-
公开(公告)号：CN113534669A
公开(公告)日：2021-10-22
申请号：CN202111089771.9
申请日：2021-09-17
申请人： 中国人民解放军国防科技大学
IPC分类号： G05B13/04
摘要： 本申请涉及一种基于数据驱动的无人车控制方法、装置和计算机设备。所述方法包括：通过表示无人车状态约束的障碍函数构建无人车安全相关的代价函数和控制策略结构，构造值函数网络，得到多步策略评估的参考代价函数；构造控制策略逼近网络，根据获取的多组数据对序列，得到值函数更新律和控制策略权值更新律，对无人车进行控制。本发明提出了一种基于障碍函数的控制策略可实现最优性和安全性的平衡，算法不需要模型信息，只需要事先采集数据对信息，同时，采用多步策略评估的方法对策略的安全性进行评估，可处理时变约束，可以边在线训练边部署，也可以先离线训练再部署。
-
公开(公告)号：CN114139033B
公开(公告)日：2024-04-16
申请号：CN202111423566.1
申请日：2021-11-26
申请人： 中国人民解放军国防科技大学
IPC分类号： G06F16/906 , G06F16/909 , G06N3/088 , G06N3/126
摘要： 本发明公开一种基于动态核发育的时序数据聚类方法及系统，该方法步骤包括：S01.配置初始核心并作为动态核分裂发育的起点；S02.获取当前新增时序数据，当前新增时序数据刺激各动态核，各动态核响应后得到对应的输出，选择输出最大的动态核作为获胜动态核，将获胜动态核的类别复制给当前新增时序数据；S03.使用记忆饱和度调控各动态核的分裂时机；S04.根据动态核的中心和覆盖域将更新后动态核集中各动态核聚为不同的类别，得到当前各动态核的聚类结果，返回步骤S02直至退出聚类。本发明能够实现动态核发育的数据聚类，具有实现方法简单、鲁棒性以及稳健性好且精度高以及灵活性强等优点。
-
公开(公告)号：CN112734777B
公开(公告)日：2022-10-11
申请号：CN202110104475.5
申请日：2021-01-26
申请人： 中国人民解放军国防科技大学
摘要： 本发明公开一种基于簇形状边界闭包聚类的图像分割方法及系统，该方法步骤包括：S1.输入待分割源图像的原始数据集并消除边缘噪点；S2.对消除边缘噪点后的数据集提取出簇的边界点；S3.根据提取出的簇的边界点使用边界点包围方法形成簇的边界闭包；S4.根据得到的簇的边界闭包的数量确定聚类数，对原始数据集中非边界点由边界向中心进行延伸聚类，根据聚类结果实现对待分割源图像的分割。本发明具有实现方法简单、分割效率及精度高、分割效果好等优点。
-
公开(公告)号：CN113534669B
公开(公告)日：2021-11-30
申请号：CN202111089771.9
申请日：2021-09-17
申请人： 中国人民解放军国防科技大学
IPC分类号： G05B13/04
摘要： 本申请涉及一种基于数据驱动的无人车控制方法、装置和计算机设备。所述方法包括：通过表示无人车状态约束的障碍函数构建无人车安全相关的代价函数和控制策略结构，构造值函数网络，得到多步策略评估的参考代价函数；构造控制策略逼近网络，根据获取的多组数据对序列，得到值函数更新律和控制策略权值更新律，对无人车进行控制。本发明提出了一种基于障碍函数的控制策略可实现最优性和安全性的平衡，算法不需要模型信息，只需要事先采集数据对信息，同时，采用多步策略评估的方法对策略的安全性进行评估，可处理时变约束，可以边在线训练边部署，也可以先离线训练再部署。
-
公开(公告)号：CN116050502A
公开(公告)日：2023-05-02
申请号：CN202211131405.X
申请日：2022-09-16
申请人： 中国人民解放军国防科技大学
IPC分类号： G06N3/086 , G06N3/082 , G06N3/04 , G06F18/231
摘要： 本发明公开一种面向开放环境模式识别的结构发育型神经网络优化方法，步骤包括：获取待识别数据流输入至结构发育型神经网络中进行学习以及分类；网络在结构发育与参数调整时，根据获胜神经元的信息饱和度调控神经元参数、发育阶段以及分裂时机，并不断调整获胜神经元的信息饱和度，当神经元的信息饱和度达到重置阈值时神经元成熟，当达到预设饱和阈值时分裂出新的神经元；在结构发育过程中，使用神经元分裂的抑制机制，在神经元信息饱和度达到饱和后，如果神经元生成不成功，则将造成抑制神经元生成的神经元作为获胜神经元。本发明具有实现方法简单、网络可塑性与稳定性好且能够抑制网络规模，使得网络发育稳定性高等优点。
-
公开(公告)号：CN115587323A
公开(公告)日：2023-01-10
申请号：CN202211131410.0
申请日：2022-09-16
申请人： 中国人民解放军国防科技大学
IPC分类号： G06F18/241 , G06F18/214 , G06N3/04 , G06N3/08
摘要： 本发明公开一种基于动态神经元的开放环境模式识别方法，步骤包括：将结构发育型神经网络进行初始化配置并设置信息饱和度的属性，构建形成所需的结构发育型神经网络模型；获取待识别图像或文本数据流输入至结构发育型神经网络模型中进行学习以及分类，输出分类结果，其中结构发育型神经网络在结构发育与参数调整时，根据获胜神经元的信息饱和度调控神经元参数以及分裂时机，并不断调整竞争获胜神经元的信息饱和度，当神经元的信息饱和度达到预设饱和阈值时分裂出新的神经元。本发明能够提高竞争型神经网络的可塑性与稳定性，以适用于对非稳态数据流实现精准、可靠的学习分类。
-
公开(公告)号：CN114139033A
公开(公告)日：2022-03-04
申请号：CN202111423566.1
申请日：2021-11-26
申请人： 中国人民解放军国防科技大学
IPC分类号： G06F16/906 , G06F16/909 , G06N3/08 , G06N3/12
摘要： 本发明公开一种基于动态核发育的时序数据聚类方法及系统，该方法步骤包括：S01.配置初始核心并作为动态核分裂发育的起点；S02.获取当前新增时序数据，当前新增时序数据刺激各动态核，各动态核响应后得到对应的输出，选择输出最大的动态核作为获胜动态核，将获胜动态核的类别复制给当前新增时序数据；S03.使用记忆饱和度调控各动态核的分裂时机；S04.根据动态核的中心和覆盖域将更新后动态核集中各动态核聚为不同的类别，得到当前各动态核的聚类结果，返回步骤S02直至退出聚类。本发明能够实现动态核发育的数据聚类，具有实现方法简单、鲁棒性以及稳健性好且精度高以及灵活性强等优点。
-
公开(公告)号：CN112734777A
公开(公告)日：2021-04-30
申请号：CN202110104475.5
申请日：2021-01-26
申请人： 中国人民解放军国防科技大学
摘要： 本发明公开一种基于簇形状边界闭包聚类的图像分割方法及系统，该方法步骤包括：S1.输入待分割源图像的原始数据集并消除边缘噪点；S2.对消除边缘噪点后的数据集提取出簇的边界点；S3.根据提取出的簇的边界点使用边界点包围方法形成簇的边界闭包；S4.根据得到的簇的边界闭包的数量确定聚类数，对原始数据集中非边界点由边界向中心进行延伸聚类，根据聚类结果实现对待分割源图像的分割。本发明具有实现方法简单、分割效率及精度高、分割效果好等优点。
-
-
-
-
-
-
-
搜索结果
8 条记录 (耗时 0.036 秒)
