-
公开(公告)号：CN119763190A
公开(公告)日：2025-04-04
申请号：CN202411858652.9
申请日：2024-12-17
Applicant: 中南大学
IPC: G06V40/20 , G06V10/82 , G06V10/764 , G06N3/0464 , G06N3/0455
Abstract: 本发明公开了一种基于DCViT模型的手势识别方法和装置，其中方法包括：获取已知对应手势类型的手势图像数据集，对其中各手势图像进行预处理并按比例划分获得训练集；以Vision Transformer模型为基本架构建立DCViT模型；其中，在Vision Transformer模型的前端添加可变形卷积模块，用于对DCViT模型的输入图像进行特征提取，而后再将提取得到的特征图输入至Vision Transformer模型；使用训练集数据对所述DCViT模型进行训练，得到手势识别分类器；利用手势识别分类器对待识别的手势图像进行识别分类。本发明能够更准确、高效地对手势图像中的手势进行识别分类。
-
公开(公告)号：CN119051167B
公开(公告)日：2025-01-03
申请号：CN202411528978.5
申请日：2024-10-30
Applicant: 中南大学
IPC: H02J3/46 , H02J3/38 , H02J3/00 , H02J3/06 , H02J3/28 , G06Q10/04 , G06Q10/0631 , G06Q10/067 , G06Q50/06
Abstract: 本发明公开了一种孤岛多微网多能共享调度方法、系统、终端及存储介质，将碳交易和可再生能源消纳纳入系统的调度优化，首先进行电负荷的优化，接着进行电能、热能双层共享调度，可以有效提高孤岛微网的生存能力。该多能共享调度系统包含两个阶段。在第一阶段中，需求侧的电负载优化用以实现可再生能源最大化消纳。在第二阶段，引入碳交易和能源共享机制进行多微网多能的共享互济调度，并开发一种基于交替方向乘子法的分布式算法来实现调度。本发明为多微网系统运行提供了低碳经济的运行方法，两阶段调度策略可以让电能和热能在多个微电网之间进行调度和利用，提高了系统整体能源利用效率，有效降低了运行成本和碳排放。
-
公开(公告)号：CN114282484B
公开(公告)日：2024-08-09
申请号：CN202111597347.5
申请日：2021-12-24
Applicant: 中南大学
IPC: G06F30/392 , G06N3/006 , G06F115/08
Abstract: 本发明公开了一种基于改进天牛须算法的异构三维片上网络的布图优化方法、装置、设备及介质，方法包括：(1)网络层划分：将片上网络所有任务映射到不同的IP核，并根据所有IP核的功能和种类，将所有IP核划分到异构三维片上网络的不同网络层；(2)布图方案优化：采用二叉树编码方式对每个网络层的IP核进行布图编码，并采用天牛须算法求解每个网络层上IP核的最优布图方案；其中，求解最优布图方案所采用的目标函数，其变量包括布图方案的芯片面积、通信链路和温度。本发明综合考虑芯片面积、链路长度和温度因素，提高异构三维片上网络的综合性能。
-
公开(公告)号：CN116304873A
公开(公告)日：2023-06-23
申请号：CN202310281296.8
申请日：2023-03-22
Applicant: 中南大学
IPC: G06F18/241 , G06F18/214 , G06F18/25 , G06N3/094 , G06N3/096 , G06F18/24 , G06F123/02
Abstract: 本发明公开了一种基于域对抗迁移学习的电磁阀故障诊断方法及系统。所述方法包括：搭建均衡风缸控制系统试验台，利用离线测试数据集对机车的在线运行数据进行补充，基于信息散度筛选离线测试数据作为源域，将源域数据和实际运行的目标域数据进行混合，作为电磁阀故障诊断方法的输入；根据制动机压力输出曲线的周期特性，分阶段提取压力特征值，并通过证据理论得到更高重要度的故障诊断特征；以训练数据和对应的故障类型分别作为输入和输出数据，对诊断模型进行训练得到故障分类器模型；将待测电磁阀压力时间序列的特征输入故障分类器中，获得最终的电磁阀故障诊断结果。本发明能够有效地提高电磁阀的故障诊断准确度。
-
公开(公告)号：CN114771520B
公开(公告)日：2024-08-02
申请号：CN202210331495.0
申请日：2022-03-31
Applicant: 中南大学
IPC: B60W30/14 , B60W40/00 , B60W40/10 , B60W40/105 , B60W30/09
Abstract: 本发明提供了一种基于强化学习的电动汽车经济性自适应巡航控制方法及系统，所述方法包括：建立跟驰系统的马尔科夫模型；根据强化学习中Actor‑Critic算法，设计自适应巡航控制器；根据自适应巡航控制器的速度控制信号，根据逆动力学模型转化为加速/减速踏板卡开度，控制车辆安全跟随前车。本发明能够实现安全、舒适、平稳的跟随前车，避免碰撞行为发生，自适应能力较好。与只考虑驾驶安全的控制策略相比，在相同驾驶周期内，电池荷电状态有所提高。
-
Patent Agency Ranking
公开(公告)号：CN114771520A
公开(公告)日：2022-07-22
申请号：CN202210331495.0
申请日：2022-03-31
Applicant: 中南大学
IPC: B60W30/14 , B60W40/00 , B60W40/10 , B60W40/105 , B60W30/09
Abstract: 本发明提供了一种基于强化学习的电动汽车经济性自适应巡航控制方法及系统，所述方法包括：建立跟驰系统的马尔科夫模型；根据强化学习中Actor‑Critic算法，设计自适应巡航控制器；根据自适应巡航控制器的速度控制信号，根据逆动力学模型转化为加速/减速踏板卡开度，控制车辆安全跟随前车。本发明能够实现安全、舒适、平稳的跟随前车，避免碰撞行为发生，自适应能力较好。与只考虑驾驶安全的控制策略相比，在相同驾驶周期内，电池荷电状态有所提高。
-
公开(公告)号：CN113644933B
公开(公告)日：2022-05-10
申请号：CN202111147928.9
申请日：2021-09-29
Applicant: 中南大学
Abstract: 本发明公开了一种基于混合粒子群遗传算法的自适应直接序列扩频通信方法、系统和介质，其中方法包括：步骤1，基于多种环境条件和多种通信条件，构建扩频因子条件向量和扩频因子表达式；步骤2，将扩频因子条件向量抽象表示为粒子的地址，将扩频因子表达式作为适应度函数，采用混合粒子群遗传算法求解最优的扩频因子；步骤3，将求解得到的最优扩频因子作为通信双方最新的扩频因子，对需要传输的数据进行直接序列扩频通信。本发明能根据通信和环境条件快速求解最优扩频因子，增强通信系统的抗干扰性、提高带宽资源利用效率。
-
公开(公告)号：CN114282484A
公开(公告)日：2022-04-05
申请号：CN202111597347.5
申请日：2021-12-24
Applicant: 中南大学
IPC: G06F30/392 , G06N3/00 , G06F115/08
Abstract: 本发明公开了一种基于改进天牛须算法的异构三维片上网络的布图优化方法、装置、设备及介质，方法包括：(1)网络层划分：将片上网络所有任务映射到不同的IP核，并根据所有IP核的功能和种类，将所有IP核划分到异构三维片上网络的不同网络层；(2)布图方案优化：采用二叉树编码方式对每个网络层的IP核进行布图编码，并采用天牛须算法求解每个网络层上IP核的最优布图方案；其中，求解最优布图方案所采用的目标函数，其变量包括布图方案的芯片面积、通信链路和温度。本发明综合考虑芯片面积、链路长度和温度因素，提高异构三维片上网络的综合性能。
-
公开(公告)号：CN119051167A
公开(公告)日：2024-11-29
申请号：CN202411528978.5
申请日：2024-10-30
Applicant: 中南大学
IPC: H02J3/46 , H02J3/38 , H02J3/00 , H02J3/06 , H02J3/28 , G06Q10/04 , G06Q10/0631 , G06Q10/067 , G06Q50/06
Abstract: 本发明公开了一种孤岛多微网多能共享调度方法、系统、终端及存储介质，将碳交易和可再生能源消纳纳入系统的调度优化，首先进行电负荷的优化，接着进行电能、热能双层共享调度，可以有效提高孤岛微网的生存能力。该多能共享调度系统包含两个阶段。在第一阶段中，需求侧的电负载优化用以实现可再生能源最大化消纳。在第二阶段，引入碳交易和能源共享机制进行多微网多能的共享互济调度，并开发一种基于交替方向乘子法的分布式算法来实现调度。本发明为多微网系统运行提供了低碳经济的运行方法，两阶段调度策略可以让电能和热能在多个微电网之间进行调度和利用，提高了系统整体能源利用效率，有效降低了运行成本和碳排放。
-
公开(公告)号：CN114338497B
公开(公告)日：2022-10-11
申请号：CN202111598690.1
申请日：2021-12-24
Applicant: 中南大学
Abstract: 本发明公开了一种基于在线强化学习的列车车队数据路由系统及方法，其中系统包括设置于列车车队中各列车成员内的列车通信装置和路由决策模块，以及设置于列车车队中头车内的训练模块；列车通信装置用于构建车队和进行组网；路由决策模块包括状态数据收集模块和神经网络路由决策模块，状态数据收集模块用于采集对应列车的通信状态信息和行驶状态信息；神经网络路由决策模块用于根据采集的数据进行路由决策，并将决策经验发送到头车；训练模块用于利用获取的决策经验对路由策略选择神经网络进行训练，并将训练完成后的路由策略选择神经网络参数反馈到各列车成员进行参数更新。本发明实现能够根据环境自适应调整的在线强化学习路由决策。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.016 seconds)
