基于神经网络的无人机多机协同控制方法、设备及介质

    公开(公告)号:CN119200653B

    公开(公告)日:2025-05-06

    申请号:CN202411719610.7

    申请日:2024-11-28

    Abstract: 本申请公开了一种基于神经网络的无人机多机协同控制方法、设备及介质,涉及深度学习领域,方法包括:针对每个编队方式,确定其对应的拓扑结构;基于拓扑结构中各节点之间的信息流方向,生成对应的拓扑矩阵;生成图卷积神经网络;通过骨架网络提取无人机编队对应的多维度飞行特征;通过图卷积模块,根据多维度飞行特征和邻接矩阵输出对应的特征向量;通过注意力模块,根据特征向量输出对应的注意力特征,并根据注意力特征得到无人机编队对应的特征矩阵;基于特征矩阵,输出无人机编队对应的协同控制指令。图卷积神经网络能够生成更加精准和高效的协同控制指令,从而提高感知范围以及提高编队的协同效率。

    一种汇总审批的实现方法及系统
    4.
    发明公开

    公开(公告)号:CN119887119A

    公开(公告)日:2025-04-25

    申请号:CN202510078758.5

    申请日:2025-01-17

    Abstract: 本申请公开了一种汇总审批的实现方法及系统,属于计算机应用技术领域。方法包括:依据预设的汇总规则表创建审批任务汇总规则,所述汇总规则表中至少包括流程分类ID;利用预设的处理模型对历史审批信息进行数据提取分析,并根据数据提取分析的结果构建汇总审批规则;在任务表中增加新字段,所述新字段用于指示待审批任务是否为汇总审批推送任务;当存在新的待审批任务时,根据所述待审批任务对应的流程分类ID查询所述审批任务汇总规则,并根据查询结果将所述任务表中的新字段赋值为是;根据所述待审批任务对应的审批人ID和/或流程分类ID查询所述汇总审批规则,并根据查询到的规则内容将所述待审批任务进行汇总推送。

    一种混合开发APP的移动UI自动化测试方法、设备及介质

    公开(公告)号:CN116302962B

    公开(公告)日:2025-03-25

    申请号:CN202310084421.6

    申请日:2023-02-01

    Inventor: 刘蕴

    Abstract: 本申请公开了一种混合开发APP的移动UI自动化测试方法、设备及介质。方法包括:自动化测试管理平台根据预设的自动化测试需求,创建测试任务,并下发至自动化脚本任务调度机;自动化脚本任务调度机根据测试任务中包含的待执行自动化脚本运行机名称,并将测试任务转发到待执行自动化脚本运行机;待执行自动化脚本运行机拉取GitLab脚本管理服务器中的待执行脚本;待执行自动化脚本运行机将待执行脚本转换为测试命令发送至移动设备,以使移动设备基于测试命令中的Native和Webview组合元素定位程序,完成移动终端中针对移动UI的测试任务。本申请通过上述方法解决了目前移动APP的UI自动化测试的测试场景组合灵活度差,且元素定位方式单一的技术问题。

    一种智能异步预处理查询数据方法

    公开(公告)号:CN118861089B

    公开(公告)日:2025-03-07

    申请号:CN202411336838.8

    申请日:2024-09-25

    Abstract: 本申请提供了一种智能异步预处理查询数据方法,涉及数据处理与存储技术领域,包括:当发起查询请求时,启动主任务,挖掘任务数据的总行数,根据所述总行数和预先设定的单页展示行数确定分页参数,获取并组织第一页数据,记录任务信息到内存缓存,对所述内存缓存进行管理,当所述主任务完成后,开启异步任务;当发起切换页码的请求时,检查所述内存缓存,若所述内存缓存存在且状态为已完成,则直接从数据库中获取对应页数据;否则,重新挖掘数据并根据挖掘状态开启异步任务处理;当发起导出的请求时,检查所述内存缓存状态,根据缓存标识决定是否需要重新挖掘完整数据,一旦数据准备好,即可从数据库中导出。

    一种基于机器学习的数据需求建模系统

    公开(公告)号:CN119557289A

    公开(公告)日:2025-03-04

    申请号:CN202510112613.2

    申请日:2025-01-24

    Abstract: 本申请公开了一种基于机器学习的数据需求建模系统,涉及机器学习领域,包括交互界面和知识库;知识库包括底层的语境学习层、上层的属性规范层;语境学习层,存储有多个预先生成的特征树模型;所述属性规范层,存储有多个属性规范,所述属性规范通过上下文属性的方式,对所述特征树模型中的各节点进行定义;所述交互界面,采集用户所需的数据集的数据特征,将所述建模指导信息展示给用户。能够自动识别和提取关键特征,减少人工干预和手动选择特征的需求。可以随着新数据的不断输入进行再模型训练和更新,适应数据变化,保持有效。对于大数据量的适应性更强,模型的可扩展度更高。

    一种基于模型随机选取的混沌块加密方法、系统及介质

    公开(公告)号:CN119544184A

    公开(公告)日:2025-02-28

    申请号:CN202510096205.2

    申请日:2025-01-22

    Abstract: 本发明公开了一种基于模型随机选取的混沌块加密方法、系统及介质,属于信息安全技术领域,用于解决现有的混沌加密算法单独使用容易被破解和恶意攻击,且依赖于非线性函数的内部特性,也没有拓展秘钥空间,对秘钥安全性的提升比较有限的技术问题。方法包括:基于预设混沌系统,构建混沌系统模型库;所述混沌系统模型库中包含若干个混沌子系统;基于二进制编码,为原始图像生成秘钥初始字段;根据所述秘钥初始字段,在所述混沌系统模型库中选取对应的目标混沌子系统;通过所述目标混沌子系统对所述原始图像进行加密,得到加密图像。本发明设计了行级图像混沌加密算法,提升了图像加密速度。还增加了秘钥长度,拓展了秘钥空间,增加了秘钥安全性。

Patent Agency Ranking