-
公开(公告)号：CN111142522B
公开(公告)日：2023-06-09
申请号：CN201911360634.7
申请日：2019-12-25
申请人： 北京航空航天大学杭州创新研究院
摘要： 本发明公开了一种分层强化学习的智能体控制方法，属于可移动智能体控制领域。本发明基于现有MLSH算法框架上，利用DDPG算法分别训练智能体在不同环境下各自追寻目标点和避障的能力，最后通过主策略网络来进行动作选择的融合。相对于基于传统融合规则的算法而言，网络自动选择动作的融合不存在死区问题，本发明不同于MLSH算法自动分层形成的子任务，而是明确将导航任务分成追寻目标点和避障两个子任务，这样主要是减少训练时间以及方便实际应用。
-
公开(公告)号：CN112257741A
公开(公告)日：2021-01-22
申请号：CN202010928358.6
申请日：2020-09-07
申请人： 北京航空航天大学杭州创新研究院
摘要： 本发明公开了一种基于复数神经网络的生成性对抗虚假图片的检测方法，属于对抗性网络生成图像检测技术领域。首先利用通用对抗性网络获得生成性对抗虚假图像，将真实图像和生成性对抗虚假图片作为训练样本图像并标记标签；然后获取预处理后的训练样本图像的特征图，对复数神经网络分类器进行训练，利用训练好的复数神经网络分类器对待检测的图片进行识别，标记出检测到的虚假图片。本发明基于复数卷积神经网络来搭建分类器网络，对图片经过图像预处理操作后，再进行傅里叶变换转换为实数部分和虚数部分，因此保留了原始数据的实数部分和虚数部分的分布，实现了更快更准确地判断图像的真假。
-
公开(公告)号：CN111147411A
公开(公告)日：2020-05-12
申请号：CN201911259135.9
申请日：2019-12-10
申请人： 北京航空航天大学杭州创新研究院
IPC分类号： H04L25/49
摘要： 本发明公开了一种判定ADS-B信号解调结果置信度的动态阈值获取方法，涉及通信信号处理领域。针对现有技术解调方法中置信度阈值为固定值，置信度判断不够灵活，影响误码率的问题。本发明针对每一帧报文内部所有码片的信噪比具有较高一致性的特点，充分利用报头的8us采样数据，计算ADS-B报头的高电平均值x1和整体均值x2；继而得到中置信度阈值；本发明阈值大小仅与ADS-B信号报头采样点的值的大小有关，当前一帧信号处理完后，阈值α的大小也会根据一帧信号的特点发生变化，动态阈值法的误判率更低，尤其在信噪比较低的情况下性能更突出。阈值α仅与信号本身有关，与接收机结构无关，具有更强的自适应能力，可以更大限度地降低误码率。
-
公开(公告)号：CN111083360A
公开(公告)日：2020-04-28
申请号：CN201911250263.7
申请日：2019-12-09
申请人： 北京航空航天大学杭州创新研究院
IPC分类号： H04N5/232
摘要： 本发明公开了一种基于像素坐标的摄像监视设备匹配控制方法，涉及摄像监视领域。针对现有的摄像跟踪系统中摄像监视设备模糊单向控制的不足，本发明对原生PELCO控制协议进行改良，实现变焦镜头变焦值与摄像机视角值的定量分档控制与周期反馈；构建目标占比计算与校正的数学几何模型，进一步得到摄像机视角设定值的计算公式，从而使目标像素尺寸占比达到设定值；构建目标偏移量计算与校正的数学几何模型，进一步得到旋转云台旋转值的计算公式，从而使目标回归到画面中央。经效果实验，本发明能够实现摄像监视设备精确稳定控制，使设备视角大小自匹配于目标大小、视角方向自匹配于目标移动量。
-
公开(公告)号：CN111209808B
公开(公告)日：2023-07-18
申请号：CN201911360631.3
申请日：2019-12-25
申请人： 北京航空航天大学杭州创新研究院
IPC分类号： G06V20/10 , G06V10/25 , G06V10/26 , G06V10/774 , G06V10/764
摘要： 本发明公开了一种基于分层处理的无人机图像语义分割识别方法。本发明针对现有语义分割网络直接对输入图像进行端对端的训练，提炼的特征难以识别低像素物体的问题，利用分层学习的思想，将无人机图像识别分为两部分进行：第一部分主要目的是通过网络1快速准确的识别可安全降落的区域，记为ROI(Region of Interest)；第二部分为通过网络2识别安全区域内的行人等一切细小可移动变量，将网络1识别出来的ROI区域特征图结果和原始图像通过特征融合模块后作为网络2的输入，来加强安全区域中低像素物体的识别。本发明提出的这种分阶段分层次的训练有助于进行网络参数调整，基于一定先验知识的训练学习有助于提升网络训练结果。
-
公开(公告)号：CN112257741B
公开(公告)日：2023-06-09
申请号：CN202010928358.6
申请日：2020-09-07
申请人： 北京航空航天大学杭州创新研究院
IPC分类号： G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/094 , G06N3/0475 , G06N3/045
摘要： 本发明公开了一种基于复数神经网络的生成性对抗虚假图片的检测方法，属于对抗性网络生成图像检测技术领域。首先利用通用对抗性网络获得生成性对抗虚假图像，将真实图像和生成性对抗虚假图片作为训练样本图像并标记标签；然后获取预处理后的训练样本图像的特征图，对复数神经网络分类器进行训练，利用训练好的复数神经网络分类器对待检测的图片进行识别，标记出检测到的虚假图片。本发明基于复数卷积神经网络来搭建分类器网络，对图片经过图像预处理操作后，再进行傅里叶变换转换为实数部分和虚数部分，因此保留了原始数据的实数部分和虚数部分的分布，实现了更快更准确地判断图像的真假。
-
公开(公告)号：CN111147411B
公开(公告)日：2022-06-28
申请号：CN201911259135.9
申请日：2019-12-10
申请人： 北京航空航天大学杭州创新研究院
IPC分类号： H04L25/49
摘要： 本发明公开了一种判定ADS‑B信号解调结果置信度的动态阈值获取方法，涉及通信信号处理领域。针对现有技术解调方法中置信度阈值为固定值，置信度判断不够灵活，影响误码率的问题。本发明针对每一帧报文内部所有码片的信噪比具有较高一致性的特点，充分利用报头的8us采样数据，计算ADS‑B报头的高电平均值x1和整体均值x2；继而得到中置信度阈值；本发明阈值大小仅与ADS‑B信号报头采样点的值的大小有关，当前一帧信号处理完后，阈值α的大小也会根据一帧信号的特点发生变化，动态阈值法的误判率更低，尤其在信噪比较低的情况下性能更突出。阈值α仅与信号本身有关，与接收机结构无关，具有更强的自适应能力，可以更大限度地降低误码率。
-
公开(公告)号：CN112815085A
公开(公告)日：2021-05-18
申请号：CN202011612493.6
申请日：2020-12-30
申请人： 北京航空航天大学杭州创新研究院
摘要： 本发明公开了一种单轴并联混合动力商用车AMT控制系统，本系统包括：输入单元，用于从电控单元寄存器中读取传感器信号和CAN总线信号，并对信号数据进行滤波处理，得到车辆信息；控制处理单元，用于对所述传感器信息进行运算处理，得到离合器、选换档、发动机、电机的控制信息；输出单元，用于将所述离合器、选换档、发动机和电机的驱动信息转化为输出信号并输出。本发明根据定轴式机械变速器功能实现特点，提出一种单轴并联混合动力商用车AMT系统控制模型架构，该架构逻辑清晰，子模块接口定义和功能明确，不同子模块相互独立，模型可扩展性好。
-
公开(公告)号：CN111177874A
公开(公告)日：2020-05-19
申请号：CN201911302661.9
申请日：2019-12-17
申请人： 北京航空航天大学杭州创新研究院
摘要： 本发明公开了一种利用GPU快速设计航路网络拓扑结构的方法。针对现有方法需要非常长的时间才能获得可行解，以及目前的进化算法在解决航路网络问题上还只能串行执行的问题。本发明将进化算法设计航路网络中最耗时的四个主要操作进行了并行化设计，在四个耗时操作已经完全并行化的前提下，将运算量较少的操作和GPU的主控任务交于CPU完成，4个对应耗时GPU内核函数(EA，FLOW，TAC和TFCC)和1个初始化内核函数(INIT)部署至GPU运行，本发明可以在不需要大幅度修改算法的实际流程的前提下，显著减少算法每次迭代所需要的时间，可以适用于设计新的进化算法更好地解决规模更大的下一代航路网络，也可以在显著加速已有的串行算法在解决现有航路网络的速度。
-
公开(公告)号：CN111142522A
公开(公告)日：2020-05-12
申请号：CN201911360634.7
申请日：2019-12-25
申请人： 北京航空航天大学杭州创新研究院
摘要： 本发明公开了一种分层强化学习的智能体控制方法，属于可移动智能体控制领域。本发明基于现有MLSH算法框架上，利用DDPG算法分别训练智能体在不同环境下各自追寻目标点和避障的能力，最后通过主策略网络来进行动作选择的融合。相对于基于传统融合规则的算法而言，网络自动选择动作的融合不存在死区问题，本发明不同于MLSH算法自动分层形成的子任务，而是明确将导航任务分成追寻目标点和避障两个子任务，这样主要是减少训练时间以及方便实际应用。
-
-
-
-
-
-
-
-
-
搜索结果
20 条记录 (耗时 0.044 秒)
