-
公开(公告)号：CN113919485A
公开(公告)日：2022-01-11
申请号：CN202111216476.5
申请日：2021-10-19
申请人： 西安交通大学 , 中国航天科工集团第二研究院
摘要： 本发明公开了一种基于动态层级通信网络的多智能体强化学习方法及系统，方法包括：S100，编码当前时刻观测信息和历史信息，获得当前时刻观测特征和依赖特征，并进行预决策；S200，基于注意力机制，根据预决策信息与观测特征，获取依赖矩阵；S300，基于最小生成树算法，动态生成层级关系网络并进行选择性有向地通信，生成联合决策并与环境交互，收集经验数据；S400，基于线性值分解网络，为每个智能体分配状态‑动作值函数，更新智能体策略网络；S500，基于内在奖励机制，根据演员‑评论家框架更新层级网络参数。在该方法中，多智能体利用动态生成的层级通信网络进行选择性的观测信息和意图信息共享，基于条件状态‑动作值分解网络和内在通信奖励，减少环境的非稳态问题，并对联合策略及层级通信协议进行高效的学习和更新。
-
公开(公告)号：CN113192636A
公开(公告)日：2021-07-30
申请号：CN202110408806.4
申请日：2021-04-16
申请人： 中国航天科工集团第二研究院
摘要： 本发明提供了一种飞行任务负荷评估方法及系统，涉及测试评估技术领域。方法包括：利用飞机驾驶员的历史飞行任务数据，基于LSTM机器学习算法和逻辑回归算法构建任务负荷分析模型；对任务负荷分析模型进行训练和测试；若任务负荷分析模型的测试结果在预设范围内，得到测试好的任务负荷分析模型；飞机驾驶员根据飞行任务的完成情况对测试好的任务负荷分析模型中的各项指标进行评估，得到飞机驾驶员飞行任务负荷分析结果。本发明在改进后的NASA‑TLX量表的基础上，将LSTM机器学习算法和逻辑回归算法，可实现飞机驾驶员飞行任务负荷的精确分析和评估。
-
公开(公告)号：CN113255779B
公开(公告)日：2023-08-18
申请号：CN202110592973.9
申请日：2021-05-28
申请人： 中国航天科工集团第二研究院
IPC分类号： G06V10/80 , G06V10/25 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
摘要： 本发明公开了一种多源感知数据融合识别方法、系统及计算机可读存储介质。该多源感知数据融合识别方法，首先获取环境的多源目标观测数据，然后根据观测数据构建多源目标观测数据集，最后以多源目标观测数据集为输入，采用多源感知数据融合识别模型识别待检测目标，以解决单一传感器获取环境信息较为局限、场景适应性差、受环境因素影响较大、鲁棒性不强以及识别性能较差等问题，进而有效提高信息的互补能力，达到提高检测融合系统检测弹性的目的。
-
公开(公告)号：CN113936138A
公开(公告)日：2022-01-14
申请号：CN202111078219.X
申请日：2021-09-15
申请人： 中国航天科工集团第二研究院
摘要： 本发明公开一种基于多源图像融合的目标检测方法、系统、设备、介质，涉及目标检测技术领域，以解决目标检测结果精度差的问题。所述目标检测方法包括：先获取对同一目标进行拍摄所得到的第一源图像和第二源图像，然后利用模态转换模型对第一源图像进行模态转换，得到仿真第二源图像，最后以第二源图像和仿真第二源图像作为输入，利用分割模型得到分割结果，完成目标检测。本发明提供的基于多源图像融合的目标检测方法、系统、设备、介质用于进行目标检测。
-
公开(公告)号：CN113255779A
公开(公告)日：2021-08-13
申请号：CN202110592973.9
申请日：2021-05-28
申请人： 中国航天科工集团第二研究院
摘要： 本发明公开了一种多源感知数据融合识别方法、系统及计算机可读存储介质。该多源感知数据融合识别方法，首先获取环境的多源目标观测数据，然后根据观测数据构建多源目标观测数据集，最后以多源目标观测数据集为输入，采用多源感知数据融合识别模型识别待检测目标，以解决单一传感器获取环境信息较为局限、场景适应性差、受环境因素影响较大、鲁棒性不强以及识别性能较差等问题，进而有效提高信息的互补能力，达到提高检测融合系统检测弹性的目的。
-
公开(公告)号：CN112560596A
公开(公告)日：2021-03-26
申请号：CN202011381830.5
申请日：2020-12-01
申请人： 中国航天科工集团第二研究院
发明人： 董博
摘要： 本发明公开的雷达干扰类别识别方法及系统，属于数据处理技术领域，以解决现有深度学习技术由于实际积累的数据样本量远不能满足深度学习对训练数据的要求，导致深度学习技术在干扰识别领域并未得到广泛应用的问题。方法包括：提取定量的雷达欺骗干扰数据，作为新的特征向量，在特征向量中选取预定数量的特征向量作为训练集；生成样本数据，采用生成对抗网络对样本数据进行训练和调整，得到候选样本数据；采用主动学习算法，对候选样本数据进行优化，在优化后的候选样本数据中选择目标样本，构成目标样本训练集；构建鲁棒性识别模型，基于目标样本集，进行干扰类识别。上述方法计算结果可靠，可具体应用于雷达干扰抑制数据分析中。
-
公开(公告)号：CN114255197B
公开(公告)日：2024-04-05
申请号：CN202111615821.2
申请日：2021-12-27
申请人： 西安交通大学 , 中国航天科工集团第二研究院
摘要： 本发明公开了一种红外与可见光图像自适应融合对齐方法及系统，通过编码得到表征周围纹理区域的特征描述子D1；将特征点位置信息进行上采样后与特征描述子D1结合，得到包含纹理信息和结构信息的特征描述子D2；将两组特征描述子D2进行匹配，获得特征点之间的对应关系，根据对应关系得到透视变换矩阵；利用透视变换矩阵进行图像变换，将原始的热红外辐射图像和可见光图像映射到同一坐标体系中，通过透视变换矩阵进行两幅图像的变换，将表征同一物理位置的特征点映射在同一位置，然后将对齐后的热红外辐射图像和可见光图像进行融合，获得包含热红外和可见光信息的目标图片。实现热辐射热红外辐射图像和可见光图像的自适应融合。
-
公开(公告)号：CN113192636B
公开(公告)日：2024-01-05
申请号：CN202110408806.4
申请日：2021-04-16
申请人： 中国航天科工集团第二研究院
IPC分类号： G16H50/30 , G06F18/27 , G06F18/21 , G06F18/214 , G06N3/0442 , G06N3/08
摘要： 本发明提供了一种飞行任务负荷评估方法及系统，涉及测试评估技术领域。方法包括：利用飞机驾驶员的历史飞行任务数据，基于LSTM机器学习算法和逻辑回归算法构建任务负荷分析模型；对任务负荷分析模型进行训练和测试；若任务负荷分析模型的测试结果在预设范围内，得到测试好的任务负荷分析模型；飞机驾驶员根据飞行任务的完成情况对测试好的任务负荷分析模型中的各项指标进行评估，得到飞机驾驶员飞行任务负荷分析结果。本发明在改进后的NASA‑TLX量表的基础上，将LSTM机器学习算法和逻辑回归算法，可实现飞机驾驶员飞行任务负荷的精确分析和评估。
-
公开(公告)号：CN114298301A
公开(公告)日：2022-04-08
申请号：CN202111424345.6
申请日：2021-11-26
申请人： 中国航天科工集团第二研究院
摘要： 本发明公开了一种融合专家系统与强化学习的多智能体博弈对抗方法和系统。所述融合专家系统与强化学习的多智能体博弈对抗方法，将多智能体博弈对抗的任务进行分层，包含宏观策略和微观动作两个层次。宏观层次的主要任务是根据专家系统内部大量的某个领域专家水平的知识与经验，制定多智能体博弈对抗中基于规则的总体策略；微观层次的主要任务是在宏观策略的指导下对智能体一定范围内的微观操作进行强化学习，能够较好地融合规则式经验与强化学习方法各自的优点，有效地降低多智能体博弈对抗强化学习的难度。
-
公开(公告)号：CN114255197A
公开(公告)日：2022-03-29
申请号：CN202111615821.2
申请日：2021-12-27
申请人： 西安交通大学 , 中国航天科工集团第二研究院
摘要： 本发明公开了一种红外与可见光图像自适应融合对齐方法及系统，通过编码得到表征周围纹理区域的特征描述子D1；将特征点位置信息进行上采样后与特征描述子D1结合，得到包含纹理信息和结构信息的特征描述子D2；将两组特征描述子D2进行匹配，获得特征点之间的对应关系，根据对应关系得到透视变换矩阵；利用透视变换矩阵进行图像变换，将原始的热红外辐射图像和可见光图像映射到同一坐标体系中，通过透视变换矩阵进行两幅图像的变换，将表征同一物理位置的特征点映射在同一位置，然后将对齐后的热红外辐射图像和可见光图像进行融合，获得包含热红外和可见光信息的目标图片。实现热辐射热红外辐射图像和可见光图像的自适应融合。
-
-
-
-
-
-
-
-
-
搜索结果
23 条记录 (耗时 0.067 秒)