“G06N3/00”专利分类搜索_专利查询_文献下载_出售_求购_买卖_交易

钻瓜专利网为您找到相关结果1567个，建议您升级VIP下载更多相关专利

[发明专利]基于粒子群优化SVR模型的生猪热应激程度预测方法-CN202210350429.8在审
发明人：赵雅坤;金鑫;王福宝 -专利权人：青岛科创信达科技有限公司
申请日： 2022-04-02 - 公布日： 2022-06-28 - 主分类号： G06N3/00 文献下载
摘要：本发明涉及畜牧业的环境监测技术领域，公开了一种基于粒子群优化SVR模型的生猪热应激程度预测方法，包括以下步骤：步骤S1：采集环境参数以及猪只的生理状态；步骤S2：建立可评估热应激程度的参数TSI：通过步骤S1中采集到的环境参数以及猪只的生理状态，建立可评估热应激程度的参数TSI并通过具体参数得到相应数值；步骤S3：建立SVR学习模型：将输入向量映射到高位向量特征空间，构造回归函数，并引入松弛变量；步骤S4：寻找SVR的最优训练模型，得到可评估热应激程度的热应激指数预测模型：采用粒子群算法对SVR学习模型中的惩罚因子进行寻优，最终得到可评估热应激程度的热应激指数。本发明能实现对生猪热应激行为高效快速的预测。
基于粒子优化 svr 模型生猪应激程度预测方法

[发明专利]基于改进人工蜂群算法的移动机器人路径规划方法-CN202210189705.7在审
发明人：李鹏;蔡成林;周彦;盘宏斌;陈洋卓;窦杰;孟步敏;蔡晓雯;张莹;黄鹏;李锡敏 -专利权人：苏州湘博智能科技有限公司
申请日： 2022-02-28 - 公布日： 2022-06-24 - 主分类号： G06N3/00 文献下载
摘要：本发明公开了一种基于改进人工蜂群算法的移动机器人路径规划方法，将人工蜂群算法每次迭代产生的最优解代入到灰狼优化算法的狩猎阶段，利用灰狼优化算法生成新的蜜源位置；在雇佣蜂阶段邻域搜索时引入该蜜源，以此来提高人工蜂群的局部搜索能力；将全局最优解代入侦察蜂阶段，改进蜜源搜索方程，使算法更容易摆脱局部最优；将改进算法GW‑ABC应用到移动机器人路径规划中，实验结果表明，改进算法的搜索能力更强，收敛速度更快。
基于改进人工蜂群算法移动机器人路径规划方法

[发明专利]一种基于值分解的多智能体强化学习方法及系统-CN202210301408.7在审
发明人：谢在鹏;邵鹏飞;高原;张雨锋 -专利权人：河海大学
申请日： 2022-03-24 - 公布日： 2022-06-24 - 主分类号： G06N3/00 文献下载
摘要：本发明公开了一种基于值分解的多智能体强化学习方法及系统，方法包括：获取环境当前t时刻的状态St，每个智能体初始的观察值可获得的动作以及该动作对应的奖励r；对于每个智能体，通过评估‑智能体网络计算每个动作基于局部信息τi观察到的值函数Qi(τi)；利用随机‑智能体网络得到每个智能体基于全局信息τ的奖励值函数Qi(τ)；利用目标‑智能体网络计算损失函数并更新参数；利用竞争‑智能体网络将每个智能体基于全局信息τ的奖励值函数Qi(τ)进行分解；将分解结果相加得到基于全局信息τ的联合奖励值函数Qtot(τ,a),完成训练。本发明对多智能体之间的逻辑拓扑关系进行了双重提取，在复杂的异构部分可观测场景中，提高智能体的学习效率和应变能力。
一种基于分解智能强化学习方法系统

[发明专利]虚拟人的控制方法、装置、服务器以及存储介质-CN202210315875.5在审
发明人：王辉 -专利权人： OPPO广东移动通信有限公司
申请日： 2022-03-28 - 公布日： 2022-06-24 - 主分类号： G06N3/00 文献下载
摘要：本申请公开了一种虚拟人的控制方法、装置、服务器以及存储介质，涉及虚拟人技术领域。该方法包括：获取目标对象的外形信息和目标对象的特征信息，基于虚拟人生成引擎对该外形信息和该特征信息进行处理，获得与目标对象对应的目标虚拟人。本申请通过包括外形信息和特征信息的多维度信息进行虚拟人的生成，从而可以使得生成的虚拟人更加形象和生动，提升与虚拟人的交互体验。
虚拟控制方法装置服务器以及存储介质

[发明专利]机动约束下移动雷达监视平台的长时间差异化部署方法-CN201910972533.9有效
发明人：杨晓波;汤窈颖;王尧;杨琪;刘克柱;张鹏辉;易伟;孔令讲 -专利权人：电子科技大学
申请日： 2019-10-14 - 公布日： 2022-06-24 - 主分类号： G06N3/00 文献下载
摘要：本发明公开一种机动约束下移动雷达监视平台的长时间差异化部署方法，属于雷达信号处理技术领域，针对现有移动雷达监视平台在执行监视任务过程中，未考虑监视区域不同任务重要性，从而无法实现以不同的监视力度对不同任务重要性区域进行监视的问题；本发明利用梯形曲线模型描述监视区域中所含信息在不同时效性阶段的重要性及时效性，然后基于每个时刻移动雷达监视平台对监视区域各个位置的检测概率更新采集信息矩阵，之后以最大化采集信息率为优化目标建立优化问题，最后再通过基于虚拟力的约束粒子群优化算法求解此带约束的优化问题；从而实现了移动雷达监视平台的长时间差异化部署。
机动约束移动雷达监视平台长时间异化部署方法

[发明专利]基于改进粒子群、人工鱼群算法混合式泊车路径规划方法-CN202110630909.5在审
发明人：胡光元;毕静;刘启文;刘鲲;谢劲;张安珍 -专利权人：沈阳航空航天大学
申请日： 2021-06-07 - 公布日： 2022-06-21 - 主分类号： G06N3/00 文献下载
摘要：本申请提供了基于改进粒子群、人工鱼群算法混合式泊车路径规划方法，包括：根据泊车区域实际环境，建立泊车环境模型，以及对所述泊车环境模型内路段节点进行编号，获得粒子群，针对所述粒子群的惯性权重，学习因子以及适应度函数进行算法改进，根据改进后的粒子群算法在所述泊车环境模型中搜索最优泊车点，以及将所述最优泊车点组成最优泊车点集合T，将所述粒子群惯性权重引入人工鱼群，得到改进后的人工鱼群算法，将所述改进后的粒子群以及人工鱼群算法进行混合，得到混合算法，根据所述混合算法规划出最优泊车路径，以解决由单一算法的局限性导致泊车路径规划不准确不便捷的问题。
基于改进粒子人工鱼群算法混合式泊车路径规划方法

[发明专利]基于高斯变异遗传算法优化神经网络的小车自动寻路方法-CN201910891696.4有效
发明人：张卫波;陈泉泉;刘朋;王冬招;王浩;肖继亮 -专利权人：福州大学
申请日： 2019-09-20 - 公布日： 2022-06-21 - 主分类号： G06N3/00 文献下载
摘要：本发明涉及一种基于高斯变异遗传算法优化神经网络的小车自动寻路方法。该方法在遗传算法基础上，改用基于以标准正态分布的方式快速搜索，可行解区域，确定最优小车神经网络，使小车快速搜索全局过程解域中所匹配的最佳权值和阈值组合。本发明通过遗传算法的迭代进化思想和神经网络的结合，与所研究的优化对象及参数进行一一对应。算法使用的是python编程，在OpenGL模块下上实现该小车的二维动画可视化，从而找到该研究问题的较好的实现方法，也就是找到小车的最佳行驶路线，完成预定赛道的自动寻路过程。
基于变异遗传算法优化神经网络小车自动方法

[发明专利]一种入侵检测方法、系统、设备及可读存储介质-CN202011264133.1有效
发明人：王振东;曾勇;李大海;杨书新;王俊岭 -专利权人：江西理工大学
申请日： 2020-11-12 - 公布日： 2022-06-21 - 主分类号： G06N3/00 文献下载
摘要：本申请实施例公开了一种入侵检测方法、系统、设备及可读存储介质，针对传统深度信念神经网络中的BP模型由于存在随机初始化权值、阈值等参数，容易陷入局部最优、训练周期过长等不足，本申请实施例首先采用具有监督学习能力的核极限学习机网络模型，并针对KELM随机初始化核参数等带来分类性能不佳的问题，公开一种基于增强型灰狼算法优化核极限学习机的监督分类算法。在传统灰狼算法的基础上，引入了内层围捕与外层围捕相结合的优化策略，增强算法的搜索能力与寻优能力，提升优化性能。在KDDCup99、NSL‑KDD以及UNSW‑NB15三个数据集上的实验证明，在准确率、精确率、真正率、假正率等评价指标上均具有较大优势，能够有效满足复杂网络的入侵检测要求。
一种入侵检测方法系统设备可读存储介质

[发明专利]门控线性上下文博弈机-CN202080070862.5在审
发明人：埃伦·塞泽内尔;乔尔·威廉·韦内斯;马库斯·胡特尔;王佳楠;戴维·巴登 -专利权人：渊慧科技有限公司
申请日： 2020-10-08 - 公布日： 2022-06-17 - 主分类号： G06N3/00 文献下载
摘要：方法、系统和装置，包括在计算机存储介质上编码的计算机程序，用于响应于上下文输入序列中的每个上下文而选择动作。这些方法中的一种方法包括：维持指定与所述多个动作中的每个动作相对应的相应门控线性网络的数据；对于上下文序列中的每个上下文：对于每个动作，使用对应于该动作的门控线性网络来处理所述上下文以生成预测概率；对于每个动作，至少根据所述预测概率来生成针对该动作的动作分值；以及基于所述动作分值响应于所述上下文而选择要执行的动作。
门控线性上下文博弈

[发明专利]一种基于多子群粒子群算法的侦察机器人任务分配方法-CN202111630071.6在审
发明人：尹英明;张通;李嘉奇;余佳洁;杨忠龙 -专利权人：西北工业大学
申请日： 2021-12-28 - 公布日： 2022-06-17 - 主分类号： G06N3/00 文献下载
摘要：本发明涉及一种基于多子群粒子群算法的侦察机器人任务分配方法，首先初始化粒子群最大迭代次数、粒子个数、粒子位置和粒子速度；将粒子分成不同的子群；计算粒子适应度；粒子速度更新，位置更新；迭代计算，重复步骤2)‑4)，直至计算达到指定迭代次数退出，其最优粒子位置即为最终结果。解决了传统方法没有综合考虑复杂的环境以及机器人的安全性等因素，在真实的战场环境中容易导致机器人被发现甚至作战任务失败的问题，提升了机器人的任务完成效果。将机器人任务分配问题转换成优化问题，可以直接用智能算法求解；通过将粒子分群，参数自适应调节等手段解决了传统粒子群算法易陷入局部极值的问题，改善了迭代寻优的收敛性，提升了算法的收敛速度。
一种基于子群粒子算法侦察机器人任务分配方法

[发明专利]一种机器人的初始化交互方法-CN201610882055.9有效
发明人：朱泽春;王鹏程 -专利权人：九阳股份有限公司
申请日： 2016-10-10 - 公布日： 2022-06-17 - 主分类号： G06N3/00 文献下载
摘要：本发明公开了一种机器人的初始化交互方法，该方法包括:机器人开机启动；扫描周边环境并采集图像信息，图像信息包括用户图像信息；提取用户图像信息；根据用户图像信息识别用户在人群中的相对位置；根据用户在人群中的相对位置确定机器人的权属；或者，根据用户的操作设定机器人的权属。本发明所揭示的机器人的初始化交互方法，模仿鸟类的印随行为，与用户进行交互并认定自己的“主人”，同时，在交互过程中也解决了机器人的权属确定及使用权限分配问题。
一种机器人初始化交互方法

[发明专利]基于BCCA优化模型的生物粒子团簇体构建方法-CN202110755031.8有效
发明人：顾有林;胡以华;丁婉莹;陆卫;李维;陈曦;王新宇;曹浩 -专利权人：中国人民解放军国防科技大学
申请日： 2021-07-05 - 公布日： 2022-06-17 - 主分类号： G06N3/00 文献下载
摘要：本发明提供一种基于BCCA优化模型的生物粒子团簇体构建方法，所述方法包括：获取三维空间中存在的粒子个数与各粒子粒径；构建三维模型；设置并调用lowbit函数，计算期望团簇体数N；判断所述三维模型中的当前团簇体数Nc是否等于1；确定所述三维模型中当前存在的团簇体，当团簇体满足相应的碰撞条件相互碰撞时，进行碰撞处理；确定当前团簇体数Nc；输出当前团簇体中粒子的三维分布图，以所述当前团簇体中粒子的三维分布方式作为结果输出。根据本发明的方法，能够形成更好的消光材料结构，有助于制备出具有更强消光特性的消光材料。
基于 bcca 优化模型生物粒子团簇体构建方法

[发明专利]基于演化优化的光伏运维数据重构方法-CN202210196364.6在审
发明人：吴文宝;熊建英;吴昌垣;熊敏;杜桂兰;叶伟;郭肇禄 -专利权人：中国电建集团江西省电力建设有限公司
申请日： 2022-03-02 - 公布日： 2022-06-14 - 主分类号： G06N3/00 文献下载
摘要：本发明公开了一种基于演化优化的光伏运维数据重构方法。本发明应用演化优化算法来优化设计光伏运维数据重构中的观测矩阵。在优化过程中，首先输入光伏运维数据，设置演化优化算法的参数，随机产生种群，然后适应性地调整变异系数和杂交率，执行变异和杂交操作生成新个体，并利用组合反向学习策略来生成反向种群，再将当前种群与反向种群进行竞争选择出新一代种群，从而优化得到光伏运维数据重构的观测矩阵。本发明能够提高光伏运维数据的重构效率。
基于演化优化光伏运维数据方法

[发明专利]用稀疏化注意力辅助决策的嵌入式多智能体强化学习方法-CN202210508557.0在审
发明人：吴超;罗双;李皓;王永恒 -专利权人：之江实验室;浙江大学
申请日： 2022-05-11 - 公布日： 2022-06-14 - 主分类号： G06N3/00 文献下载
摘要：本发明公开了一种用稀疏化注意力辅助决策的嵌入式多智能体强化学习方法，属于强化学习技术领域。初始化多智能体的效用函数网络参数、混合网络参数和目标混合网络参数；获取每一个智能体的自注意力输出和稀疏化注意力输出；使用门控循环单元模块编码当前观测输出，计算本地常规效用函数和本地稀疏效用函数，分别输入到混合网络中，各自拟合得到常规全局价值函数和稀疏全局价值函数，逐渐降低常规全局价值函数的权重，完成强化学习的训练。在决策推理阶段，各个智能体根据本地观测和自身效用函数来选择动作输出给环境，从而与环境进行交互。本发明可以嵌入到任何基于价值函数的MARL框架中，提升智能体决策的效率和精度。
稀疏注意力辅助决策嵌入式智能强化学习方法

[发明专利]一种包含互斥资源的多智能体系统的控制器生成方法-CN202110757211.X有效
发明人：张慧敏;施薏 -专利权人：广西师范大学
申请日： 2021-07-05 - 公布日： 2022-06-14 - 主分类号： G06N3/00 文献下载
摘要：本发明公开了一种包含互斥资源的多智能体系统的控制器生成方法。所述方法为：首先由SCT的mutex函数处理涉及互斥资源约束条件的控制需求；然后，将mutex函数的计算结果作为一个简化的受控对象；最后，计算简化后的受控对象关于其他控制需求的控制器。这种方法通过优先处理互斥资源的控制需求，然后再处理其他控制需求生成控制器，能有效缓解智能体及各子需求做并行组合操作时产生的状态爆炸问题。
一种包含资源智能体系控制器生成方法