一种基于深度强化学习的自动驾驶安全关键场景生成方法

    公开(公告)号:CN115859788A

    公开(公告)日:2023-03-28

    申请号:CN202211470078.0

    申请日:2022-11-23

    Abstract: 本发明公开了一种基于深度强化学习的自动驾驶安全关键场景生成方法。该方法为:首先在Carla仿真模拟器中,采集自动驾驶的基础场景信息;然后基于所获的基础场景信息和被测车辆运行状态信息进行强化学习,生成动态要素的初始状态;接着对动态要素和环境的交互进行强化学习,得到动态要素的动作序列;再根据动态要素的动作序列,获的动态要素和环境交互的反馈信息;最后基于交互的反馈信息调整策略网络的网络参数,直至交互的反馈信息达到预期,得到关键安全场景。本发明生成的安全关键场景具有成本低、检测效率高、多样性强、能够适用于大多数道路的优点。

    一种城市行驶工况智能分析方法

    公开(公告)号:CN111126819B

    公开(公告)日:2022-08-16

    申请号:CN201911312807.8

    申请日:2019-12-18

    Abstract: 本发明公开了一种城市行驶工况智能分析方法。该方法为:对采集的汽车行驶时间速度数据进行小波分析降噪,并划分为短行程片段;对已划分的短行程片段进行k‑means聚类,划分出三大类短行程,得到短行程片段的外部状态序列;对短行程片段内部进行划分,分为加速、匀速、怠速3个状态,得到短行程片段的内部状态序列;对短行程片段建立双层马尔科夫链,得到双层马尔科夫模型,使用双层马尔科夫模型构建汽车行驶工况曲线,评估汽车行驶工况曲线误差,选取误差最小的曲线作为最终的汽车行驶工况曲线。本发明减少了汽车行驶工况分析的误差,提高了汽车行驶工况分析的准确性。

    一种代理重加密算法描述及解析方法

    公开(公告)号:CN106789058B

    公开(公告)日:2020-11-13

    申请号:CN201611131570.X

    申请日:2016-12-09

    Abstract: 本发明涉及一种代理重加密算法描述及解析方法,包括以下步骤:定义代理重加密算法描述语言,用于密码算法设计用户针对其数学算法进行类数学语言的描述;用户根据算法描述语言对其设计的代理重加密算法进行描述,生成描述源文件;对描述源文件进行语言解析,生成算法描述中间代码;依据用户的目标代码需求,选择对应计算机编程语言对应的代码底层库,生成目标代码。本发明既能够适用于密码学家描述,又能够与计算机编程语言无缝对接;对于密码学家,通过类数学语言进行描述,既可实现算法的性能测评,无需关注计算机的实现细节;对于计算机专业人员,可以获取代理重加密算法的实现代码,保证了代码的准确性和安全性。

    基于时域分析深度网络的工人作业姿势分类方法

    公开(公告)号:CN109919036A

    公开(公告)日:2019-06-21

    申请号:CN201910104156.7

    申请日:2019-01-18

    Abstract: 本发明公开了一种基于时域分析深度网络的工人作业姿势分类方法。首先,根据工地监控视频的操作安全应用需求,对视频中的镜头进行检测;同时使用RGB-D传感器完成基于视觉的动作捕捉,创建虚拟人体模型和完整的人体姿势的图像序列;并按OWAS(Working Posture Analysing System,工作姿态分析系统)定义手臂、腿部和背部三个身体部位对应的姿势,获得用于分类算法学习的虚拟训练姿势图像数据集;之后采用时域分析和背景差分法结合中值滤波噪声消除算法获取清晰工作姿势轮廓图像,提取使用基于形状和径向直方图两种工作姿势轮廓图像的特征;最后采用VGG神经网络模型完成姿势图像的分类。本发明对于WMSDs(产生原因和危险因素)的预防工作有着非常重大和迫切的意义,具有很高的社会效益和经济效益。

    基于深度学习的声纳渗流运动规律发现方法

    公开(公告)号:CN109857783A

    公开(公告)日:2019-06-07

    申请号:CN201910104576.5

    申请日:2019-02-01

    Abstract: 本发明公开了一种基于深度学习的声纳渗流运动规律发现方法,该方法实现的具体步骤如下:S1,所述数据处理系统对待处理数据进行数据清理并分类,将处理后数据发送给所述机器学习系统;S2,所述机器学习系统对数据进行干扰识别及渗流识别,对非干扰信号进行渗流识别并标注,将处理后数据发送给所述数据挖掘系统;S3,所述数据挖掘系统对目标数据进行挖掘以期找到其内部联系,得到渗流运动规律性的内在联系。该发明推进了声纳渗流运动的理论建模研究进度,具有很高的社会效益和经济效益。

    智能网络控制系统及方法

    公开(公告)号:CN109688056A

    公开(公告)日:2019-04-26

    申请号:CN201811494176.1

    申请日:2018-12-07

    Abstract: 本发明公开了一种智能网络控制系统及方法,系统包括寻路模块、装箱模块、约束度量学习模块、网络监控评价模块和拥塞控制模块,其中寻路模块利用多种搜索技术的KSP优化算法寻找业务流量可行路径;装箱模块将启发式算法与有监督的深度学习网络进行结合,用来规划最优路径;约束度量学习模块是对一些网络资源进行限制,网络监控评价模块是对系统网络进行一个侦测,建立数据库,对网络进行实时监控并反馈;拥塞控制模块是通过网络监控评价模块所触发的,从而采取一些解决网络拥塞的措施。通过几个模块相互作用,根据当前网络实时状况选择转发路径,实现动态的多路径负载均衡,从而降低硬件设备需求,提高网络性能,满足用户网络需求。

    一种代理重加密算法描述及解析方法

    公开(公告)号:CN106789058A

    公开(公告)日:2017-05-31

    申请号:CN201611131570.X

    申请日:2016-12-09

    Abstract: 本发明涉及一种代理重加密算法描述及解析方法,包括以下步骤:定义代理重加密算法描述语言,用于密码算法设计用户针对其数学算法进行类数学语言的描述;用户根据算法描述语言对其设计的代理重加密算法进行描述,生成描述源文件;对描述源文件进行语言解析,生成算法描述中间代码;依据用户的目标代码需求,选择对应计算机编程语言对应的代码底层库,生成目标代码。本发明既能够适用于密码学家描述,又能够与计算机编程语言无缝对接;对于密码学家,通过类数学语言进行描述,既可实现算法的性能测评,无需关注计算机的实现细节;对于计算机专业人员,可以获取代理重加密算法的实现代码,保证了代码的准确性和安全性。

    一种基于多密钥同态加密和拉普拉斯差分的农业保险数据隐私保护方法

    公开(公告)号:CN119249474A

    公开(公告)日:2025-01-03

    申请号:CN202411221551.0

    申请日:2024-09-02

    Abstract: 本发明公开了一种基于多密钥同态加密和拉普拉斯差分的农业保险数据隐私保护方法。本发明通过使用联邦学习技术来解决模型训练所面临的“数据孤岛”问题,通过Laplace差分隐私技术向本地模型训练过程中的梯度添加相应的噪声,大大降低存在恶意参与方进行推断攻击的风险以及其他可能的隐私攻击手段。通过使用多密钥同态加密技术,为不同农业保险企业分发不同的密钥,用于对不同本地模型参数进行加密,解决了利用传统同态加密无法保证参与方之间互不泄露隐私的问题,防止存在多个恶意的内部客户端联合攻击的情形。本发明在联邦学习的基础之上对各参与方的数据和模型进行了加密,充分发挥了联邦学习技术的效能,以及更大程度上保护各企业之间的数据隐私。

Patent Agency Ranking