基于矢量数据的地磁导航方法、装置以及电子设备

    公开(公告)号:CN117213472A

    公开(公告)日:2023-12-12

    申请号:CN202311180726.3

    申请日:2023-09-12

    Abstract: 本说明书公开了一种基于矢量数据的地磁导航方法、装置以及电子设备,可以通过获取到的校准区域内采集到的矢量地磁观测数据,确定出地磁观测数据在指定方向上的磁变化率,进而确定出包含有表示飞行器采集到的地磁观测数据以及飞行器产生的干扰数据之间关系的未知参数的线性磁观测模型并且求解出未知参数,这使得飞行器在目标区域飞行时可以通过采集到的地磁观测数据和求解出未知参数的线性磁观测模型,求解出飞行器产生的干扰磁数据,进而排除掉飞行器采集到的地磁观测数据中的干扰磁数据的影响,得到飞行器所处位置的实际磁数据,以提高导航的精度。

    一种景象匹配方法、装置、存储介质及电子设备

    公开(公告)号:CN117078985A

    公开(公告)日:2023-11-17

    申请号:CN202311344161.8

    申请日:2023-10-17

    Abstract: 本说明书公开了一种景象匹配方法、装置、存储介质及电子设备。在本说明书提供的景象匹配方法中,获取实测图像与基准图像;将所述实测图像与所述基准图像输入预先训练的预测模型,所述预测模型至少包括分类子网、匹配子网、输出子网;通过所述分类子网对所述实测图像与所述基准图像进行分类,得到所述实测图像的类别与所述基准图像的类别;通过所述匹配子网,根据所述实测图像与所述基准图像,以及所述实测图像的类别与所述基准图像的类别,确定所述实测图像在所述基准图像中的定位结果;通过所述输出子网,根据所述匹配子网确定出的定位结果输出匹配结果。

    一种模型的训练方法、装置、存储介质及电子设备

    公开(公告)号:CN117058525A

    公开(公告)日:2023-11-14

    申请号:CN202311293164.3

    申请日:2023-10-08

    Abstract: 本说明书公开了一种模型的训练方法、装置、存储介质及电子设备,首先可获取待训练的图像处理模型中网络层的连接权重,并根据连接权重,确定所述待训练的图像处理模型中的成熟连接权重以及非成熟连接权重。然后,获取样本图像以及样本图像对应的标注,并根据样本图像以及样本图像对应的标注,分别调整成熟连接权重以及非成熟连接权重,得到训练完成的图像处理模型。最后,根据得到的训练完成的图像处理模型中的各连接权重,确定训练完成的图像处理模型中的非成熟连接权重并剪枝,得到最终的图像处理模型。该方法在实现模型压缩的同时,兼顾了非成熟连接权重对模型性能造成的影响,进一步提高了模型的性能。

    一种模型训练和地磁图优化方法、装置、介质及设备

    公开(公告)号:CN116721316A

    公开(公告)日:2023-09-08

    申请号:CN202311010106.5

    申请日:2023-08-11

    Abstract: 本说明书公开了一种模型训练和地磁图优化方法、装置、介质及设备。所述方法包括:获取指定区域的初始地磁图;通过预设矢量磁强计,测量指定区域的磁场数据,并基于磁场数据生成目标地磁图,目标地磁图的分辨率高于初始地磁图的分辨率;将初始地磁图作为训练样本输入待训练生成模型中的生成网络,以通过生成网络生成指定区域的超分辨率地磁图;将超分辨率地磁图以及目标地磁图输入生成模型中的判别网络,以通过判别网络确定超分辨率地磁图为目标地磁图的概率;以最小化超分辨率地磁图与目标地磁图之间的偏差,以及,最小化将超分辨率地磁图判别为目标地磁图的概率为优化目标,对生成模型进行训练。

    一种多源无人机导航方法、装置、存储介质及电子设备

    公开(公告)号:CN116625372A

    公开(公告)日:2023-08-22

    申请号:CN202310595059.9

    申请日:2023-05-23

    Abstract: 本说明书公开了一种多源无人机导航方法、装置、存储介质及电子设备,预先根据感知设备采集的各不同类型的第一感知数据以及生成导航信息的导航算法,拟合以每种类型的感知数据作为节点的因子图,当根据该因子图生成导航信息时,确定当前该感知设备采集的各第二感知数据,根据各第二感知数据,判断对应的感知设备是否故障,若是,调整该因子图中该第二感知数据对应的节点的信息,以根据调整后的因子图以及各第二感知数据生成导航信息。本方法判断当感知设备故障时,则利用因子图即插即用的特性,调整因子图中与该感知设备采集的感知数据对应的节点,再生成导航信息,提高了导航系统的可靠性及稳定性,使得导航系统输出的导航信息准确。

    一种可组装的分布式计算和存储系统及其构造方法

    公开(公告)号:CN112804297B

    公开(公告)日:2022-08-19

    申请号:CN202011599244.8

    申请日:2020-12-30

    Abstract: 本发明公开了一种可组装的分布式计算和存储系统及其构造方法,包括:一个以上域服务器,用于计算服务或存储服务;网络交换单元,负责将域服务器连接形成分布式计算和存储系统;域服务器包括:对象处理单元,采用多核构造处理器线程组,负责域服务器内网络连接,并通过高级语言编程提供管理控制和数据处理;计算单元,提供计算能力;内存单元,用于动态随机存储器;持久化内存单元,用于非易失内存;存储单元,提供持久化存储;多个计算单元、多个内存单元、多个非易失内存单元、多个存储单元,分别通过网络交换单元连接形成计算池、内存池、非易失内存池、存储池;一个或多个域服务器通过网络交换单元连接形成分布式计算和存储系统。

    基于ReRAM神经网络加速器的可调硬件感知的剪枝和映射框架

    公开(公告)号:CN112598129A

    公开(公告)日:2021-04-02

    申请号:CN202110236303.3

    申请日:2021-03-03

    Abstract: 本发明提出了一种基于ReRAM神经网络加速器的可调硬件感知的剪枝和映射框架,该剪枝和映射框架包括DDPG代理器和ReRAM神经网络加速器;所述DDPG代理器由行为决策模块Actor和评判模块Critic组成,其中,行为决策模块Actor用于对神经网络做出剪枝决策;ReRAM神经网络加速器用于映射行为决策模块Actor产生的剪枝决策下形成的模型,并将此剪枝决策下的模型映射的性能参数作为信号反馈给评判模块Critic;所述性能参数包括模拟器的能耗、延迟和模型准确率;评判模块Critic根据反馈的性能参数更新奖励函数值,并指导行为决策模块Actor下一阶段的剪枝决策;本发明方法利用强化学习DDPG代理来做出与硬件和用户需求最匹配、最高效的剪枝方案,在保证准确率的同时,提升了硬件上延迟性能和能耗性能。

Patent Agency Ranking