-
公开(公告)号:CN116258262A
公开(公告)日:2023-06-13
申请号:CN202310182120.7
申请日:2023-02-24
申请人: 合肥工业大学
IPC分类号: G06Q10/04 , G06Q50/06 , G06F18/213 , G06F18/25 , G06N3/0455 , G06N3/08 , H02J3/00
摘要: 本发明提供一种多维时序数据的短期趋势预测方法、系统、存储介质和电子设备,涉及多维时序数据预测技术领域。本发明提出了一种新的短期多维时序数据预测模型框架;该结构首先采用一种具有可解释性的时序特征编码器,对目标序列数据进行趋势与季节特征分解。然后,采用了一种辅助信息编码器将特征因素数据编码到隐藏信息矩阵中,并通过多头自注意力机制获取高维自相关性特征。该模型的时序特征编码器具有强大的非线性建模能力,可以满足目标序列特征提取的需求。最后,通过特征融合模块,将提取的不同类型特征进行融合,并通过一个可进行时间序列特征提取的解码器进行最终的多维时序数据预测。
-
公开(公告)号:CN116360481A
公开(公告)日:2023-06-30
申请号:CN202310136735.6
申请日:2023-02-10
申请人: 合肥工业大学
IPC分类号: G05D1/10
摘要: 本发明提供一种面向任务集合的多无人机三维路径规划方法、系统、存储介质和电子设备,涉及无人机巡检技术领域。本发明中,以最短化所有无人机完成巡检任务的时间为优化目标,构建整数规划模型,利用整合Q‑learning机制的遗传算法对模型进行求解,实现如何根据实际巡检任务需求,从任务点集中合理选择任务点进而规划出多无人机三维路径。对于促进无人机巡检在电力巡检、水电站巡检、城市巡检等领域的深入应用、提升无人机智能巡检水平,具有重要的理论价值和现实意义。
-