“张加佳”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65个，建议您升级VIP下载更多相关专利

[发明专利]一种无人机群体联合侦查策略生成方法及终端-CN202310544444.0在审
发明人： 张加佳;黄裕冠;孟楠;姜岩松;张文宝;楚博策 -专利权人：哈尔滨工业大学（深圳）;中国电子科技集团公司第五十四研究所
申请日： 2023-05-15 - 公布日： 2023-09-29 - 主分类号： G05D1/10 文献下载
摘要：本发明公开了一种无人机群体联合侦查策略生成方法及终端，方法包括：对待侦察区域的地图进行网格划分，并构建所有网格的概率信息集合；根据信息熵理论计算无人机群侦测形成的概率矩阵；根据历史启发算法计算区域地图网格的权重矩阵；根据概率矩阵对应的信息熵与权重矩阵中各权重的乘积计算得到对应的加权信息熵；选取加权信息熵满足预设条件的多个位置进行感知，通过调集可控数量的无人机，对带有侦查优先级的多个位置展开侦查；其中，多个位置的数量适配无人机群的当前规模。本发明可以做出满足全局最优的合理侦查决策，从而使无人机群体协同侦察更加具有自主性、灵活性、准确性、高效性，提高了多无人机协同执行任务的效率。
一种无人机群体联合侦查策略生成方法终端

[发明专利]基于机器博弈的六自由度无人作战机近距格斗方法及系统-CN202310711009.2在审
发明人： 张加佳;刘东明;施少怀;王强;王轩 -专利权人：哈尔滨工业大学（深圳）（哈尔滨工业大学深圳科技创新研究院）
申请日： 2023-06-15 - 公布日： 2023-09-22 - 主分类号： G06F18/25 文献下载
摘要：本发明属于无人作战机近距格斗技术领域，公开了一种基于机器博弈的六自由度无人作战机近距格斗方法及系统，所述系统包括：环境感知模块、主控模块、无线通信模块、格斗目标识别模块、格斗目标追踪模块、机器博弈决策模块、射击模块、故障预测模块、显示模块。本发明通过格斗目标追踪模块计算速度快，追踪目标的速度快；同时，通过故障预测模块充分考虑了不同六自由度无人作战机发动机的运行环境、使用寿命、出厂设置及磨损程度等方面的个体化差异，分别训练多个训练六自由度无人作战机发动机的SOM模型，以得到对应六自由度无人作战机发动机的、精确的SOM模型训练结果及相应的最小量化误差MQE；故障预测准确性高。
基于机器博弈自由度无人战机近距格斗方法系统

[发明专利]面向限时红蓝对抗问题动作空间解耦的博弈决策方法-CN202210079797.3有效
发明人：耿虎军;孟楠;张加佳;姜岩松;张文宝;楚博策;韩长兴;高晓倩;王梅瑞;高峰 -专利权人：中国电子科技集团公司第五十四研究所
申请日： 2022-01-24 - 公布日： 2023-09-15 - 主分类号： G06N5/04 文献下载
摘要：本发明公开了一种面向限时红蓝对抗问题动作空间解耦的博弈决策方法，属于人工智能中的博弈决策领域。其包括步骤：1、将博弈问题进行抽象，完成博弈问题建模，想定结构化抽象以及基于语义的对抗场景的搭建；2、构建非完全信息下蓝方信息预测预训练模型，支持红方视角下非完全信息到完全信息的映射；3、构建单个团体的动作空间并设计评估函数，进行基于动作空间解耦的蒙特卡洛树决策；4、设计路径关联度及影响判别函数，进行基于团体影响程度的蒙特卡洛树决策后处理，完成高相关团体的动作空间设计及低相关团体的决策结果输出，最终得到博弈决策结果。本发明可求解时间受限下的复杂博弈问题，并针对大规模动作空间进行快速搜索，支持高效准确的博弈决策。
面向限时对抗问题动作空间博弈决策方法

[发明专利]黎曼几何不变性下基于曲线的三维人脸识别方法及系统-CN202110054011.8有效
发明人：唐琳琳;潘建成;师帅杰;刘洋;漆书汉;张加佳 -专利权人：哈尔滨工业大学（深圳）
申请日： 2021-01-15 - 公布日： 2023-09-01 - 主分类号： G06V40/16 文献下载
摘要：本发明公开了一种黎曼几何不变性下基于曲线的三维人脸识别方法及系统，所述方法包括以下步骤：提取两张三维人脸的径向曲线和等测地轮廓线；将人脸分为刚性区域和非刚性区域，对经过人脸不同区域的径向曲线和等测地轮廓线设置不同的权值；采用曲线的形状分析方法，用SRVF描述符来表示径向曲线和等测地轮廓线，并进行配准与度量比较；计算两张三维人脸的对应测地线距离，并对所述两张三维人脸进行分类识别。相对于现有技术，本发明可以减少人脸数据的计算量，解决人脸表情变化时产生的形变对人脸识别产生的影响。
黎曼几何不变性基于曲线三维识别方法系统

[发明专利]面向联邦学习数据投毒攻击的防御方法及装置-CN202111152694.7有效
发明人：刘洋;田宇琛;张伟哲;王轩;漆舒汉;夏文;唐琳琳;张加佳;吴宇琳 -专利权人：哈尔滨工业大学（深圳）
申请日： 2021-09-29 - 公布日： 2023-08-04 - 主分类号： H04L9/40 文献下载
摘要：本发明公开了一种面向联邦学习数据投毒攻击的防御方法及装置，方法包括：每个客户端使用本地数据训练模型参数；每个客户端将本地模型参数上传给服务器，服务器接收到所有的模型参数；服务器从中计算出一个用于比较的参考基准u，则对于任意的两个局部模型wa和wb，计算它们相对于参考基准u的相似度；采用内部投票的方法判断一个局部模型是否为恶意；根据每个局部模型所得的票数，计算每个局部模型的可信度；基于可信度的模型加权聚合，得到最终的全局模型，基于最终的全局模型实现数据投毒攻击的防御。本发明中，恶意客户端的模型会被赋予较低权重，在加权聚合时削弱它对全局模型的影响，从而实现针对数据投毒攻击的防御。
面向联邦学习数据投毒攻击防御方法装置

[发明专利]基于梯度混洗的信息推荐方法及相关设备-CN202310368921.2在审
发明人：刘洋;刘亲博;王轩;刘川意;韩培义;王兆国;张加佳 -专利权人：哈尔滨工业大学（深圳）
申请日： 2023-04-03 - 公布日： 2023-07-04 - 主分类号： G06F16/9535 文献下载
摘要：本发明公开了一种基于梯度混洗的信息推荐方法及相关设备，所述方法包括：获取目标对象的历史评分项目的参数；获取多个待推荐项目，根据所述历史评分项目的参数、多个所述待推荐项目和已训练的信息推荐模型获取各所述待推荐项目对应的推荐分数，其中，所述已训练的信息推荐模型在训练过程中各个训练客户端基于预设的梯度混洗方式对训练梯度参数进行梯度混洗，并上传至中心服务器进行训练；根据各所述待推荐项目对应的推荐分数从多个所述待推荐项目中选择获取目标推荐项目，并向所述目标对象推送所述目标推荐项目。本发明有利于在推荐数据的过程中提高用户数据的安全性，从而保护用户信息数据的隐私。
基于梯度信息推荐方法相关设备

[发明专利]一种基于图对比学习的多模态交通流量预测方法及系统-CN202211122126.7有效
发明人：廖清;张瑞淇;秦建阳;张加佳;王轩 -专利权人：哈尔滨工业大学（深圳）（哈尔滨工业大学深圳科技创新研究院）
申请日： 2022-09-15 - 公布日： 2023-06-23 - 主分类号： G08G1/01 文献下载
摘要：本发明公开了一种基于图对比学习的多模态交通流量预测方法及系统，方法包括：基于历史交通流量数据建立局部和全局流量异构图；对全局和局部流量异构图进行编码得到对应的异构图流量特征；计算局部流量异构图流量特征的互信息来优化局部流量异构图流量特征；多个局部流量异构图流量特征经过注意力机制融合成的全局流量特征，与全局流量异构图流量特征进行图对比学习来优化全局流量异构图流量特征；将优化后的局部和全局流量异构图流量特征输入到空间图卷积神经网络分别预测多模态的交通流量。本发明可以有效地捕获不同出行模式之间的相关性和差异性，有助于更好地捕获多种出行模式之间的依赖关系，从而提升交通流量预测的精度。
一种基于对比学习多模态交通流量预测方法系统

[发明专利]基于深度回归抽象技术的虚拟遗憾策略求解方法及设备-CN202310072057.1在审
发明人：王轩;崔蕾;漆舒汉;张加佳;刘洋;夏文;唐琳琳;于梓元 -专利权人：哈尔滨工业大学（深圳）
申请日： 2023-01-12 - 公布日： 2023-06-06 - 主分类号： A63F1/00 文献下载
摘要：本发明公开了一种基于深度回归抽象技术的虚拟遗憾策略求解方法及设备，所述方法包括：构建回归器网络，将回归器网络进行初始化并遍历博弈树收集历史数据；根据蓄水池采样方法对历史数据进行采样得到训练集，并基于训练集的数据对回归器网络进行训练；当回归器网络的训练次数达到最大训练轮次时停止训练，得到目标回归器网络，并获取深度回归虚拟遗憾最小化算法的到达概率，目标回归器网络根据到达概率计算得到平均策略。本发明使用神经网络作为回归器生成虚拟遗憾最小化算法迭代所需的遗憾值，减少信息抽象的影响，并使得算法无需存储大型表格，减少了算法的存储资源开销，同时利用神经网络的拟合能力也提升了算法的通用性与泛化性。
基于深度回归抽象技术虚拟遗憾策略求解方法设备

[发明专利]一种多智能体协同强化学习方法、终端及存储介质-CN202310012741.0在审
发明人：漆舒汉;张书豪;王轩;张加佳;吴宇琳;王强;施少怀;侯晓涵 -专利权人：哈尔滨工业大学（深圳）
申请日： 2023-01-05 - 公布日： 2023-06-06 - 主分类号： G06F18/214 文献下载
摘要：本发明公开了一种多智能体协同强化学习方法、终端及存储介质，方法包括：获取环境参数，构造模拟环境，并根据环境参数以及智能体数目确定学习者智能体；根据任务需求构造对应数量的工作者智能体，并根据任务需求构造对应数量的行动者智能体；其中，每个工作者智能体用于与多个行动者智能体进行交互，每个行动者智能体分别与一个独立的模拟环境交互；获取样本数据，根据样本数据对学习者智能体进行训练，得到训练后的模型参数；通过学习者智能体定期将训练后的模型参数更新到共享内存中，并通过工作者智能体定期从共享内存中更新决策网络的参数，得到强化学习后的策略。本发明提高了多智能体的强化学习过程中的样本利用率及样本数量。
一种智能体协强化学习方法终端存储介质

[发明专利]一种面向双不均衡的联邦学习方法、装置和系统-CN202211606757.6在审
发明人：廖清;郭松岳;丁烨;王轩;肖京;张加佳 -专利权人：哈尔滨工业大学（深圳）（哈尔滨工业大学深圳科技创新研究院）;东莞理工学院;平安科技（深圳）有限公司
申请日： 2022-12-13 - 公布日： 2023-05-16 - 主分类号： G06F18/24 文献下载
摘要：本发明公开了一种面向双不均衡的联邦学习方法和系统，客户端接收服务器发送的服务器模型参数，并载入本地模型；根据当前样本类别的样本数量占当前客户端样本总数量的比值确定当前样本类别对应的权重因子；利用权重因子计算本地模型识别当前样本类别产生的损失值；利用损失值计算关于当前样本类别的参数变化量，并基于参数变化量对服务器模型参数中关于当前样本类别的模型参数进行更新，直至当前客户端内所有样本类别相关的模型参数均完成更新，得到客户端模型参数；将客户端模型参数发送至服务器，以使服务器通过引力正则项对各个客户端发送的客户端模型参数进行聚合。本发明提供的技术方案，解决了联邦学习的双重不均衡场景模型训练较差的问题。
一种面向均衡联邦学习方法装置系统

[发明专利]一种基于单估值网络的CFR策略求解方法及相关设备-CN202310078101.X在审
发明人：王轩;崔蕾;漆舒汉;张加佳 -专利权人：哈尔滨工业大学（深圳）
申请日： 2023-01-13 - 公布日： 2023-04-28 - 主分类号： G06F18/214 文献下载
摘要：本发明公开一种基于单估值网络的CFR策略求解方法及相关设备，所述方法包括：初始化每个博弈者的初始优势值网络；利用外部采样方法遍历博弈树，并收集得到累积遗憾值后，计算出优势值；利用所述优势值训练多个初始优势值网络，并将得到的多个经过训练后的优势值网络保存在优势值网络缓冲区中；在所述优势值网络缓冲区中选择一个经过训练后的优势值网络进行优势值网络采样操作，生成综合策略。本发明通过利用优势值训练初始优势值网络，将经过训练后的优势值网络保存在优势值网络缓冲区中，并对保存的经过训练后的优势值网络进行优势值网络采样操作，直接生成综合策略，不仅减少了存储和计算资源，提高了综合策略的质量和优越性。
一种基于单估值网络 cfr 策略求解方法相关设备

[发明专利]基于多密钥全同态加密的多用户隐私保护机器学习方法及装置-CN202210365746.7有效
发明人：蒋琳;王轩;王泓潇;顾嘉婧;刘洋;漆舒汉;方俊彬;廖清;张加佳;李晔;吴宇琳;姚霖;陈倩;赵鑫 -专利权人：哈尔滨工业大学（深圳）;暨南大学
申请日： 2022-04-08 - 公布日： 2023-04-07 - 主分类号： H04L9/00 文献下载
摘要：本发明公开了一种基于多密钥全同态加密的多用户隐私保护机器学习方法及装置，方法包括：由公共字符串CRS进行多密钥全同态加密算法的初始化、生成安全参数λ及生成公共参数集mkparams；服务器S整合各个数据提供方上传的单密钥密文数据Encski(di)得到多密钥密文数据集Encsk(D)；服务器S在多密钥密文数据集Encsk(D)的基础上将普通机器学习算法中的线性运算替换为全同态加法和全同态乘法，对多密钥密文数据集Encsk(D)进行机器学习建模训练；服务器S将多密钥加密的模型密文Encsk(model)下发给各个数据提供方DPi和解密方DE；解密多密钥模型密文Encsk(model)，从而得到由各个数据提供方DPi的数据D训练得到的模型model＝Decsk(Encsk(model))。本发明在保证较高安全性的同时，以较低通信代价和较少交互次数完成隐私计算任务。
基于密钥同态加密多用户隐私保护机器学习方法装置

[发明专利]一种基于图像和三维输入的隐式函数三维重建方法-CN202111054666.1有效
发明人：唐琳琳;刘楚然;苏敬勇;刘洋;漆舒汉;张加佳 -专利权人：哈尔滨工业大学（深圳）
申请日： 2021-09-09 - 公布日： 2023-04-07 - 主分类号： G06T17/00 文献下载
摘要：本发明公开了一种基于图像和三维输入的隐式函数三维重建方法，其包括：通过三维输入预测网络处理三维输入以生成三维点的第一空间占用概率；通过图像预测网络处理输入图像以生成三维点的第二空间占用概率；所述的第一空间占用概率和第二空间占用概率被用来生成三维重建模型作为输出。本发明具有能准确提取二维图像包含的细节信息又能表达三维输入表示的结构形状信息而重建高准确度的三维模型的优点。
一种基于图像三维输入函数三维重建方法

[发明专利]基于全同态加密的隐私计算异构加速方法及装置-CN202211433166.3有效
发明人：蒋琳;赵鑫;刘虎成;陈倩;方俊彬;王轩;张加佳;李君一 -专利权人：哈尔滨工业大学（深圳）（哈尔滨工业大学深圳科技创新研究院）;暨南大学
申请日： 2022-11-16 - 公布日： 2023-03-28 - 主分类号： H04L9/00 文献下载
摘要：本发明公开了一种基于全同态加密的隐私计算异构加速方法及装置，本发明从内存和指令两个层级对全同态加密算法进行优化，根据计算负载动态调配GPU中的Block块，将计算量过大的任务拆小，计算量小的任务合并变大，控制结果合并过程中的访存竞争。利用GPU中的内存层次结构，减少SM上同时分配的访存量大的任务数，分配更多的共享内存提升内存命中率，减少与全局内存的通信；设计异构计算流：从时间上和空间上，共享有限的硬件资源。本发明在GPU中实现NTT/INTT算法的挑战是高效地分配线程以实现高利用率，为了获得最佳性能，所有线程都应该是繁忙的，每个线程的工作负载应该是相等的。
基于同态加密隐私计算加速方法装置

[发明专利]一种细粒度专家行为模仿学习方法、装置、介质及终端-CN202211285500.5在审
发明人：漆舒汉;孙志航;殷俊;黄新昊;万乐;王轩;张加佳;王强 -专利权人：哈尔滨工业大学（深圳）
申请日： 2022-10-20 - 公布日： 2023-02-03 - 主分类号： G06N3/04 文献下载
摘要：本发明公开了一种细粒度专家行为模仿学习方法、装置、介质及终端，方法包括，获取智能体的当前环境状态信息，将当前环境状态信息输入到预设预测网络模型中，以得到预测信息，根据预测信息控制智能体执行相应动作，采集任务完成情况信息和当前动作的状态信息；根据动作的状态信息计算单次奖励值，根据任务完成情况信息计算任务奖励值；根据单次奖励值及任务奖励值训练预设预测网络模型，将任务奖励值和每局若干单次奖励值相加，得到总奖励值，当总奖励值大于阈值时，完成对预设预测网络模型的训练并将输出的策略返回，上述方法降低了训练难度、提高了训练效率，无需采集大量专家数据即可在高维状态、动作空间中学习到接近专家行为模式的策略。
一种细粒度专家行为模仿学习方法装置介质终端

1
2
3
4
5
下一页»
尾页
共 65 条