-
公开(公告)号:CN119717842A
公开(公告)日:2025-03-28
申请号:CN202411665072.8
申请日:2024-11-20
Applicant: 南京理工大学
IPC: G05D1/46 , G05D1/695 , G05D109/20
Abstract: 本发明公开了一种基于MASAC算法的复杂动态环境中多无人机协同编队方法。该方法为:首先建立多无人机协同编队的数学模型,初始化模型参数;然后采用动态虚拟目标和领航追随相结合的多无人机协同控制方法,计算每个无人机的动态目标,与环境交互移动到新的位置;接着将多无人机协同编队问题转化为分布式的部分可观测马尔可夫模型,采用MASAC算法进行模型的训练,得到收敛的策略模型;最后利用训练得到的策略模型进行多无人机协同编队任务。本发明提高了多无人机编队在复杂环境中自主导航与调整的精确度,提升了多无人机任务的适应性,使无人机能够在不依赖中心节点的情况下,快速响应局部环境的变化,提高了多无人机协同编队任务执行的效率和安全性。
-
公开(公告)号:CN119046724A
公开(公告)日:2024-11-29
申请号:CN202411072085.4
申请日:2024-08-06
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于自适应注意力的单导联心电图心律失常检测方法及系统,该方法为:对心电图数据进行预处理;通过多尺度并行时空特征提取模块提取心电信号的空间特征和时序特征;通过自适应注意力机制对时序特征进行加权处理;将空间特征和加权后的时序特征拼接融合,并进行跨通道信息整合,得到时空融合特征;时空融合特征通过包含堆叠BiLSTM和多层感知机的分类器输出分类结果;迭代训练优化整个网络的参数以获取最佳分类效果。所述系统包括预处理模块、多尺度并行时空特征提取模块、加权模块、拼接融合模块、分类器模块和迭代优化模块。本发明提高了单导联心电图数据的心律失常分类准确率,减少了误诊情况;提高了便携式可穿戴设备的实时性,可以被广泛应用于远程医疗监测、家庭健康管理以及运动健康追踪等多个领域。
-