-
公开(公告)号：CN118625677B
公开(公告)日：2024-10-15
申请号：CN202411098459.X
申请日：2024-08-12
申请人： 北京航空航天大学杭州创新研究院
IPC分类号： G05B13/04
摘要： 本发明提供一种基于时滞的可重入制造系统的鲁棒无穷控制方法和装置，方法包括确定可重入制造系统的系统动态方程；基于各生产车间的产品完成度确定可重入制造系统的外部干扰函数；将外部干扰函数引入到系统动态方程中，得到抗干扰动态方程；确定抗干扰动态方程的误差动态方程；基于生产车间的产品密度与密度平均值的差值、外部干扰函数确定可重入制造系统的鲁棒无穷同步函数；基于不同生产车间之间的内部耦合关系、各生产车间的生产密度与密度平均值的误差、各生产车间之间的通信延迟，确定可重入制造系统的时滞反馈控制器；基于时滞反馈控制器和误差动态方程，确定可重入制造系统的闭环控制方程，确定鲁棒无穷同步函数的鲁棒无穷同步的充分条件。
-
公开(公告)号：CN118898726A
公开(公告)日：2024-11-05
申请号：CN202411397807.3
申请日：2024-10-09
申请人： 北京航空航天大学杭州创新研究院 , 北京航空航天大学
IPC分类号： G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0499 , G06N10/60
摘要： 本申请提供一种量子神经网络处理多模态细粒度数据的方法及相关装置，涉及量子机器学习领域。其中，电子设备将多模态的多种经典细粒度特征分别编码到各自对应的量子比特集，以使多个量子比特集处于第一量子态，并通过每个特征提取线路作用于对应的量子比特集，将多个量子比特集演化为第二量子态；然后，通过每个特征融合线路将相邻两个量子比特集中的每个量子比特与其余量子比特分别建立纠缠关系，以使多个量子比特集演化为第三量子态；最后，通过测量线路作用于多个量子比特集，得到上述特征的处理结果。如此，深度整合不同经典细粒度特征的特征信息，有效揭示并挖掘它们之间的内在联系，进而显著提升了多种经典细粒度特征处理结果的精确度。
-
公开(公告)号：CN118672142A
公开(公告)日：2024-09-20
申请号：CN202411163184.3
申请日：2024-08-23
申请人： 北京航空航天大学杭州创新研究院 , 北京航空航天大学
IPC分类号： G05B13/04
摘要： 本发明提出一种可重入制造系统控制方法、装置、存储介质及设备，引入可重入制造系统的非线性项和线性扰动增益，构建可重入制造系统的非线性误差模型；对非线性误差模型进行局部线性化处理，以得到可重入制造系统的整体模糊状态方程；构建可重入制造系统的控制器算子；将控制器算子带入整体模糊状态方程，以得到闭环控制系统；基于闭环控制系统进行解算，确定控制器增益；基于控制器增益，获取控制器，并基于控制器对可重入制造系统进行调控。在构建可重入制造系统对应的模型时，引入可重入制造系统的非线性项和线性扰动增益，以得到非线性误差模型，能够对可重入制造系统的不确定性和扰动表现出强鲁棒性。
-
公开(公告)号：CN118569818A
公开(公告)日：2024-08-30
申请号：CN202411061848.5
申请日：2024-08-05
申请人： 北京航空航天大学杭州创新研究院
摘要： 本发明提供一种基于分布式的可重入制造系统的控制方法、装置和设备，方法包括确定可重入生产线的连续演化方程；基于可重入生产线之间流入的物料流、物料流对流入的可重入生产线的影响程度以及连续演化方程，确定可重入生产线所在生产车间的生产车间动态方程；基于生产车间的数量、生产车间的产品密度以及生产车间动态方程，确定可重入制造系统的系统动态方程；确定所有生产车间的生产状态的状态平均值，并基于状态平均值确定可重入制造系统的误差动态方程；基于各生产车间之间的通信拓扑确定可重入制造系统的分布式协同控制方程；基于误差动态方程和分布式协同控制方程，确定可重入制造系统的闭环控制方程；基于闭环控制方程控制可重入制造系统。
-
公开(公告)号：CN118869430A
公开(公告)日：2024-10-29
申请号：CN202411345663.7
申请日：2024-09-26
申请人： 北京航空航天大学杭州创新研究院 , 北京航空航天大学
IPC分类号： H04L41/044 , H04L41/14 , H04L41/147 , H04L41/16 , H04L41/5019 , G06N3/045 , G06N3/048 , G06N3/08 , G06N5/04
摘要： 本申请提供一种基于多层次图变分推断的服务网络感知学习方法，涉及大数据处理技术领域。本申请调用与目标服务网络匹配的目标分层次图变分推断网络模型，基于该目标服务网络的实际图结构数据构建适配的实际分层隐空间图结构，并对该实际分层隐空间图结构进行分层次相互作用学习，得到隐空间分层相互作用变量在该实际分层隐空间图结构处的实际高斯分布参数，而后基于实际高斯分布参数进行重参数化处理，得到可表征目标服务网络中每个网络节点与其他网络节点的实际相互作用关系状况的实际隐空间分层相互作用变量数据，以实现对目标服务网络内部复杂节点相互作用关系的精准感知，便于提升目标服务网络的下游任务执行质量。
-
公开(公告)号：CN118821790A
公开(公告)日：2024-10-22
申请号：CN202411304955.6
申请日：2024-09-19
申请人： 北京航空航天大学杭州创新研究院 , 北京航空航天大学
摘要： 本发明提供一种量子神经网络模型处理文本语义相似性的方法，包括，采集用于文本语义相似性分析任务的数据集，对数据集进行标准化的数据预处理；构建量子神经网络模型，包括：量子数据编码模块、量子文本特征提取模块、量子文本特征相似度计算模块、量子比特测量模块和网络参数优化模块；利用训练集和验证集的量子态对量子神经网络模型进行迭代训练和验证，直至满足设置的阈值条件后终止训练和验证，终止训练和验证后可得到性能最优的用于处理文本语义相似性分析的量子神经网络模型；利用测试集的量子态评估最优的用于处理文本语义相似性分析的量子神经网络模型的性能，能够处理复杂的文本语义相似性分析任务，提高了处理效率。
-
公开(公告)号：CN117891203A
公开(公告)日：2024-04-16
申请号：CN202410295161.1
申请日：2024-03-15
申请人： 北京航空航天大学杭州创新研究院
IPC分类号： G05B19/042
摘要： 本发明提出一种可重入制造系统调控方法、装置、存储介质及电子设备，包括：设置完成度的子区间数量L和受控的离散时间间隔；基于子区间数量确定控制动作施加阶段；基于子区间数量L和当前迭代次数n对可重入制造系统对应的参数矩阵进行赋值；对可重入制造系统对应的约束条件进行解算；若否，调整子区间数量L和受控的离散时间间隔，重复设置当前迭代次数n=0；若是，则确定当前迭代次数n对应的控制器增益；令n=n+1，重复基于子区间数量L和当前迭代次数n对可重入制造系统对应的参数矩阵进行赋值，直至n=L，输出在子区间数量L的条件下所得到的所有控制器增益，从而完成可重入制造系统的高精度调控。
-
公开(公告)号：CN117240689B
公开(公告)日：2024-02-06
申请号：CN202311494951.4
申请日：2023-11-10
申请人： 北京航空航天大学杭州创新研究院
IPC分类号： H04L41/0654 , H04L41/16 , H04L9/40 , G06F21/55 , G06F18/24 , G06F18/213 , G06N3/088
摘要： 可高效稳定恢复网络。本发明公开了一种基于深度对比学习的节点受攻击复杂网络自重建方法，包括：构建深度对比学习神经网络框架，包括局部区域感知特征编码模块，用于获取输入数据的局部区域感知特征表征矩阵；高维关联特征投影解码模块，用于基于局部区域感知特征表征矩阵获取自重建网络的邻接矩阵；全局功能特征提取模块，用于计算损失函数并输出自重建网络；输入数据是未受节点攻击网络和受节点攻击网络构成的训练数据对，损失函数包括局部‑局部对比损失函数、局部‑全局对比损失函数和全局‑全局对比损失函
-
公开(公告)号：CN118151543B
公开(公告)日：2024-07-26
申请号：CN202410580675.1
申请日：2024-05-11
申请人： 北京航空航天大学杭州创新研究院 , 北京航空航天大学
IPC分类号： G05B13/04
摘要： 本说明书实施例提供无人车协同控制方法及装置，其中无人车协同控制方法包括：确定无人车对应的系统架构，基于系统架构建立无人车的线性动力学模型和虚假数据注入攻击模型；其中，无人车的数量为至少两个；确定无人车的分布式控制协议，基于无人车的分布式控制协议、线性动力学模型和虚假数据注入攻击模型，确定闭环误差系统；基于闭环误差系统进行充分条件分析，确定目标条件，并基于目标条件确定控制增益和通信触发条件；基于控制增益和通信触发条件对无人车进行协同控制。通过基于事件触发的通信机制，在提高系统的能源利用效率、减少通信负载、增强系统的鲁棒性的同时也保证系统的稳定性和最终一致性。
-
公开(公告)号：CN118151543A
公开(公告)日：2024-06-07
申请号：CN202410580675.1
申请日：2024-05-11
申请人： 北京航空航天大学杭州创新研究院 , 北京航空航天大学
IPC分类号： G05B13/04
摘要： 本说明书实施例提供无人车协同控制方法及装置，其中无人车协同控制方法包括：确定无人车对应的系统架构，基于系统架构建立无人车的线性动力学模型和虚假数据注入攻击模型；其中，无人车的数量为至少两个；确定无人车的分布式控制协议，基于无人车的分布式控制协议、线性动力学模型和虚假数据注入攻击模型，确定闭环误差系统；基于闭环误差系统进行充分条件分析，确定目标条件，并基于目标条件确定控制增益和通信触发条件；基于控制增益和通信触发条件对无人车进行协同控制。通过基于事件触发的通信机制，在提高系统的能源利用效率、减少通信负载、增强系统的鲁棒性的同时也保证系统的稳定性和最终一致性。
-
-
-
-
-
-
-
-
-
搜索结果
18 条记录 (耗时 0.046 秒)
