123,123,123

<abbr id="fpf2r"></abbr><menuitem id="fpf2r"></menuitem>

<menuitem id="fpf2r"><dd id="fpf2r"><meter id="fpf2r"></meter></dd></menuitem>

2026年02月14日星期六

當(dāng)前位置

-網(wǎng)站首頁 -專利超市

專利超市

產(chǎn)業(yè)分類:

專利權(quán)人:

專利類別:

合作方式:

綜合排序

新一代信息技術(shù)

基于深度學(xué)習(xí)的點(diǎn)云分割方法
本發(fā)明公開基于深度學(xué)習(xí)的點(diǎn)云分割方法，涉及三維視覺、機(jī)器學(xué)習(xí)等領(lǐng)域。針對散料裝備智能化過程中料場的點(diǎn)云不能精確分割，散料裝備無法精確感知料堆信息等問題，首先，進(jìn)行數(shù)據(jù)采集及預(yù)處理；其次，聚合點(diǎn)特征形成超點(diǎn)；然后，設(shè)計(jì)查詢策略和Transformer解碼器層，預(yù)測實(shí)例掩碼和語義類別；最后，設(shè)計(jì)多任務(wù)損失函數(shù)和匹配策略。與現(xiàn)有技術(shù)相比，本發(fā)明通過一個(gè)實(shí)例分割數(shù)據(jù)集的訓(xùn)練，完成三種分割任務(wù)，并且，能夠精確識別料場中不同料堆的位置和邊界，并對其物料類別進(jìn)行分類，能夠顯著提升料場的庫房管理效率和智能化水平，為散料裝備的高效運(yùn)行提供技術(shù)支持，可廣泛運(yùn)用于散料裝備管理、礦物采集以及碼頭搬運(yùn)等領(lǐng)域。

長春工業(yè)大學(xué) 授權(quán)發(fā)明
新一代信息技術(shù)

一種基于時(shí)空關(guān)注的發(fā)酵過程軟測量方法
本發(fā)明公開一種基于時(shí)空關(guān)注的發(fā)酵過程軟測量方法，屬于工業(yè)發(fā)酵生產(chǎn)過程軟測量建模和應(yīng)用領(lǐng)域。首先，將時(shí)間注意力機(jī)制與空間注意力機(jī)制進(jìn)行融合，獲取不同批次的時(shí)空融合特征表示，然后將得到的不同批次的融合特征表示輸入到LSTM層中以獲取長期依賴關(guān)系，從而實(shí)現(xiàn)軟測量預(yù)測輸出。與現(xiàn)有技術(shù)相比，該模型具有識別輸入變量與質(zhì)量變量的隱藏狀態(tài)的能力，并根據(jù)每個(gè)小批次之間的關(guān)系進(jìn)行建模，通過考慮輸入變量間的時(shí)空交互作用以及長期依賴關(guān)系，提高了模型的預(yù)測精度，實(shí)現(xiàn)快速響應(yīng)，最小的維護(hù)成本和精確的預(yù)測結(jié)果，本方法可在間歇發(fā)酵領(lǐng)域具有廣闊應(yīng)用前景。

長春工業(yè)大學(xué) 授權(quán)發(fā)明
新一代信息技術(shù)

一種基于無信號路口自動(dòng)駕駛系統(tǒng)的隱式狀態(tài)表示方法
本發(fā)明涉及一種基于無信號路口自動(dòng)駕駛系統(tǒng)的隱式狀態(tài)表示方法，旨在簡化狀態(tài)空間表示，提升系統(tǒng)訓(xùn)練效率和魯棒性。該方法通過引入車道保持標(biāo)志和目標(biāo)速度作為隱式狀態(tài)變量，表示與自車無關(guān)的環(huán)境信息，從而減少了狀態(tài)空間維度，避免了考慮過多周圍交通參與者和復(fù)雜環(huán)境信息帶來的計(jì)算復(fù)雜性。在無周圍交通參與者的情況下，目標(biāo)速度依據(jù)交通規(guī)則和道路條件設(shè)定，而在有周圍交通參與者時(shí)，目標(biāo)速度根據(jù)與周圍車輛的相對位置和速度進(jìn)行動(dòng)態(tài)調(diào)整。車道保持標(biāo)志則根據(jù)自車當(dāng)前位置和道路信息判斷是否需要變道或保持車道。該方法有效簡化了狀態(tài)空間，提高了強(qiáng)化學(xué)習(xí)訓(xùn)練效率，能夠更好地應(yīng)對無信號路口等復(fù)雜環(huán)境中的自動(dòng)駕駛?cè)蝿?wù)。

長春工業(yè)大學(xué) 授權(quán)發(fā)明
新一代信息技術(shù)

一種基于深度強(qiáng)化學(xué)習(xí)的端到端自主運(yùn)動(dòng)決策方法
本發(fā)明公開一種基于深度強(qiáng)化學(xué)習(xí)的端到端自主運(yùn)動(dòng)決策方法，該方法涉及多機(jī)器人運(yùn)動(dòng)、機(jī)器學(xué)習(xí)、集成決策等領(lǐng)域。首先采用改進(jìn)Mamba?YOLOv10實(shí)現(xiàn)對玻璃制品的精準(zhǔn)識別；然后針對端到端自主運(yùn)動(dòng)的數(shù)據(jù)依賴問題，提出將經(jīng)驗(yàn)回放機(jī)制HER和設(shè)計(jì)的獎(jiǎng)勵(lì)函數(shù)應(yīng)用到深度Q網(wǎng)絡(luò)中，實(shí)現(xiàn)HER?DQN的集成式?jīng)Q策框架。與其他方法相比，本發(fā)明不僅能夠在復(fù)雜光照條件和環(huán)境干擾下精準(zhǔn)識別玻璃制品，還能提高生物化學(xué)實(shí)驗(yàn)室轉(zhuǎn)運(yùn)機(jī)器人在自主運(yùn)動(dòng)決策時(shí)的穩(wěn)定性和魯棒性，設(shè)計(jì)的端到端自主運(yùn)動(dòng)決策方法具有實(shí)時(shí)性和高效性，能夠使生物化學(xué)實(shí)驗(yàn)室轉(zhuǎn)運(yùn)機(jī)器人安全自主的完成執(zhí)行任務(wù)，可應(yīng)用于農(nóng)業(yè)、工業(yè)、服務(wù)業(yè)等領(lǐng)域都有有益成效。

長春工業(yè)大學(xué) 授權(quán)發(fā)明
新一代信息技術(shù)

一種基于風(fēng)險(xiǎn)邊界的大型散料裝備路徑規(guī)劃方法
本發(fā)明公開了一種基于風(fēng)險(xiǎn)邊界的大型散料裝備路徑規(guī)劃方法，該方法涉及機(jī)器學(xué)習(xí)、路徑規(guī)劃等領(lǐng)域。首先，利用確定性點(diǎn)云點(diǎn)云獲取環(huán)境中的障礙物，計(jì)算出在給定風(fēng)險(xiǎn)容忍度下安全區(qū)域的邊界，來定義障礙物的風(fēng)險(xiǎn)邊界，通過專家演示學(xué)習(xí)決策策略訓(xùn)練神經(jīng)網(wǎng)絡(luò)采樣器。隨后，構(gòu)建神經(jīng)成本估計(jì)器以從樣本中選擇最佳信息狀態(tài)，使用神經(jīng)網(wǎng)絡(luò)遞歸地向起點(diǎn)和目標(biāo)雙向推進(jìn)，再基于平方和優(yōu)化驗(yàn)證中間連接的碰撞風(fēng)險(xiǎn)。與其他方法相比，本發(fā)明不僅可以應(yīng)用于大型散料裝備的路徑規(guī)劃，還可以擴(kuò)展到其他領(lǐng)域和場景，例如無人駕駛車輛、無人機(jī)導(dǎo)航、環(huán)境監(jiān)測等。

長春工業(yè)大學(xué) 授權(quán)發(fā)明
新一代信息技術(shù)

一種特征融合圖神經(jīng)網(wǎng)絡(luò)的短期住宅用電量預(yù)測方法
本發(fā)明為一種特征融合圖神經(jīng)網(wǎng)絡(luò)的短期住宅用電量預(yù)測方法，屬于電力系統(tǒng)短期用電量預(yù)測技術(shù)領(lǐng)域。其解決了傳統(tǒng)方法在捕捉時(shí)空依賴關(guān)系和特征融合方面的不足，主要技術(shù)要點(diǎn)包括：采集并預(yù)處理真實(shí)世界公開的住宅歷史用電量數(shù)據(jù)及輔助特征數(shù)據(jù)，通過輸入模型分別進(jìn)行處理；搭建并行時(shí)間卷積結(jié)構(gòu)；通過逆向三模態(tài)因子分析法構(gòu)建三維動(dòng)態(tài)鄰接矩陣；設(shè)計(jì)多特征融合模塊，將輔助特征的時(shí)空關(guān)系動(dòng)態(tài)引入到主特征預(yù)測中；引入殘差連接與跳躍連接結(jié)構(gòu)，最終構(gòu)建多特征融合時(shí)空圖神經(jīng)網(wǎng)絡(luò)模型，并通過評價(jià)指標(biāo)驗(yàn)證模型的有效性。結(jié)果表明，本發(fā)明可以提升電力調(diào)度與能耗管理的精準(zhǔn)性，為智能電網(wǎng)和可再生能源管理提供技術(shù)支撐。

長春工業(yè)大學(xué) 授權(quán)發(fā)明

<center id="7hbf2"><center id="7hbf2"></center></center>