[发明专利]一种基于机器学习的异构传感器智能任务规划方法有效
| 申请号： | 201811495205.6 | 申请日： | 2018-12-07 |
| 公开（公告）号： | CN109711678B | 公开（公告）日： | 2021-02-12 |
| 发明（设计）人： | 王玉茜;王磊;张斌;杨良洁;张晓宇 | 申请（专利权）人： | 江南机电设计研究所 |
| 主分类号： | G06Q10/06 | 分类号： | G06Q10/06;G06N20/00 |
| 代理公司： | 贵州派腾知识产权代理有限公司 52114 | 代理人： | 谷庆红 |
| 地址： | 550009 贵州省贵*** | 国省代码： | 贵州;52 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 基于 机器 学习 传感器 智能 任务 规划 方法 | ||
1.一种基于机器学习的异构传感器智能任务规划方法，其特征在于：包括如下步骤：
(1)规则设置：采用条件判断的格式，建立开关机及辐射规则、工作模式切换规则和抗干扰措施运用规则；
(2)量化处理：将上述开关机及辐射规则、工作模式切换规则和抗干扰措施运用规则分别遍历并量化为参数组；
(3)学习模型：将得到的参数组作为训练样本，采用机器学习算法进行训练，得到规则推理模型；
(4)场景量化：获取目标和装备状态对应于规则推理模型的输入的分量值；
(5)规则推理：将上述分量值代入至规则推理模型中，得到规划结果；
(6)确认反馈：确认并修正规划结果，同时将修正后得到的规划结果连同对应的输入分量一并加入至参数组中，重新进行步骤(3)；
所述步骤(2)中的量化，指将规则中对应的目标、装备状态和规划结果用数字表示，其中规划结果取整数值；
所述步骤(2)中的遍历，是指将开关机及辐射规则、工作模式切换规则或抗干扰措施运用规则中，根据规则所可能发生的所有情况均列举出来。
2.如权利要求1所述的基于机器学习的异构传感器智能任务规划方法，其特征在于：所述步骤(3)中机器学习算法采用基于极限学习机的方法。
3.如权利要求2所述的基于机器学习的异构传感器智能任务规划方法，其特征在于：在所述基于极限学习机的方法中，激活函数采用Sigmoid函数。
4.如权利要求2所述的基于机器学习的异构传感器智能任务规划方法，其特征在于：在所述基于极限学习机的方法中，隐层节点数为九个。
5.如权利要求1所述的基于机器学习的异构传感器智能任务规划方法，其特征在于：所述步骤(5)中，规则推理模型计算得到输出结果经四舍五入取整后得到规划结果。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于江南机电设计研究所，未经江南机电设计研究所许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201811495205.6/1.html，转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政；管理
G06Q10-02 .预定，例如用于门票、服务或事件的
G06Q10-04 .预测或优化，例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型
G06Q10-08 .物流，例如仓储、装货、配送或运输；存货或库存管理，例如订货、采购或平衡订单
G06Q10-10 .办公自动化，例如电子邮件或群件的计算机辅助管理
