-
公开(公告)号：CN113780564A
公开(公告)日：2021-12-10
申请号：CN202111084761.6
申请日：2021-09-15
Applicant: 西北工业大学
Abstract: 本发明公开了一种融合实体类型信息的知识图谱推理方法、装置、设备及存储介质，该方法包括：将实体嵌入矩阵、关系嵌入矩阵和实体类型嵌入矩阵输入推理模型中分别提取头实体向量、关系向量和头实体类型向量，并生成推理模型的卷积核；将推理模型的卷积核对头实体向量进行卷积，生成推理模型的隐藏层；将隐藏层经过推理模型的全连接层后，生成混合特征向量；将混合特征向量与实体嵌入矩阵相乘，并采用sigmoid激活函数进行归一化处理，输出推理结果。本发明将实体类型嵌入和关系嵌入相融合，用融合后的特征向量对头实体进行卷积，能够捕获实体、实体类型和关系的内在联系，有效提升了推理结果的实体类型正确率。
-
公开(公告)号：CN118262024A
公开(公告)日：2024-06-28
申请号：CN202410422249.5
申请日：2024-04-09
Applicant: 西北工业大学
IPC: G06T15/00 , G06T17/00 , G06T7/70 , G06T7/80 , G06F17/16 , G06N3/0499 , G06N3/0464 , G06V10/44 , G06N3/08
Abstract: 本发明公开了一种装备建模渲染方法，涉及计算机视觉技术领域，包括以下步骤：获取不同视角下的多张装备图像以及对应的相机位姿信息；将多张装备图像以及对应的相机位姿信息输入至多视图重建网络以及特征提取网络，得到多张不同视角下的深度图像和多张不同尺度下的特征图；将多张深度图像进行反投影，得到装备的点云数据；将装备的点云数据投影至多张特征图上，得到装备的神经点云；将装备的神经点云输入至MLP网络模型进行训练，通过训练后的MLP网络模型对装备进行建模渲染。本发明发挥了神经辐射场重建精度高的优势和加入点云先验收敛速度快的优势，使得快速的、逼真的装备自动建模渲染成为，可能大幅度降低了装备建模渲染的成本。
-
公开(公告)号：CN113400353B
公开(公告)日：2024-02-02
申请号：CN202110771131.X
申请日：2021-07-07
Applicant: 西北工业大学
Abstract: 本发明公开了一种基于数字孪生的多指灵巧手状态监测方法、装置及设备，该方法包括：构建多指灵巧手的数字孪生模型；收集多指灵巧手的状态相关传感器数据和关节位置传感器数据以及位姿图像数据；标记状态相关传感器数据并输入SVM多分类器中进行训练，获取状态信息；将位姿图像数据输入位姿判断器中进行训练，获取关节角度及坐标数据；将关节角度及坐标数据和关节位置传感器数据进行加权计算，获取多指灵巧手的位姿信息；将状态信息和位姿信息同步至数字孪生模型中，对多指灵巧手进行状态监测。本发明能够简单方便地对多指灵巧手进行状态监测及评估，并能够及时预测灵巧手的非法操作并预警，避免企业财产与人身安全受到的损失。
-
公开(公告)号：CN116051717A
公开(公告)日：2023-05-02
申请号：CN202211501727.9
申请日：2022-11-28
Applicant: 西北工业大学
IPC: G06T15/50 , G06N3/0475 , G06N3/0464 , G06N3/094
Abstract: 本发明公开了一种基于生成对抗网络的三维图形重光照生成方法，属于深度学习和计算机视觉技术领域，包括如下步骤：基于光照参数得到带有光照值的训练数据集和测试数据集；构建场景转换生成对抗网络和阴影估计生成对抗网络；利用训练数据集分别迭代训练场景转换生成对抗网络和阴影估计生成对抗网络，并将测试数据集分别输入训练好的场景转换生成对抗网络和阴影估计生成对抗网络，得到无光照场景特征和阴影分布估计特征；构建重渲染网络；基于无光照场景特征、阴影分布估计特征和重渲染网络，得到重光照图像；本发明实现了三维场景在变换光源和视角之后快速生成新场景的高质量渲染图像。
-
公开(公告)号：CN112894811B
公开(公告)日：2022-09-20
申请号：CN202110078379.8
申请日：2021-01-20
Applicant: 西北工业大学
IPC: B25J9/16 , G05B19/418
Abstract: 本发明公开了一种基于群智能MAS的分布式多机器人的智能控制方法及装置，该方法包括：进入启动状态并进行信息获取；若获取到的信息为指示观察范围内有多个任务的位置信息的第一位置感知信息时，进入前进状态，并根据第一位置感知信息以及个体自组织任务选择方法选取适合执行的任务，且向适合执行的任务前进；判断是否到达适合执行的任务处；若已到达，且是第一个到达者时，进入领导者状态；若已到达，且不是第一个到达者时，进入参与者状态；执行适合执行的任务。本发明减了对单一模态的通信方式的依赖，还使机器人个体具有丰富的系统协作协调能力，自主决策能力强，执行任务的能力较强，提高了系统可靠性。
-
Patent Agency Ranking
公开(公告)号：CN113400353A
公开(公告)日：2021-09-17
申请号：CN202110771131.X
申请日：2021-07-07
Applicant: 西北工业大学
Abstract: 本发明公开了一种基于数字孪生的多指灵巧手状态监测方法、装置及设备，该方法包括：构建多指灵巧手的数字孪生模型；收集多指灵巧手的状态相关传感器数据和关节位置传感器数据以及位姿图像数据；标记状态相关传感器数据并输入SVM多分类器中进行训练，获取状态信息；将位姿图像数据输入位姿判断器中进行训练，获取关节角度及坐标数据；将关节角度及坐标数据和关节位置传感器数据进行加权计算，获取多指灵巧手的位姿信息；将状态信息和位姿信息同步至数字孪生模型中，对多指灵巧手进行状态监测。本发明能够简单方便地对多指灵巧手进行状态监测及评估，并能够及时预测灵巧手的非法操作并预警，避免企业财产与人身安全受到的损失。
-
公开(公告)号：CN112862270A
公开(公告)日：2021-05-28
申请号：CN202110079611.X
申请日：2021-01-20
Applicant: 西北工业大学
IPC: G06Q10/06
Abstract: 本发明公开了一种分布式多机器人的个体任务选择方法、装置及系统，该方法包括：获取包含至少一个任务的任务集，并将各任务分别划入成功任务集和未成功任务集；计算各未成功任务当前的响应函数值，并将响应函数值最大的未成功任务确定为候选任务；计算候选任务的潜在性参与者数；判断候选任务的潜在性参与者数是否小于候选任务当前所需机器人数；若是，则确定候选任务为最终选择任务；否则，将候选任务划入成功任务集中，并确定未成功任务集其余未成功任务中响应函数值最大的未成功任务为最终选择任务。本发明使得系统总体智能水平得到了提高，能够完成更为复杂的协作任务，有利于在新时期的多机器人应用系统中得到有效应用。
-
公开(公告)号：CN116611063A
公开(公告)日：2023-08-18
申请号：CN202310541941.5
申请日：2023-05-15
Applicant: 西北工业大学
IPC: G06F21/56 , G06F18/213 , G06F18/214 , G06F18/2415 , G06F18/2433 , G06F18/25 , G06N3/042 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/0895
Abstract: 本发明涉及一种基于多特征融合的图卷积神经网络恶意软件检测方法，属于软件安全技术领域。该方法通过以APK文件的函数关系调用图为基础，结合敏感权限特征和opcode特征，将这些特征进行融合，输入到模型中进行训练和检测，最终达到恶意软件检测的目的，在APK预处理的过程中，考虑到APK大小对训练结果的影响，进行了APK大小均衡处理，减少对检测结果的影响；在函数调用图的处理过程中，为了去除冗余的普通节点，对函数关系图进行了优化，极大地降低了数据的复杂度，提升了数据处理速度，和传统的恶意软件检测技术相比，该方法一定程度上提高了后续软件检测模型的训练效率与精度，对比较庞大的恶意软件数据集进行检测具有重要意义。
-
公开(公告)号：CN112862270B
公开(公告)日：2023-08-11
申请号：CN202110079611.X
申请日：2021-01-20
Applicant: 西北工业大学
Abstract: 本发明公开了一种分布式多机器人的个体任务选择方法、装置及系统，该方法包括：获取包含至少一个任务的任务集，并将各任务分别划入成功任务集和未成功任务集；计算各未成功任务当前的响应函数值，并将响应函数值最大的未成功任务确定为候选任务；计算候选任务的潜在性参与者数；判断候选任务的潜在性参与者数是否小于候选任务当前所需机器人数；若是，则确定候选任务为最终选择任务；否则，将候选任务划入成功任务集中，并确定未成功任务集其余未成功任务中响应函数值最大的未成功任务为最终选择任务。本发明使得系统总体智能水平得到了提高，能够完成更为复杂的协作任务，有利于在新时期的多机器人应用系统中得到有效应用。
-
公开(公告)号：CN115964933A
公开(公告)日：2023-04-14
申请号：CN202211473502.7
申请日：2022-11-21
Applicant: 西北工业大学
Abstract: 本发明公开了一种基于数字孪生的虚实训练装置构建方法，属于数字孪生技术领域，该方法包括：搭建数字孪生系统；分别构建运动对象数字三维孪生体和运动场景孪生模型；将所述运动对象数字三维孪生体和运动场景孪生模型融合，得到静态训练模型，并导入数字孪生系统；获取运动对象运动过程中的实时运动数据，并将所述实时运动数据传输至数字孪生系统；根据所述实时运动数据，迭代优化所述静态训练模型，得到实时训练模型，实现虚实同步训练。本发明解决了运动对象训练过程无法数字化分析的问题，为运动训练过程中问题的发现提供数字化依托，帮助运动对象有效提高训练成绩。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.02 seconds)
