-
公开(公告)号：CN106779059B
公开(公告)日：2019-03-05
申请号：CN201611256568.5
申请日：2016-12-30
Applicant: 华中科技大学
IPC: G06N3/063
Abstract: 本发明公开了一种基于忆阻的巴普洛夫联想记忆的人工神经网络电路；包括突触电路、神经元电路和突触权值控制电路；突触电路包括n个输入端、n个输出端和(2x+1)个控制端，n个输入端分别接收n个输入电压；神经元电路包括n个输入端和一个输出端，n个输入端分别与突触电路的n个输出端一一对应连接，一个输出端输出激活电压Vout；突触权值控制电路包括n个输入端、一个反馈端和2x+1个输出控制端，n个输入端分别与突触电路的n个输入端一一对应连接，反馈端连接至神经元电路的输出端，2x+1个输出端分别与突触电路的2x+1个控制端一一对应连接，突触权值控制电路用于根据输入的状态和反馈的状态来输出相应的控制信号进而调整忆阻器阻值。
-
公开(公告)号：CN105634446B
公开(公告)日：2018-03-09
申请号：CN201610054563.8
申请日：2016-01-27
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于忆阻器的非易失性SR触发器电路；包括忆阻器ME、定值电阻Rd、第一MOS管、第二MOS管、第三MOS管、第四MOS管、第五MOS管、第一反相器N1、第二反相器N2、第三反相器N3以及第四反相器N4，以及将忆阻器与定值电阻串联构成的分压电路读取模块。主要是利用了忆阻的非易失和阻值随流经本身的电荷大小改变的特性，实现了SR触发器的锁存以及置位和复位功能。本发明所构建SR触发器不仅具有传统触发器的功能，而且具备响应速度快以及非易失性的特点，特别适合于电源不稳定的领域，同时本发明将为研制基于忆阻的非易失SR触发器电路提供实验参考。
-
公开(公告)号：CN119304894B
公开(公告)日：2025-03-25
申请号：CN202411864983.3
申请日：2024-12-18
Applicant: 华中科技大学
IPC: B25J9/16
Abstract: 本发明公开了一种基于跨物种优化的机械臂稀疏运动规划方法及系统，属于机械臂控制技术领域，包括：S1：以机械臂的关节角角速度空间能量为目标函数，构建机械臂的约束稀疏运动规划模型，并基于拉格朗日乘子法转化为无约束稀疏运动规划模型；S2在当前迭代构建用于求解无约束稀疏运动规划模型的误差动量神经网络，其包含隐藏层和输出层；S3：求解误差动量神经网络模型在不同初始点下的输出层变量，并将各输出层变量作为粒子，利用粒子群算法搜索最优输出层变量；S4：若未达到最大迭代次数，则转入S2；否则，按照各次迭代中的最优输出层变量实现机械臂稀疏运动规划。本发明能快速搜索到全局最优解，提升机械臂稀疏运动规划的求解质量。
-
公开(公告)号：CN118721205B
公开(公告)日：2025-01-28
申请号：CN202410997717.1
申请日：2024-07-24
Applicant: 华中科技大学
IPC: B25J9/16
Abstract: 本发明公开了一种机械臂运动规划方法及系统，属于机械臂控制技术领域；将机械臂的运动规划模型转化为对应的信赖域子问题进行求解，并不断调整信赖域半径，获取机械臂运动决策变量的调整方向；且在这个过程中对信赖域子问题与运动规划模型在信赖域范围内的是否偏差较大的情况进一步根据运动规划模型的梯度下降方向对机械臂运动决策变量进行调整，保证了迭代过程的连续下降，加速了机械臂运动规划速度。与此同时，在整个过程中，考虑到机械臂运动决策变量的实际物理限制，分别对信赖域方向和梯度下降方向进行矫正，以保证调整后的机械臂运动决策变量仍然处于实际物理限制范围内，能够在满足规划控制要求的前提下，提升机械臂运动规划的求解速度。
-
公开(公告)号：CN118353601A
公开(公告)日：2024-07-16
申请号：CN202410513409.7
申请日：2024-04-26
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于多层复杂网络的混沌保密通信系统和方法，属于混沌保密通信技术领域，所述混沌保密通信系统，首先、在发射端设置用于加密的第一第二混沌驱动网络，在接收端设置用于解密的第一第二混沌响应网络，考虑到利用混沌序列的参数敏感性来实现信息加密安全性强。其次，各个混沌驱动、响应网络包括多个节点，结合节点数量巨大、连边关系多样的特点设计通信系统可以提高系统整体架构的复杂性。再次、在接收端设置的第一同步控制器控制第一混沌驱动网络和第一混沌响应网络达到广义同步提高了噪声鲁棒性。最后、即使第一混沌驱动、响应网络被破解也无法在缺失随机序列的情况下完成数据恢复，进一步提高了系统安全性。
-
Patent Agency Ranking
公开(公告)号：CN117493878A
公开(公告)日：2024-02-02
申请号：CN202311302105.8
申请日：2023-10-09
Applicant: 华中科技大学
IPC: G06F18/214 , G06F18/241 , H02J3/00 , B60L53/60
Abstract: 本发明公开了电动汽车充电站的功率预测数据增强方法及功率预测方法，属于电动汽车充电站数据分析技术领域，包括：(S1)收集所述充电站每天各时刻的总充电功率作为真实样本，得到真实样本集；(S2)对于每一个真实样本，生成V个虚拟样本，得到虚拟样本集，完成数据增强；对于任意一个真实样本，生成一个虚拟样本的方式包括：(S21)按照均匀分布采样从预设的时间序列增强函数集中采样S个时间序列增强函数；(S22)对真实样本依次执行采样得到的S个时间序列增强函数，得到虚拟样本。本发明能够在扩充样本量的同时，有效保证了样本的质量，有效解决电动汽车充电站数据少、质量低，无法利用大数据模型准确预测电动汽车充电站充电功率的问题。
-
公开(公告)号：CN117394306A
公开(公告)日：2024-01-12
申请号：CN202311218957.9
申请日：2023-09-19
Applicant: 华中科技大学
IPC: H02J3/00 , H02J3/38 , G06N3/0455 , G06N3/0464 , G06N5/04 , G06N3/084
Abstract: 本发明公开了基于新能源并网的风电功率预测模型建立方法及其应用，属于风电功率预测领域，包括：构建训练数据集；训练数据集中，每一条样本包括历史的气象特征序列以及未来的风电功率序列；构建待训练的初始预测模型，该模型在编码器‑解码器的基础上引入了两个预处理模块，分别用于对输入编码器和输入解码器的数据进行预处理，包括在气象特征序列中的各气象特征中嵌入序列位置和时间戳，得到映射特征序列，并将获取各种气象特征之间的内在联系，得到拓扑图，之后将二者融合；利用训练数据集对初始预测模型进行训练，训练结束后，得到风电功率预测模型。本发明能充分考虑风电预测的特征拓扑相关性和强不确定性，有效提高风电功率预测的精度。
-
公开(公告)号：CN115986839A
公开(公告)日：2023-04-18
申请号：CN202211678735.0
申请日：2022-12-26
Applicant: 华中科技大学
IPC: H02J3/46 , G06Q10/0631 , G06Q50/06 , G06N3/092
Abstract: 本发明公开了一种风‑水‑火综合能源系统的智能调度方法及系统，该方法，为应对新能源不确定性对系统造成的影响，将滚动优化应用于风‑水‑火综合能源系统中，依据全局信息制定调度方案，利用局部优化代替全局优化，根据最新信息进行反馈校正；将滚动优化构建为马尔科夫决策过程，以确保其数学机理适用于深度强化学习。为保证调度方案求解时间与求解质量，提出混合增强智能调度算法结合深度强化学习与演化计算，利用深度强化学习挖掘历史数据价值，并与能源系统进行交互学习，优化自身控制策略，实现初步调度方案的快速给出；并利用演化计算进一步对初步调度方案进行再次优化，保障了风‑水‑火综合能源系统的经济性与稳定性。
-
公开(公告)号：CN115700655A
公开(公告)日：2023-02-07
申请号：CN202211436226.7
申请日：2022-11-16
Applicant: 华中科技大学
IPC: G06Q10/0631 , G06Q50/06
Abstract: 本发明公开了一种基于需求侧响应的数据中心微电网运行优化方法，属于数据中心微电网优化领域，包括：分别获取负荷侧和发电侧的日前报价；负荷侧的负荷提供商包括DCMG；基于CVaR建立两阶段电力市场出清模型并求解；第一阶段基于负荷侧和发电侧的日前报价实现社会福利最大化，决策变量包括出清后发电侧各机组各时段的发电计划，以及出清后负荷侧各时段的负荷削减计划；第二阶段进行场景采样后，求解第一阶段决策变量在各场景下的调整量，调整后综合得到第二阶段决策变量，并由此计算出清电价；以DCMG运行成本最小化为目的，对DCMG进行日前调度优化，得到其中各设备的出力计划。本发明能够使数据中心运行成本降低并减少系统不确定性带来的风险。
-
公开(公告)号：CN114973235A
公开(公告)日：2022-08-30
申请号：CN202210494180.8
申请日：2022-05-06
Applicant: 华中科技大学
IPC: G06V20/64 , G06V10/44 , G06V10/764 , G06V10/82 , G06N3/04
Abstract: 本发明公开了一种基于几何特征领域添加扰动的对抗点云生成方法，考虑到三维点云之间的差异主要由几何形状决定，而神经网络模型经常会关注点云所具有的不同几何形状特征，并根据这些特征的差异来对点云进行分类，在此基础上，通过近似计算每个点的曲率，筛选出点云中几何特征明显的区域，并在这些区域中采样更多的点来保留更丰富的特征信息。此外，通过释放非特征区域的扰动，充分将扰动预算分配到特征区域来进行强调，使得神经网络模型更易关注错误信息，引导其错误分类，实现更有效的迁移黑盒攻击，从而能够在一定的扰动限制下，解决目前的3D点云对抗攻击算法针对正常训练的点云分类网络迁移攻击效果下降的问题。
-
-
-
-
-
-
-
-
-
Search Results
73
records
(took 0.025 seconds)
