“谭国真”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果57个，建议您升级VIP下载更多相关专利

[发明专利]五指机械手仿人抓取有限元建模与分析方法-CN202011498152.0有效
发明人：刘倩;靳佳澳;刘斯文;张强;谭国真 -专利权人：大连理工大学
申请日： 2020-12-17 - 公布日： 2023-06-13 - 主分类号： B25J9/16 文献下载
摘要：本发明属于电子信息技术领域，提供了一种五指机械手仿人抓取有限元建模与分析方法，包括以下步骤：构建机器人手模型、构建触觉传感器阵列、不同状态的抓取模型及分析；通过虚拟环境下建立五指机械手，代替现实中的硬件实现，尽可能还原人类手部不同形式的抓取动作，节省实验空间，降低实现难度，为后续实现将人手的抓取经验迁移并嵌入到机器手抓取上索要做的仿人抓取姿态学习创造实验条件。
五指机械手抓取有限元建模分析方法

[发明专利]一种基于多重网络合作的零样本学习算法-CN202010511084.0有效
发明人：孙亮;宋俊杰;葛宏伟;李宝煜;谭国真 -专利权人：大连理工大学
申请日： 2020-06-08 - 公布日： 2022-11-11 - 主分类号： G06V10/764 文献下载
摘要：本发明属于机器学习和迁移学习的交叉领域，公开一种基于多重网络合作的零样学习算法，包括生成网络一、生成网络二、对抗网络和重构网络。首先，将反向视觉特征空间作为嵌入空间，通过视觉特征中心生成网络实现映射。其次，采用更深层次的神经网络来生成，将残差网络模块引入到生成网络一和二中。之后，为减少过度拟合和提高可扩展性，引入一个对抗网络识别视觉特征中心的生成。最后，利用一个反向生成过程的重构网络来限制生成的视觉特征中心与每个类的原始语义表示之间的结构相关性。本发明在传统的零样本学习和广义零样本学习上都获得了令人满意的结果，对具有潜在应用前景的、识别无标注的海量未知类别的图像识别任务发挥促进作用。
一种基于多重网络合作样本学习算法

[发明专利]面向多概率性参数实时任务的和谐感知多处理器调度方法-CN201911058498.6有效
发明人：任健康;宿晓燕;毕冉;盛君如;刘倩;叶鑫;谭国真;冯睿鑫 -专利权人：大连理工大学
申请日： 2019-11-01 - 公布日： 2022-09-16 - 主分类号： G06F9/50 文献下载
摘要：本发明公开了面向多概率性参数实时任务的和谐感知多处理器调度方法，属于实时系统技术领域。包括计算任务集合中每两个任务间的和谐系数、基于和谐系数将包含n个独立的概率实时任务集合中的所有任务分成p个任务子集和生成面向多概率性参数的实时任务集合调度方案三个步骤。解决了基于概率性最坏情况执行时间和概率性最小到达间隔时间的多概率性参数实时任务多处理器调度中存在的CPU资源利用的碎片化问题。本发明的任务调度模型中任务最坏情况执行时间和最小到达间隔时间均为概率性，模型适应范围更广泛。此外，本发明在任务调度过程中综合考虑了任务负载和任务间和谐关系，提高了系统可调度性和资源利用率。
面向概率参数实时任务和谐感知处理器调度方法

[发明专利]水声网络中基于深度强化学习实现时域干扰对齐的MAC协议-CN202110081524.8有效
发明人：高振国;赵楠;姚念民;卢志茂;谭国真;丁男;李培华;蔡绍滨 -专利权人：华侨大学
申请日： 2021-01-21 - 公布日： 2022-08-02 - 主分类号： H04W24/02 文献下载
摘要：本发明公开了一种水声网络中基于深度强化学习实现时域干扰对齐的MAC协议，包括以下步骤：构建分时隙模型；将深度强化学习算法DQN应用到水声网络MAC协议，通过训练深度强化学习算法DQN实现时域干扰对齐；使用训练好的DQN来调度节点传输。与现有技术相比，本发明采用深度强化学习方法为节点分配时隙，使用DQN来实现时域干扰对齐，并使用训练好的DQN来调度节点传输；DQNSA‑MAC将干扰在非目的节点处对齐，并保留更多的无干扰时隙用作消息的传输和接收，从而提高吞吐量；此外，基于训练好的DQN，每个节点可以从目前的状态映射到传输动作，有效地解决了由于状态空间大而造成计算开销大的问题。综述，本发明能够提高水声网络MAC协议的吞吐量、成功传输率和公平性等。
网络基于深度强化学习实现时域干扰对齐 mac 协议

[发明专利]一种人脸图像眼部补全方法-CN202010491147.0有效
发明人：孙亮;李宝煜;葛宏伟;宋俊杰;谭国真 -专利权人：大连理工大学
申请日： 2020-06-02 - 公布日： 2022-04-12 - 主分类号： G06T5/00 文献下载
摘要：本发明提供一种基于自注意力机制模范生成对抗网络的人脸图像眼部补全方法，属于机器学习领域。首先选取一张属于同一身份的人的不同姿态的脸部照片作为参考，将对应的参考图像、参考图像的眼部、缺失图像、缺失图像的眼部以及10维的噪声向量输入到我们所构建的模型的生成器网络中，生成器网络由一定数量的卷积层、残差块、反卷积层构成，最终生成器输出一张经过补全的人脸图像。再将生成的补全图像经过鉴别器网络进行判别真假。本发明能够提高生成的人脸的眼部图像的质量，同时生成的眼部部位并不是直接简单复制参考图像的，并且生成的眼部部位没有陷入模式崩溃的问题，都是相对应各自身份的。
一种图像眼部方法

[发明专利]一种基于半训练生成器的复杂场景图像去雾方法-CN202010490188.8有效
发明人：王野;孙亮;葛宏伟;谭国真 -专利权人：大连理工大学
申请日： 2020-06-02 - 公布日： 2022-02-15 - 主分类号： G06T5/00 文献下载
摘要：一种基于半训练生成器的复杂场景图像去雾方法，属于应用于复杂环境的图像去雾领域，包括训练过程和使用过程。训练过程中，首先，使用CycleGAN网络在任意图像去雾数据集上进行训练，每训练50次输出一个实时去雾图像并保存当前模型，训练到2000次结束；其次，重复上述过程十次；最后，在保存的效果图中选取去雾效果最好并且没有颜色信息的无雾灰度图像，将其对应的保存模型中的生成器G作为最终的草图模块。使用时，将任何场景的有雾图像输入草图模块中，均可输出去雾后的灰度图像。本发明应用范围不局限于训练的数据集，该方法具有极强的适应性、可视性和真实性，能够应用到任何场景中，且能够帮助智能系统在受到浓雾影响的环境中也能发挥一定的效能。
一种基于训练生成器复杂场景图像方法

[发明专利]一种联合驾驶风格和博弈理论的自主车换道策略计算方法-CN201810357605.4有效
发明人： 谭国真;梁文斌;丁男;刘明剑 -专利权人：大连理工大学
申请日： 2018-04-20 - 公布日： 2021-10-12 - 主分类号： G06F30/20 文献下载
摘要：一种联合驾驶风格和博弈理论的自主车换道策略的计算方法，其属于车联网无人驾驶领域。目前针对于车辆的换道策略，大多都采取基于安全间隙的策略机制，缺乏对车辆之间相互作用的分析，效率较低。同时考虑车辆之间的相互作用以及驾驶员的驾驶风格因素，使用博弈论的方法对参与者进行有效分析，将驾驶员的驾驶风格作为影响博弈收益的因素，利用纳什均衡进行求解，从而产生换道场景下自主车的最优策略。
一种联合驾驶风格博弈理论自主车换道策略计算方法

[发明专利]一种网络控制系统上行调度算法-CN201810353599.5有效
发明人：刘倩;李明;刘斯文;谭国真 -专利权人：大连理工大学
申请日： 2018-04-19 - 公布日： 2021-07-06 - 主分类号： H04W72/12 文献下载
摘要：本发明公开了一种网络控制系统上行调度算法，该发明技术方案将研究角度从传统的控制方法转变为通信机制，使用网络调度机制代替控制系统的硬件设计，不改变网络控制系统(NCS)中的任何硬件设备，既不重新设计控制器，也不修改传感器的采样率，将NCS看作一个网络应用或服务，通过设计网络调度器解决通信延迟对NCS控制质量的影响，并通过探索控制质量(QoC)与通信延迟间的关系，将其转化可用于调度机制的服务质量(QoS)参数，实现基于QoC驱动的上行调度算法。本发明提供的技术方案不仅降低了系统设计复杂度和硬件开销，同时还对各种控制系统具有兼容性。
一种网络控制系统上行调度算法

[发明专利]面向医疗复健和助力行走的下肢外骨骼机器人步态平稳算法-CN202011494424.X在审
发明人：刘倩;林浩泽;谭国真 -专利权人：大连理工大学
申请日： 2020-12-17 - 公布日： 2021-03-12 - 主分类号： A61H3/00 文献下载
摘要：本发明提供了一种面向医疗复健和助力行走的下肢外骨骼机器人步态平稳算法，同时使用加速度传感器和图像处理的方式建立人体步态采集装置采集各类人的行走步态建立初级步态数据库；根据动态时间规整算法将初级步态按照年龄和性别分类并在各自的类别中进行数据的多项式曲线拟合得到初级步态模型。同比例构建虚拟机器人进行反复仿真测试，并根据机器人动力学模型进行实际测试，根据测试过程中的力矩等反馈信息调整步态模型缺陷。使输入步态模型能够符合下肢外骨骼机器人的硬件条件同时满足患者下肢康复要求，最终得到符合各个年龄段和性别的标准步态模型。
面向医疗复健助力行走下肢骨骼机器人步态平稳算法

[发明专利]一种结合车辆行驶状态分析车载网CAN总线协议中数据有效性的方法-CN201710156925.9有效
发明人：丁男;梁文斌;刘明剑;谭国真 -专利权人：大连理工大学
申请日： 2017-03-16 - 公布日： 2020-02-21 - 主分类号： H04L29/06 文献下载
摘要：一种结合车辆行驶状态分析车载网CAN总线协议中数据有效性的方法，其属于车载网信息安全技术领域。该方法利用Kalman滤波方法对车速进行实时预测，并结合CAN总线协议中加速状态与刹车状态，构建考虑车辆行驶状态的行为模型。利用该模型对CAN报文中的速度异常数据进行识别。如果识别出攻击存在，则进行丢弃数据、屏蔽该入侵用户后继发送的数据等处理。该方法不仅适用于车内网的CAN总线的速度数据有效性的识别，同时也适用于具有数据流的入侵检测系统。该方法填补了车载CAN网络安全的漏洞，避免了车载网络被入侵；能迅速有效的发现被攻击者注入的数据，保障了车辆人员的安全和财产安全。
一种结合车辆行驶状态分析车载 can 总线协议数据有效性方法

[发明专利]一种基于深度强化学习的交通信号自适应控制方法-CN201710258926.4有效
发明人： 谭国真;王莹多 -专利权人：大连理工大学
申请日： 2017-04-19 - 公布日： 2019-10-11 - 主分类号： G08G1/08 文献下载
摘要：本发明涉及交通控制及人工智能技术领域，一种基于深度强化学习的交通信号自适应控制方法，包括以下步骤：(1)定义交通信号控制agent、状态空间S、动作空间A和回报函数r，(2)深度神经网络的预训练，(3)使用深度强化学习方法对神经网络进行训练，(4)依据训练好的深度神经网络进行交通信号控制。通过对磁感、视频、RFID和车联网等采集到的交通数据进行预处理，获取包含车辆位置信息的交通状态的低层表示；其次，通过深度学习的多层感知器对交通状态进行感知，得到当前交通状态的高层抽象特征；在此基础上利用强化学习的决策能力依据当前交通状态的高层抽象特征选择合适的配时方案，实现交通信号自适应控制，以减少车辆旅行时间，确保交通安全、畅通、有序和高效地运行。
一种基于深度强化学习交通信号自适应控制方法

[发明专利]一种移动性与DSRC/WAVE网络相关反馈的自适应速率控制方法-CN201610134774.2有效
发明人： 谭国真;李帅兵;谭颂超 -专利权人：大连理工大学
申请日： 2016-03-09 - 公布日： 2019-10-11 - 主分类号： H04L12/801 文献下载
摘要：一种移动性与DSRC/WAVE网络相关反馈的自适应速率控制方法，其属于车联网通信技术领域。该方法中包括交通流密度预测模块、t+1时刻通信干扰计算模块、SINR计算模块、t+1时刻可用链路带宽计算模块、信道拥塞代价计算模块和自适应消息产生率计算模块的建立。先通过预测下一时刻的交通流密度值，根据下一时刻密度值、发送功率和速率建立通信过程的干扰模型，计算出信噪比，并预测出下一时刻节点的可用链路带宽；再通过传输速率的不匹配和传输队列长度的不匹配建立信道拥塞代价模型，以此来自适应调整下一时刻的消息产生率。该方法通过预测技术提前进行自适应速率调整，避免信道拥塞，以较低的计算时间开销保证较低的通信时延、较高的数据包递送率。
一种移动性 dsrc wave 网络相关反馈自适应速率控制方法

[发明专利]一种LTE-IEEE802.11p混合网络协议切换方法-CN201910441769.X在审
发明人：刘倩;杜伟强;谭国真 -专利权人：大连理工大学
申请日： 2019-05-24 - 公布日： 2019-08-20 - 主分类号： H04L29/06 文献下载
摘要：本发明提供一种LTE‑IEEE802.11p混合网络协议切换方法，包括以下步骤：提取车辆在当前行驶环境下的QoS指标，并更新QoS模型；根据更新后的QoS模型计算理论切换点；根据车辆速度和GPS定位精度计算围绕理论切换点的预警区间；车辆进入理论切换点的预警区间，则开始协议切换。本发明从LTE和IEEE802.11p协议的本身出发，深入研究其QoS特点从而得到本方法，进而克服了单一协议与V2I通信要求不匹配的弊端，有效保证在QoS导向系统中，最大满足V2I通信的需求。
协议切换切换点混合网络预警单一协议导向系统精度计算模型计算行驶环境更新匹配保证研究

[发明专利]一种基于水平集超像素和贝叶斯框架的显著性检测方法-CN201610472918.5有效
发明人：陈炳才;周超;高振国;余超;姚念民;卢志茂;谭国真 -专利权人：大连理工大学
申请日： 2016-06-24 - 公布日： 2019-08-09 - 主分类号： G06K9/62 文献下载
摘要：本发明属于图像处理领域，涉及一种基于水平集超像素和贝叶斯框架的显著性检测方法，解决图像显著性检测问题。首先，对水平集方法的结果分割合并，得到适应图像不同区域大小的新超像素。其次，使用图像内部与边缘超像素之间的颜色和距离差异来构建显著性图。然后，使用新超像素来表示显著区域，在贝叶斯框架下提出了三种更新算法，更新显著性图得到显著性结果，同时更新算法可以把现有算法结果优化提高到一个相似水平。最后，使用基于人脸识别的检测算法来处理包含人的图片。该方法能够识别出图像中的最显著部分，同时能够将现有算法的结果提高到一个更优的水平。
一种基于水平像素贝叶斯框架显著检测方法

[发明专利]一种基于被包围状态和马尔可夫模型的图像显著性检测方法-CN201611019636.6有效
发明人：陈炳才;王西宝;姚念民;高振国;余超;王健;卢志茂;谭国真 -专利权人：大连理工大学
申请日： 2016-11-17 - 公布日： 2019-08-09 - 主分类号： G06T7/00 文献下载
摘要：本发明提出了一种基于被包围状态和马尔可夫模型的图像显著性检测方法，目的在于检测出图像中的显著性物体。首先，利用被包围状态对眼睛注视点预测得到显著性物体的大致区域。其次，使用简单线性迭代聚类算法对原始图像处理得到图像的超像素图，基于超像素建立图像的图模型。然后，以检测出的显著性物体大致区域的超像素作为前景先验，利用吸收马尔可夫链检测出初始的显著性图S1。接下来，将离预测显著性物体大致区域最远的两条边界的超像素作为背景先验，利用吸收马尔可夫链检测出初始的显著图S2。最后，结合S1和S2得到最终的显著图。该方法能够找到图像中显著物体，同时提高了显著性检测的准确率。
一种基于包围状态马尔可夫模型图像显著检测方法

1
2
3
4
下一页»
尾页
共 57 条