“郑康洁”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12个，建议您升级VIP下载更多相关专利

[发明专利]一种高效强化学习自主船舶避碰方法-CN202210731061.X有效
发明人：张新宇;王程博;郑康洁;王警;崔浩;刘震生;齐怀远 -专利权人：大连海事大学
申请日： 2022-06-24 - 公布日： 2023-08-25 - 主分类号： B63B43/18 文献下载
摘要：本发明提供一种高效强化学习自主船舶避碰方法，解决不确定环境下采用强化学习算法实现自主船舶避碰过程中易陷入局部迭代和收敛速度过慢问题。本发明针对实际航行环境下船舶避让决策考虑的会遇态势变化和转向率问题，构建综合考虑外部收益信号与内部激励信号结合的全新奖励函数，鼓励自主船舶对状态迁移概率较低的环境进行搜索。在内部激励信号与外部收益信号协同驱动训练的过程中，利用学习经验复用，挖掘历史训练数据的隐藏特征，保存累计回报期望值较大的策略，并利用随机概率模型对好的策略迁移应用，减少强化学习在自主船舶搜索过程中刻意学习和盲目性学习问题，进一步提高了自主船舶避碰方法的学习效率。
一种高效强化学习自主船舶方法

[发明专利]一种基于深度强化学习的部分可观测多船避碰方法-CN202211282731.0在审
发明人：张新宇;郑康洁;王程博;姜玲玲;李元奎;崔浩;王警;刘震生 -专利权人：大连海事大学
申请日： 2022-10-19 - 公布日： 2023-05-12 - 主分类号： G05D1/02 文献下载
摘要：本发明提供一种基于深度强化学习的部分可观测多船避碰方法，包括以下步骤：初始化地图信息；获取本船在可观测范围内的图像作为输入；通过神经网络对本船在可观测范围内的图像特征进行提取；根据提出的部分可观测模型判断障碍物类型；根据部分可观测模型中的避碰风险计算方法计算风险；如果有本船有避碰风险则根据算法计算避碰动作，如果没有风险则保持原始航向；当避碰动作结束时如果本船到达了终点则结束该轮训练，否则循环上次过程，重新获取本船的本船在可观测范围内的图像作为输入。本发明基于部分可观察马尔可夫决策过程提出了一个多船会遇下部分可观测的的避碰决策模型，并设计了密集奖励机制，有效实现无人船避碰，同时提高了算法的学习效率。
一种基于深度强化学习部分观测多船避碰方法

[发明专利]一种基于本体与贝叶斯网络的无人船态势认知与决策方法-CN202211494570.1在审
发明人：张新宇;刘震生;姜玲玲;王程博;郑康洁;崔浩;齐怀远 -专利权人：大连海事大学
申请日： 2022-11-25 - 公布日： 2023-02-24 - 主分类号： G06N7/01 文献下载
摘要：本发明提供一种基于本体与贝叶斯网络的无人船态势认知与决策方法，方法包括：分析无人驾驶船舶航行场景要素和态势感知信息构成以及之间的关联属性；基于本体论构建航行态势认知概念模型；结合航行态势感知数据对本体航行态势认知概念模型实例化；分析本体与贝叶斯网络结构，将本体owl语言转换为贝叶斯网络；利用转换后的贝叶斯网络结合当前航行场景进行行为决策推理。本发明可以充分利用本体知识模型整合驾驶先验信息的能力解决多源异构信息表达不充分的问题，并运用贝叶斯网络实现考虑不确定信息的决策推理，提高复杂航行场景下无人驾驶船舶行为决策的准确性。
一种基于本体贝叶斯网络无人态势认知决策方法

[发明专利]一种基于生成对抗模仿学习的船舶避碰决策方法-CN202211394429.4在审
发明人：张新宇;郑康洁;王程博;姜玲玲;齐怀远;刘震生 -专利权人：大连海事大学
申请日： 2022-11-08 - 公布日： 2023-01-17 - 主分类号： G05B13/04 文献下载
摘要：本发明提供一种基于生成对抗模仿学习的船舶避碰决策方法，包括以下步骤：基于所述专家示范数据提取良好行为的状态‑动作对作为专家数据；初始化图像信息；将所述图像信息输入生成器中进行特征提取和对抗训练；获取生成器输出的状态‑动作对作为生成数据；将所述专家数据和所述生成数据输入至判别器中，所述判别器用于对所述生成数据进行二分类并输出对生成数据的真假判断值作为奖励信息；将所述奖励奖励信息反馈至环境输入中；反复执行上述步骤直至判别器输出的奖励信号都为真时，训练结束。本发明结合强化学习与模仿学习，既能够大大加快训练速度，又能够得到性能优越的避碰决策。
一种基于生成对抗模仿学习船舶决策方法

[发明专利]一种基于互操作技术的船舶避碰决策方法及系统-CN202210731056.9在审
发明人：张新宇;王程博;郑康洁;王警;崔浩;李元奎;冮龙辉 -专利权人：大连海事大学
申请日： 2022-06-24 - 公布日： 2022-11-01 - 主分类号： G08G3/02 文献下载
摘要：本发明提供一种基于互操作技术的船舶避碰决策方法及系统。本发明系统，包括：基于宽度优先互操作，实现了分布式避碰决策系统同一层次的避碰决策信息计算、交换、存储、反馈修正以及演示功能；基于深度优先互操作，实现了避碰决策系统内不同深度的数据获取、交换、理解及显示功能，并构建了船舶综合信息显示、智能避碰决策计算与智能避碰决策演示相应的分布式子系统。三个子系统通过人机交互界面显示并进行控制操作，可编辑系统参数可以控制各子系统按照人机交互界面输入的操作运行。本发明的技术方案解决了现有技术中的严重依赖船员人工认知避碰危险度和避让方案制定、系统面向目标与功能间均是独立运行的问题。
一种基于操作技术船舶决策方法系统

[发明专利]一种基于迁移强化学习的海上自主水面船舶避碰决策方法-CN202210730090.4在审
发明人：张新宇;王程博;姜玲玲;王雷豪;郑康洁;王警;崔浩;刘震生;齐怀远 -专利权人：大连海事大学
申请日： 2022-06-24 - 公布日： 2022-10-11 - 主分类号： G05D1/02 文献下载
摘要：本发明提供一种基于迁移强化学习的海上自主水面船舶避碰决策方法，包括：获取船舶航行状态及周围环境信息；基于船舶航行状态和《规则》进行船舶会遇场景划分，确定各会遇态势下的船舶推荐避让行为；考虑国际海上避碰规则与良好船艺的制约，引入碰撞危险度概念设计奖励函数，构建基于深度强化学习的船舶自主避碰决策模型；重复训练构建的模型，构建船舶避碰任务集，提出船舶避碰任务的相似度和复杂度度量模型，进行源任务筛选；通过源任务的选择和特征函数提取进行知识的获取，引入知识迁移方法加速目标任务中船舶智能体的训练，在保证避碰安全性的基础上优化决策的实时性。本发明能够有效提升船舶在复杂航行环境中的避碰决策的安全性和实时性。
一种基于迁移强化学习海上自主水面船舶决策方法

[发明专利]一种求解船舶交通组织与调度问题的自适应启发式算法-CN202111305614.7在审
发明人：张新宇;李润佛;姜玲玲;李强;郭文强;李俊杰;郑康洁 -专利权人：大连海事大学
申请日： 2021-11-05 - 公布日： 2022-02-11 - 主分类号： G06Q10/06 文献下载
摘要：本发明提出了一种求解船舶交通组织与调度问题的自适应启发式算法，包括建立以最小化船舶进出港总时间为目标的单向航道船舶交通组织与调度数学模型；获取黄骅港综合港区船舶基础信息、泊位信息、锚地信息；采用一种自适应启发式算法(AHA)来求解此模型。在AHA中，遗传算法被当作基本的优化模型，迭代过程中利用Q‑learning自适应调整船舶编号与进出港方向相匹配的交叉和变异算子。考虑算法会陷入局部最优解，本发明引入模拟退火算法对遗传操作后的部分优秀个体进行退火操作。本发明方法在保证安全前提下，显著缩短船舶进出港总时间，提高单向通航港口船舶调度效率，同时该方法为港口船舶交通组织与调度优化提供一种新工具，弥补现有船舶交通组织优化方法的不足。
一种求解船舶交通组织调度问题自适应启发式算法

[发明专利]一种基于注意力机制的船舶碰撞风险评估方法-CN202111233668.7在审
发明人：张新宇;安兰轩;王警;王程博;郑康洁 -专利权人：大连海事大学
申请日： 2021-10-22 - 公布日： 2022-01-21 - 主分类号： G06F30/27 文献下载
摘要：本发明提供一种基于注意力机制的船舶碰撞风险评估方法，包括：依据获取的船舶航行安全信息构建本船和目标船的全局航行态势和基于栅格地图的局部航行态势，将船舶的航行要素信息转化为局部空间中的关注区域，增强本船重点关注的特定目标区域同时弱化其他区域，基于多层感知机对目标船的航行状态向量进行标准化处理，并利用神经网络提取目标船和本船之间成对的航行状态特征，构建自注意力模型以高效地捕获本船与目标船间的特征依赖关系；利用Softmax方法对碰撞风险权重矩阵进行归一化，实现对船舶碰撞风险的量化；对风险权重参数进行加权求和，实现基于注意力机制的船舶碰撞风险计算。本发明技术方案能够为船舶在复杂航行态势下的实时避碰决策提供支持。
一种基于注意力机制船舶碰撞风险评估方法

[发明专利]基于对抗样本的人体康复运动数据增强方法-CN202110864746.7在审
发明人：张新宇;郑康洁;李倍莹 -专利权人：大连海事大学
申请日： 2021-07-29 - 公布日： 2021-10-22 - 主分类号： G06K9/62 文献下载
摘要：本发明提供了一种基于对抗样本的人体康复运动数据增强方法，涉及人体康复运动技术领域，该方法包括：获取人体康复运动的原始样本，并对所述原始样本进行处理；将处理后的样本输入到生成器中，生成器通过神经网络进行特征提取，再通过反卷积产生具有对抗能力的噪声；将生成的噪声与所述原始样本输入至干扰器，在干扰器中进行结合生成对抗样本；将生成的对抗样本与原始样本传入到鉴别器中进行分类识别，生成器、干扰器、鉴别器重复上述博弈过程，最终达到平衡，使得生成器在噪声极小的情况下，干扰器产生的对抗样本与原始样本的相似度极高。本发明提供的方法，具有生成类似于人体康复运动识别领域的时序数据的能力，可以增加该领域中样本的多样性。
基于对抗样本人体康复运动数据增强方法

[发明专利]一种基于改进K-Medoids聚类的船舶典型运动轨迹自适应挖掘方法-CN202110878368.8在审
发明人：张新宇;李倍莹;姜玲玲;郑康洁;李高才 -专利权人：大连海事大学
申请日： 2021-08-01 - 公布日： 2021-10-22 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种基于改进K‑Medoids聚类的船舶典型运动轨迹自适应挖掘方法，包括将AIS动、静态数据清洗，数据表匹配与排序，运用线性插值算法将缺失数据补全；提取所需的数据字段，构成船舶轨迹点数据结构；基于航速、航向变化率对船舶轨迹进行压缩，提取用于聚类的特征点集；计算每一段子轨迹的分段均方根误差，并将其与传统的K‑Medoids算法相结合，实现聚类参数的自适应选择，分别提取每一类簇的聚类中心点并依次相连，得到不同类型、吨级及进出港条件下的船舶典型运动轨迹；对提出算法的准确率进行评估。本发明提出了一种挖掘船舶典型运动轨迹的新思路，避免了典型轨迹段的特征缺失，所得的典型轨迹与实际相符合，提高了挖掘的自适应程度。研究结果对于辅助船舶轨迹异常检测及挖掘海上交通特征具有重要意义。
一种基于改进 medoids 船舶典型运动轨迹自适应挖掘方法

[发明专利]一种基于多智能体强化学习的自适应交通信号控制方法-CN202011092990.8有效
发明人：张程伟;靳珊;郑康洁 -专利权人：大连海事大学
申请日： 2020-10-13 - 公布日： 2021-07-27 - 主分类号： G08G1/081 文献下载
摘要：本发明公开了一种基于多智能体强化学习的自适应交通信号控制方法，包括：针对交通路网中每个交叉口，建立与所述交叉口对应的智能体网络；获取所述交通路网中的实时交通特征；将所述实时交通特征按照交叉口的位置分别传入与所述交叉口对应的智能体网络中，得到所述智能体网络输出的交叉口的相位，并按照所述交叉口的相位执行该交叉口的交通信号控制；其中，所述智能体网络以该智能体网络对应的交叉口以及该交叉口相邻的交叉口的进入车道上正在等待的车辆数量总和的平均值为奖励确定该交叉口的相位。本发明提高了独立智能体之间的协调能力，为复杂路网环境的交通信号控制提供解决方案。
一种基于智能强化学习自适应交通信号控制方法

[发明专利]一种基于强化学习的实时竞价广告资源分配方法-CN202011062131.4在审
发明人：张程伟;郑康洁;靳珊 -专利权人：大连海事大学
申请日： 2020-09-30 - 公布日： 2021-01-01 - 主分类号： G06Q30/02 文献下载
摘要：本发明提供了一种基于强化学习的实时竞价广告资源分配方法，包括：对历史广告数据进行统计分析，得到CTR；将得到的CTR进行加噪处理，得出AD Exchange和DSP对CTR的估值；按照不同等级预算限制将实时竞价广告印象分配问题建模为一组多级的马尔科夫决策过程集合，对需要进行折算的变量进行折算；并将折算后的变量输入到对应等级的DQN中；获取每个DQN计算出的累积回报值；对每个DQN得到的累积回报值进行归一化，通过对应的修正函数进行修正；将所有修正后的回报值进行加权，根据得到的累积回报值确定不同动作下的广告资源分配策略，从广告资源分配策略中选择最优的广告分配策略。本发明实现了在保证AD Exchange利益的前提下，让DSP分配的资源更加合理使得收益更高。
一种基于强化学习实时竞价广告资源分配方法

1
共 12 条