-
公开(公告)号：CN102800120B
公开(公告)日：2014-07-16
申请号：CN201210202747.6
申请日：2012-06-15
Applicant: 北京理工大学
IPC: G06T13/20
Abstract: 本发明公开了一种基于多智能体的应急灾情态势显示系统和方法，能够实时获取灾害信息，并动态、多粒度的三维显示。该方法包括：采用SSHC算法处理遥感图像建立层次聚类树；层次聚类树中的每个节点为一个类别，设定各类别对应的地物，并建立每个类别的三维模型；灾情态势显示时，接收用户指令，用户指令包括用户指定的希望显示的地物A，在层次聚类树中查找以所述希望显示的地物A为树根的子树；创建采集智能体收集子树中底层节点的数据，创建组织智能体从采集智能体或其他组织智能体中汇总除底层节点之外的其他各级节点的数据。根据每个节点的数据渲染各类三维模型，形成地物A的三维地理图像并显示，并且可以显示地物A内部更细粒度的三维地理图像。
-
公开(公告)号：CN102800120A
公开(公告)日：2012-11-28
申请号：CN201210202747.6
申请日：2012-06-15
Applicant: 北京理工大学
IPC: G06T13/20
Abstract: 本发明公开了一种基于多智能体的应急灾情态势显示系统和方法，能够实时获取灾害信息，并动态、多粒度的三维显示。该方法包括：采用SSHC算法处理遥感图像建立层次聚类树；层次聚类树中的每个节点为一个类别，设定各类别对应的地物，并建立每个类别的三维模型；灾情态势显示时，接收用户指令，用户指令包括用户指定的希望显示的地物A，在层次聚类树中查找以所述希望显示的地物A为树根的子树；创建采集智能体收集子树中底层节点的数据，创建组织智能体从采集智能体或其他组织智能体中汇总除底层节点之外的其他各级节点的数据。根据每个节点的数据渲染各类三维模型，形成地物A的三维地理图像并显示，并且可以显示地物A内部更细粒度的三维地理图像。
-
公开(公告)号：CN102779204A
公开(公告)日：2012-11-14
申请号：CN201210201097.3
申请日：2012-06-15
Applicant: 北京理工大学
IPC: G06F17/50
Abstract: 本发明公开了一种面向客户端服务的多国博弈战略决策模拟推演HLA仿真系统，能够解决现有技术中存在的通用性差、稳定性低、操作复杂的缺点。该系统的各组成部分均连入以高层体系结构HLA和RTI软总线为支撑技术构建的局域网；剧情生成模块生成整个态势推演所需要的剧情；演练管理模块根据所述剧情或来自导演方客户端的指令对推演进程、各方状态以及决策方案进行管理与控制；每轮博弈中，博弈方客户端通过文案编辑模块从决策方案库提取基本决策意见集合，从中选定的决策意见和自行拟定的行动计划，发送至决策方案库；模拟推演模块对决策方案库中集合的决策方案进行推演，形成态势，在综合态势模块中显示。
-
公开(公告)号：CN119511269A
公开(公告)日：2025-02-25
申请号：CN202411294261.9
申请日：2024-09-14
Applicant: 北京理工大学
Abstract: 本发明提出的一种相机与增强型4D毫米波雷达融合的3D目标检测方法，设计了一种简单有效的点云增强算法，通过增加有效的四维雷达点云来缓解点云的稀疏性问题；开发了点云特征融合增强模块，通过构建不同尺度的稀疏体素增强目标细节特征，提高系统鲁棒性。
-
公开(公告)号：CN119440264A
公开(公告)日：2025-02-14
申请号：CN202510038611.3
申请日：2025-01-10
Applicant: 北京理工大学
IPC: G06F3/01 , G06Q10/0835 , G06F30/27 , G06F18/214 , G06N3/045 , G06N3/08 , G06N3/006 , G06F123/02
Abstract: 本发明属于人机交互技术领域，具体涉及一种基于决策者偏好的人机交互方法，能够精确捕捉和量化决策者对于不同策略的偏好，选出最佳决策结果。该方法的具体过程为：与仿真环境交互进行轨迹数据生成；随机截取设定长度的轨迹数据，并两两组合进行决策者偏好标签标注，构成用于训练的样本数据；利用所述样本数据进行神经网络训练，神经网络输出每一时间步#imgabs0#对应的偏好得分和对应权重，得到偏好预测结果，计算损失函数并更新神经网络参数；将给定的若干个均衡策略输入仿真环境中，获得轨迹数据，利用训练好的神经网络获得轨迹数据的偏好得分和对应权重，进一步计算出最优的策略。
-
Patent Agency Ranking
公开(公告)号：CN118148866A
公开(公告)日：2024-06-07
申请号：CN202410258747.0
申请日：2024-03-07
Applicant: 北京理工大学
Abstract: 本发明公开了一种飞轮式人体足部机械能收集装置，该机械能收集装置安装于鞋底内，脚踏板转动安装于底座，脚踏板的底面设置有下行传动齿条和上抬传动齿条；扭簧套设于踏板轴上；飞轮的两侧内缘设置有互为镜像的齿状表面，齿状表面形成棘轮被动轮；飞轮的两侧依次分布有棘爪、棘轮主动轮以及微型发电机；棘爪互为镜像结构；棘爪转动连接于棘轮主动轮，与齿状表面咬合且形成单向传动机构；微型发电机的发电机轴与飞轮共轴相连，并与飞轮同步旋转；棘轮主动轮空套于发电机轴上；一个棘轮主动轮与上抬传动齿条啮合，另一个棘轮主动轮与下行传动齿条啮合。上述机械能收集装置能够将人体行走时释放的泛在机械能不间断地转化为直流电能。
-
公开(公告)号：CN113947280A
公开(公告)日：2022-01-18
申请号：CN202111053478.7
申请日：2021-09-09
Applicant: 北京理工大学
Abstract: 本发明提出了一种基于反馈调整权值的组合评价方法，能够充分体现不同待评价对象之间的差异性特征以及相似性特征，便于方案决策和排序。本发明评价方法基于离差最大化的组合评价方法得到初始权值，将加权误差平方和作为优化目标对初始权值进行调整，得到最终权值组合，利用最终权值组合进行组合评价，得到综合评价结果，充分体现了不同待评价对象之间的差异性特征，同时使加权误差平方和最小，充分体现了不同待评价对象之间的相似性特征。本发明评价方法组合结果一致性更强、组合效果更好。整个评价过程概念清楚、定义明确，并且计算方法简单，便于应用。
-
公开(公告)号：CN112318555B
公开(公告)日：2021-07-20
申请号：CN202011226701.9
申请日：2020-11-06
Applicant: 北京理工大学
Abstract: 本发明公开了一种视触觉感知装置及微小型机器人。该装置包括：视觉感知模块、触觉感知模块、控制模块和信号传输模块；信号传输模块分别与视觉感知模块、触觉感知模块和控制模块连接，视觉感知模块用于获取装置周围环境的图像信息；触觉感知模块用于获取装置周围环境的触觉信息；信号传输模块用于将图像信息和触觉信息传输至控制模块；控制模块用于根据图像信息和触觉信息生成控制指令，并发送控制指令。采用本发明的视触觉感知装置及微小型机器人，能够同时获取周围环境的图像信息和触觉信息，进而使得本发明在远距离和近距离均能对周围环境的信息进行准确获取，兼顾对周围环境全局和局部的感知，具有感知精度高的特点。
-
公开(公告)号：CN112613534A
公开(公告)日：2021-04-06
申请号：CN202011416110.8
申请日：2020-12-07
Applicant: 北京理工大学
IPC: G06K9/62 , G06F16/332
Abstract: 本发明涉及一种多模态信息处理及交互系统，用于解决多模态交互系统中存在的模态融合方式简单，对话机制呆板的问题。包括多模态信息认知模块，多模态信息融合模块，以及多模态对话管理模块，其中，多模态信息认知模块用于对用户各模态交互信息进行识别，多模态信息融合模块利用D‑S证据理论将用户所有模态的交互信息进行意图融合，确定用户的最终交互意图，并得到对应于用户最终交互意图的可供机器识别的形式化指令；多模态对话管理模块针对多模态人机交互场景，采用有限状态机与信息槽填充方法相融合的对话管理模型，用于控制对话流程以及生成应答；本发明有效提高了用户交互意图识别准确率，实现了自然灵活的人机交互。
-
公开(公告)号：CN112613349A
公开(公告)日：2021-04-06
申请号：CN202011402943.9
申请日：2020-12-04
Applicant: 北京理工大学
Abstract: 本发明提供一种基于深度混合卷积神经网络的时序动作检测方法及装置，所述方法包括获取待检测视频；将视频输入训练好的深度混合卷积神经网络，所述深度混合卷积神经网络模型包括特征编码模块、第一子网及第二子网；所述特征编码模块通过双流网络从原始视频数据中提取片段特征，所述第一子网基于所述特征编码模块提取的片段特征，获得一组提议特征，所述第二子网接收所述提议特征，基于所述提议特征之间的关系构建图，将构建的图输入GCN模型，扩大提议特征的接受区域；输出所述待检测视频的动作类别与动作起始、终止时间。根据本发明的方案，有效利用提议之间的关系，提高了时序动作检测的准确率，有效解决了时序动作检测。
-
-
-
-
-
-
-
-
-
Search Results
86
records
(took 0.031 seconds)
