基于改进天牛须算法的四足机器人运动学逆解优化方法

    公开(公告)号:CN115344042A

    公开(公告)日:2022-11-15

    申请号:CN202210861369.6

    申请日:2022-07-20

    Abstract: 本发明涉及四足机器人控制技术领域,具体涉及一种基于改进天牛须算法的四足机器人运动学逆解优化方法,包括构建机器人模型;将机器人模型各足的足内关节角度向量作为天牛质心位置,构建适应度函数;基于适应度函数和机器人模型对天牛须算法进行改进和迭代,得到天牛寻优结果,通过使用适应度函数和机器人模型对天牛须算法进行改进和迭代,可使得改进后的天牛须算法的后期收敛速度增加,同时抑制了收敛过程中震荡现象,解决了传统天牛须算法求解12自由度四足机器人运动学逆解时,所得数值解精确度较低的问题。

    一种面向CPU/GPU服务器的自适应节能选择方法

    公开(公告)号:CN115145383A

    公开(公告)日:2022-10-04

    申请号:CN202210834359.3

    申请日:2022-07-14

    Abstract: 本发明涉及异构计算技术领域,具体涉及一种面向CPU/GPU服务器的自适应节能选择方法,采用A3C算法对集群的任务分配进行优化,构建出基于A3C深度强化学习的节能调度算法,即EE‑A3C算法,其中通过A3C算法让多个线程并行执行,可以去除训练过程中过程转移样本之间的关联性,提高训练稳定性,减小对内存和GPU的要求,同时使用DVFS策略和处理器策略共同组成了任务分配方式,把所有可能的任务分配方式作为EE‑A3C算法的动作空间,通过不断地与环境交互学习,EE‑A3C算法能够针对不同类型的任务集环境,自适应地选取合适的任务分配方法以达到节能效果。

    一种改进的人工神经网络多类型作业功耗预测方法

    公开(公告)号:CN115099135A

    公开(公告)日:2022-09-23

    申请号:CN202210686155.X

    申请日:2022-06-16

    Inventor: 敬超 李佳明 邱斌

    Abstract: 本发明涉及高性能计算技术领域,具体涉及一种改进的人工神经网络多类型作业功耗预测方法,采用了卷积神经网络与双向长短期记忆神经网络相结合的方式,卷积神经网络用于提取特征信息,双向长短期记忆神经网络用于提取序列前后之间的关系特征。双向长短期记忆神经网络弥补了卷积神经网络在感知序列数据前后变化方面的不足,两者结合能够有效提高特征提取效率,本发明还引入了注意力机制,结合注意力机制可以将更多的注意力集中在有效、关键的数据上,同时削弱冗余信息对于结果的影响,这种方法的泛化能力和非线性映射能力较强,不依赖于预先建立的数学模型,具有自学习,自适应能力,可以适用于各种类型的作业。

    一种车载无线控制系统

    公开(公告)号:CN111790086A

    公开(公告)日:2020-10-20

    申请号:CN202010711822.6

    申请日:2020-07-22

    Abstract: 本发明公开了一种车载无线控制系统,属于电子技术领域,包括车载子系统和远程无线控制系统,所述车载子系统与远程无线控制系统无线连接,所述车载子系统用于自动巡航行走和检测火焰并灭火,或者接收远程无线控制系统的控制指令运动和检测火焰并灭火。通过设置灭火装置和火焰检测在灭火车上,然后使用远程无线控制系统远程无线控制灭火车远程运动,对火灾进行灭火处理,实现不需要人员进入火灾现场,即可对火灾进行远程灭火,有利于减少火灾造成的人员伤亡和经济损失。

Patent Agency Ranking