“杨才霈”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3个，建议您升级VIP下载更多相关专利

[发明专利]基于图神经网络和深度强化学习的无人艇航迹生成方法-CN202310746270.6在审
发明人：刘颉;杨才霈;杨超颖;张峰源;曾祥于;陈炯毅;任翎玮;吴徐哲;韩景辰 -专利权人：华中科技大学
申请日： 2023-06-21 - 公布日： 2023-10-27 - 主分类号： G01C21/20 文献下载
摘要：本发明公开了一种基于图神经网络和深度强化学习的无人艇航迹生成方法，属于航迹规划技术领域。本发明方法首先搭建航迹生成场景；并将所述场景中的环境、动作、奖励以及无人艇执行动作后的环境设置为深度强化学习方法的参数；再构建具有固定容量的记忆池用于储存经验；之后构建并训练无人艇航迹生成模型，所述无人艇航迹生成模型采用双深度Q网络模型结构，其中记忆池中的经验作为训练数据，当前值网络和目标值网络采用图卷积神经网络，当前值网络和目标值网络之间的偏差作为损失函数；最后将无人艇航行时采集的环境信息输入至所述模型，得到无人艇将执行的动作。经过模拟实验证明，本发明方法有效提升了航迹规划成功率。
基于神经网络深度强化学习无人航迹生成方法

[发明专利]一种用于水面航迹规划的纯方位目标运动分析方法及系统-CN202210249740.3在审
发明人：刘颉;蔡玄;周凯波;魏伟;赵盈琪;陈虎;杨才霈;丰星星;耿哲贤;曾祥于;张峰源 -专利权人：中国船舶重工集团公司第七一九研究所;华中科技大学
申请日： 2022-03-14 - 公布日： 2022-07-01 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种用于水面航迹规划的纯方位目标运动分析方法及系统；其中，分析方法包括：预处理步骤、目标预测位置获取步骤、目标预测位置修正值获取步骤；本发明使用基于时间卷积网络的目标位置预测模型获得目标预测位置，与传统定位方法相比，目标位置预测模型的预测准确率更高；本发明采用集合经验模态分解方法分解初始信号，并使用目标位置预测模型获得目标预测位置，从而不易出现解算精度下降乃至发散的问题；本发明通过构建目标的运动状态方程，在此基础上运用递推最小二乘法修正目标位置预测模型输出的目标预测位置，使得观测过程中的全部观测信息得到了利用，进一步提升了目标运动状态预测的准确性和稳定性。
一种用于水面航迹规划方位目标运动分析方法系统

[发明专利]一种旋转机械剩余使用寿命预测方法及系统-CN202210166709.3在审
发明人：刘颉;曾祥于;杨超颖;周凯波;徐琦;张峰源;耿哲贤;杨才霈 -专利权人：华中科技大学
申请日： 2022-02-23 - 公布日： 2022-06-03 - 主分类号： G06F30/17 文献下载
摘要：本发明公开了一种旋转机械剩余使用寿命预测方法及系统，所述方法包括：获取待预测旋转机械实时的振动信号，将其作为预测样本，根据预测样本构建预测路径图；将预测路径图输入训练后的ChebGCN‑LSTM预测模型，得到待预测旋转机械的剩余使用寿命预测值；训练后的ChebGCN‑LSTM预测模型获取方法为：构建基于ChebGCN和BiLSTM的旋转机械剩余使用寿命的ChebGCN‑LSTM预测模型，并将训练路径图输入ChebGCN‑LSTM预测模型训练，得到训练后的ChebGCN‑LSTM预测模型。本发明使用路径图，表示信号的时间和空间依赖关系，将更全面地表征旋转机械退化状态；使用ChebGCN‑LSTM预测模型，克服了传统ChebGCN在表征信号全局时间相关性上的缺陷和不足，提高了预测精度。
一种旋转机械剩余使用寿命预测方法系统