络模型，通过量子多模态神经网络模型对量子输入数据进行量子单模态特征提取、量子多模态特征融合及量子比特测量后，得到样本分析结果；根据样本分析结果和样本标签，对模型参数进行调整，直至满足迭代训练终止条件，得到训练好的量子多模态神经网络模型。由于量子多模态神经网络模型可实现对多模态数据高效、准确地处理，提升了模型在多模态数据处理和分析任务上的性能。
-
公开(公告)号：CN117787248A
公开(公告)日：2024-03-29
申请号：CN202410199691.6
申请日：2024-02-23
申请人： 北京航空航天大学杭州创新研究院
IPC分类号： G06F40/205 , G06F40/126 , G06F40/284 , G06N10/20 , G06N20/00
摘要： 本申请提供一种量子自注意力文本处理方法、装置、量子设备及存储介质，涉及量子机器学习领域。获取待处理文本，并编码到多个第一量子比特、多个第二量子比特以及多个第三量子比特，以得到第一量子态；通过注意力得分线路作用于多个第一量子比特、多个第二量子比特，得到演化的第二量子态；通过权重分配线路作用于多个第二量子比特与多个第三量子比特，得到演化的第三量子态；通过全连接线路作用于多个第三量子比特，得到演化的第四量子态，并测量出待处理文本的情感分类结果。如此，通过量子线路模拟自注意力机制对待处理文本进行分析，从而充分利用量子计算的特有优势提高文本识别效率与准确率。
-
公开(公告)号：CN117240689A
公开(公告)日：2023-12-15
申请号：CN202311494951.4
申请日：2023-11-10
申请人： 北京航空航天大学杭州创新研究院
IPC分类号： H04L41/0654 , H04L41/16 , H04L9/40 , G06F21/55 , G06F18/24 , G06F18/213 , G06N3/088
摘要： 本发明公开了一种基于深度对比学习的节点受攻击复杂网络自重建方法，包括：构建深度对比学习神经网络框架，包括局部区域感知特征编码模块，用于获取输入数据的局部区域感知特征表征矩阵；高维关联特征投影解码模块，用于基于局部区域感知特征表征矩阵获取自重建网络的邻接矩阵；全局功能特征提取模块，用于计算损失函数并输出自重建网络；输入数据是未受节点攻击网络和受节点攻击网络构成的训练数据对，损失函数包括局部‑局部对比损失函数、局部‑全局对比损失函数和全局‑全局对比损失函数；获取由未受节点攻击网络和受节点攻击网络组成的训练数据对，并利用训练数据对训练深度对比学习神经网络框架至损失函数收敛。该方法可高效稳定恢复网络。
-
公开(公告)号：CN118569818B
公开(公告)日：2024-10-18
申请号：CN202411061848.5
申请日：2024-08-05
申请人： 北京航空航天大学杭州创新研究院
摘要： 本发明提供一种基于分布式的可重入制造系统的控制方法、装置和设备，方法包括确定可重入生产线的连续演化方程；基于可重入生产线之间流入的物料流、物料流对流入的可重入生产线的影响程度以及连续演化方程，确定可重入生产线所在生产车间的生产车间动态方程；基于生产车间的数量、生产车间的产品密度以及生产车间动态方程，确定可重入制造系统的系统动态方程；确定所有生产车间的生产状态的状态平均值，并基于状态平均值确定可重入制造系统的误差动态方程；基于各生产车间之间的通信拓扑确定可重入制造系统的分布式协同控制方程；基于误差动态方程和分布式协同控制方程，确定可重入制造系统的闭环控制方程；基于闭环控制方程控制可重入制造系统。
-
公开(公告)号：CN118625677A
公开(公告)日：2024-09-10
申请号：CN202411098459.X
申请日：2024-08-12
申请人： 北京航空航天大学杭州创新研究院
IPC分类号： G05B13/04
摘要： 本发明提供一种基于时滞的可重入制造系统的鲁棒无穷控制方法和装置，方法包括确定可重入制造系统的系统动态方程；基于各生产车间的产品完成度确定可重入制造系统的外部干扰函数；将外部干扰函数引入到系统动态方程中，得到抗干扰动态方程；确定抗干扰动态方程的误差动态方程；基于生产车间的产品密度与密度平均值的差值、外部干扰函数确定可重入制造系统的鲁棒无穷同步函数；基于不同生产车间之间的内部耦合关系、各生产车间的生产密度与密度平均值的误差、各生产车间之间的通信延迟，确定可重入制造系统的时滞反馈控制器；基于时滞反馈控制器和误差动态方程，确定可重入制造系统的闭环控制方程，确定鲁棒无穷同步函数的鲁棒无穷同步的充分条件。
-
公开(公告)号：CN117787248B
公开(公告)日：2024-05-14
申请号：CN202410199691.6
申请日：2024-02-23
申请人： 北京航空航天大学杭州创新研究院
IPC分类号： G06F40/205 , G06F40/126 , G06F40/284 , G06N10/20 , G06N20/00
摘要： 本申请提供一种量子自注意力文本处理方法、装置、量子设备及存储介质，涉及量子机器学习领域。获取待处理文本，并编码到多个第一量子比特、多个第二量子比特以及多个第三量子比特，以得到第一量子态；通过注意力得分线路作用于多个第一量子比特、多个第二量子比特，得到演化的第二量子态；通过权重分配线路作用于多个第二量子比特与多个第三量子比特，得到演化的第三量子态；通过全连接线路作用于多个第三量子比特，得到演化的第四量子态，并测量出待处理文本的情感分类结果。如此，通过量子线路模拟自注意力机制对待处理文本进行分析，从而充分利用量子计算的特有优势提高文本识别效率与准确率。
-
公开(公告)号：CN117669753A
公开(公告)日：2024-03-08
申请号：CN202410132334.8
申请日：2024-01-31
申请人： 北京航空航天大学杭州创新研究院
摘要： 本发明属于量子机器学习领域，提供一种量子模型训练方法、多模态数据处理方法及装置，训练方法包括：构建多模态样本训练集，多模态样本训练集包括多种模态的经典输入数据和样本标签；将经典输入数据转换为量子输入数据；将量子输入数据输入待训练的量子多模态神经网络模型，通过量子多模态神经网络模型对量子输入数据进行量子单模态特征提取、量子多模态特征融合及量子比特测量后，得到样本分析结果；根据样本分析结果和样本标签，对模型参数进行调整，直至满足迭代训练终止条件，得到训练好的量子多模态神经网络模型。由于量子多模态神经网络模型可实现对多模态数据高效、准确地处理，提升了模型在多模态数据处理和分析任务上的性能。
-
-
-
-
-
-
-
搜索结果
18 条记录 (耗时 0.047 秒)
