一种PHD与GPU相结合的目标状态实时生成方法

    公开(公告)号:CN118780142A

    公开(公告)日:2024-10-15

    申请号:CN202410740201.9

    申请日:2024-06-07

    IPC分类号: G06F30/25 G06F16/29

    摘要: 本申请涉及一种PHD与GPU相结合的目标状态实时生成方法。所述方法包括:根据PHD滤波器在网格地图模型中对实体的状态进行估计,得到每个网格单元的持续存在的无人机侦察目标实体状态预测结果和新生的无人机侦察目标实体状态预测结果;利用预先推导的似然函数对无人机侦察目标实体状态预测结果进行校正更新,得到更新后的无人机侦察目标实体状态;对所有网格单元更新后的无人机侦察目标实体状态进行求和,得到无人机侦察目标状态生成模型;在GPU上根据DS证据理论和SMC算法对无人机侦察目标状态生成模型进行并行求解得到无人机侦察目标实体状态。采用本方法能够实时生成目标状态。

    基于仿真云的云坐席管理方法、装置、设备及存储介质

    公开(公告)号:CN118233309A

    公开(公告)日:2024-06-21

    申请号:CN202410334315.3

    申请日:2024-03-22

    摘要: 本发明涉及一种基于仿真云的云坐席管理方法、装置、设备及存储介质。所述方法包括:构建基于仿真云的云坐席管理平台;云坐席管理平台包括:动态创建模块、软件仓库模块以及坐席监控模块。通过动态创建模块调取软件仓库模块的软件组合进行导演席虚拟机的创建,根据已创建的导演席虚拟机执行预装的仿真方案设计编排程序,得到仿真训练方案。将仿真训练方案存储至所述动态创建模块,以使动态创建模块创建云坐席虚拟机的动作信息。根据动作信息对云坐席虚拟机进行仿真部署,以使坐席监控模块根据已部署的云坐席虚拟机的动作信息生成动作控制指令。根据动作控制指令集管理云坐席虚拟机。采用本方法能够显著提高仿真训练效率,且复用率高。

    一种基于可解释基分解的烟雾动画可控生成方法及装置

    公开(公告)号:CN117541687A

    公开(公告)日:2024-02-09

    申请号:CN202311506390.5

    申请日:2023-11-13

    IPC分类号: G06T13/20 G06T15/00

    摘要: 本申请涉及一种基于可解释基分解的烟雾动画可控生成方法及装置。所述方法包括:样本训练数据集包括流体密度场与流体速度场。构建烟雾动画可控生成网络模型,该模型包括可解释基分解网络模型、可解释基生成网络模型以及可解释基评估网络模型。将样本训练数据集输入可解释基分解网络模型进行训练,得到烟雾可解释基。相邻帧烟雾可解释基作为二级样本训练数据集与控制参数输入至可解释基生成网络模型进行降维残差训练,得到二级烟雾可解释基与其对应时间步的控制参数。将二者输入至可解释基评估网络模型进行评估训练,得到评估结果。根据评估结果与时间序列生成烟雾动画。本方法能够快速有效地通过输入烟雾初始场景边界条件生成烟雾动画。

    基于双重知识蒸馏的视觉定位方法、装置、设备和存储器

    公开(公告)号:CN116778140A

    公开(公告)日:2023-09-19

    申请号:CN202310790208.7

    申请日:2023-06-29

    摘要: 本申请涉及一种基于双重知识蒸馏的视觉定位方法、装置、设备和存储器。该方法包括:将获取的原始图像和对应的语言查询作为训练样本;构建基于双重知识蒸馏的视觉定位模型;该模型包括学生网络、语义知识蒸馏模块和定位知识蒸馏模块;语义知识蒸馏模用于采用教师网络将训练样本编码为视觉特征和语义特征,将视觉特征和语义特征蒸馏到学生网络;定位知识蒸馏模块用于采用对比学习方式学习定位知识;根据训练样本和总损失函数对多视觉定位模型进行训练,将待测图像和对应的语言查询输入到训练好的视觉定位模型的学生网络中,得到定位边界框。该方法提高了基础架构的跨模态表示,并使两种模态之间的相关性更加紧密,采用该方法可提高视觉定位精度。

    基于时序逻辑的大数据压缩方法及复盘播放方法

    公开(公告)号:CN112614519A

    公开(公告)日:2021-04-06

    申请号:CN202110010089.X

    申请日:2021-01-05

    摘要: 本发明公开了一种基于时序逻辑的大数据压缩方法及复盘播放方法。包括的步骤是:依次根据时刻点获取所有实体的原始数据;依次查询所有实体,对同一实体的相邻时刻点的属性数据进行对比,如果无差异,则将此数据丢弃,如果存在差异,则将有差异的属性值提取出来;将同一时刻点所有提取出来的差异数据进行编码组合成字符串;依次将不同时刻点提取出来的差异数据编码而成的字符串以键‑值的形式存储于Redis缓存库中,实现对数据的压缩,在此基础上,提取播放条所处时刻点的原始数据进行渲染,提取缓存库中当前播放条所处时刻点的数据进行局部更新渲染,节省了客户端的资源,并且提升了渲染速度。

    基于聚类分组与延迟校正的联合仿真时钟同步方法及设备

    公开(公告)号:CN118869132A

    公开(公告)日:2024-10-29

    申请号:CN202411344491.1

    申请日:2024-09-25

    摘要: 本申请涉及一种基于聚类分组与延迟校正的联合仿真时钟同步方法及设备。所述方法包括:根据K‑Medoids聚类方法以聚类总代价最小为目标确定聚类中心点后对网络节点分配类簇;在每一个类簇内选择与授时服务器通信耗时最短的节点作为代理服务器,代理服务器与对类簇内客户端之间根据统计‑不等式法优化的NTP方法进行时间同步,记录通信过程中四个时间戳并建立四个时间戳与代理服务器和客户端之间的时钟偏差以及单向延迟的关系式;根据通信过程中的单向延迟中的最小值度对关系式进行变换,根据变换后的关系式取平均值,利用优化后的时间偏差和往返时延实现授时服务器与代理服务器之间的时间同步。采用本方法能够提高时间同步精度。