“夏元清”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145个，建议您升级VIP下载更多相关专利

[发明专利]线性路段车辆目标的典型运动建模与跟踪方法和系统-CN202310918501.7在审
发明人：郝晓辉;夏元清;徐杨 -专利权人：北京理工大学长三角研究院（嘉兴）
申请日： 2023-07-25 - 公布日： 2023-10-27 - 主分类号： G06F30/20 文献下载
摘要：本发明公开了一种线性路段车辆目标的典型运动建模与跟踪方法和系统，属于智能无人驾驶车辆目标检测领域，该方法分别使用OU过程和正弦半周期对横向保持车道和变道运动进行建模；设计时变模糊集，针对目标跟踪中变道运动的起点和长度未知的问题，在现有运动模型的基础上设计了时变模型集；构建一个变结构多模型跟踪框架，针对具有时变模型集的目标设计状态估计器。解决了车辆目标在道路行驶时状态多变，模型不确定的问题和滤波精度不足的问题，本发明可以充分利用VSMM框架下的车辆目标运动模型，针对性地设计了车辆目标的跟踪算法，大大提升了目标的跟踪精度，能够更好地对行驶中的车辆目标进行跟踪。
线性路段车辆目标典型运动建模跟踪方法系统

[发明专利]传感器偏差和杂波下分散式多目标联合匹配融合方法和系统-CN202310923136.9在审
发明人：郝晓辉;夏元清;徐杨 -专利权人：北京理工大学长三角研究院（嘉兴）
申请日： 2023-07-25 - 公布日： 2023-10-27 - 主分类号： G06F18/25 文献下载
摘要：本发明公开了一种传感器偏差和杂波下分散式多目标联合匹配融合方法和系统，该方法属于智能无人驾驶车辆目标检测领域；首先通过具有传感器偏置和杂波的车辆系统分散式多目标跟踪系统模型获得带有传感器偏差的状态估计器，基于状态估计器获得匹配单元，最终获得目标车辆的状态。本发明充分利用分散融合优势和假设检验理论，构建计算复杂度较低的联合匹配方案，并设计了联合匹配融合算法对多目标系统进行跟踪，以提升多目标跟踪时的匹配精度并且降低相关计算的复杂度。
传感器偏差杂波下分散多目标联合匹配融合方法系统

[发明专利]一种基于模型迁移学习的电子产品零件备货量预测方法-CN202310928575.9在审
发明人：吴楚格;刘嘉宁;张若辰;夏元清;孙中奇;李怡然;詹玉峰 -专利权人：北京理工大学
申请日： 2023-07-27 - 公布日： 2023-10-24 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于模型迁移学习的电子产品零件备货量预测方法充分利用历史数据，结合分位数回归的方法建立神经网络预测模型，通过对预测模型的不同分位点回归得到多个解与真实的历史数据比较，选择最优估计的分位点，再通过以均方根作为损失函数的神经网络一般建立方法进行验证，此外，对于无法收集到足够的需求样本数据的备件种类，通过模型迁移方法提升预测的准确性，综合以上两方面效果，即可给出后续时间段内的售后备件需求量，指导实际售后服务厂商做出相应的决策，在满足用户备件更换需求的条件下，优化相关成本，与现有备件需求量预测方法相比，对数据的利用更充分，优化性能更优异。
一种基于模型迁移学习电子产品零件备货预测方法

[发明专利]一种基于变步长ADMM算法极限学习机的图像分类方法-CN202311033499.1在审
发明人：邹伟东;卢辉煌;夏元清 -专利权人：北京理工大学
申请日： 2023-08-16 - 公布日： 2023-10-20 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于变步长ADMM算法极限学习机的图像分类方法，提出了变步长交替方向乘子法(Variable Step Alternating Direction Method of Multipliers，Var‑ADMM)，通过动态调整求解过程的迭代步长，在弥补ADMM算法收敛缓慢的缺陷的同时有效地提高了运算精度；通过将变步长ADMM算法与ELM相结合，在求解输出权重矩阵的过程中使用正则化的方法限制权重系数的大小，避免因权重系数过大导致模型对包含噪声的输入过于敏感导致识别准确率下降，从而有效抑制了ELM出现过拟合，提升了ELM对图像的分类准确率。
一种基于步长 admm 算法极限学习机图像分类方法

[发明专利]一种红外和可见光图像融合方法-CN202010694381.3有效
发明人：闫莉萍;白景岚;夏元清;张金会;翟弟华;邹伟东;刘坤 -专利权人：北京理工大学
申请日： 2020-07-17 - 公布日： 2023-09-29 - 主分类号： G06T5/50 文献下载
摘要：本发明提出了一种红外和可见光图像融合方法，基于变分法与局部梯度相似性，能够生成保留更多像素梯度和强度信息的融合图像。以已配准的红外和可见光图像为背景，以获取信息更为丰富的融合图像为目标，研究图像融合问题。首先采用结构张量计算得到源图像的融合梯度，利用局部梯度相似性使融合梯度方向更加精确；其次，根据像素强度的比较，将源图像重构为显著图和非显著图，并计算用于甄别和保留非显著图有效细节的权重图；再者，基于源图像的梯度特征和像素强度信息，建立图像融合模型；最后，采用变分法求解优化模型以得到融合图像。本发明所提出的方法在许多应用领域具有潜在的价值，如目标检测、跟踪等计算机视觉方面。
一种红外可见光图像融合方法

[发明专利]有向拓扑下分布式自适应事件触发多自主体包含控制方法-CN202210723055.X有效
发明人：闫莉萍;颜晨航;吕跃祖;夏元清;张金会;邹伟东;孙中奇 -专利权人：北京理工大学
申请日： 2022-06-21 - 公布日： 2023-09-26 - 主分类号： H04L41/0823 文献下载
摘要：本发明公开了有向拓扑下分布式自适应事件触发的异构多自主体包含控制方法，可用于军事中无人坦克、无人车、无人机的协同包含跟踪控制。针对具有不同动力学模型的线性多自主体系统、基于一种不需要知道通讯网络全局信息的自适应事件触发方法，提出了一种有向拓扑网络下的异构多自主体的分布式包含控制算法。为达到上述目的，本发明的技术方案包括如下步骤：采用事件触发数据传输机制，针对含有领导者和跟随者自主体的通讯网络下，利用邻居的局部信息实现跟随着包络在由领导者智能体所组成的凸包内的分布式控制。
拓扑分布式自适应事件触发主体包含控制方法

[发明专利]一种基于遗传算法的电子产品装配线节拍优化方法-CN202310510428.X在审
发明人：吴楚格;张若辰;夏元清;詹玉峰 -专利权人：北京理工大学
申请日： 2023-05-08 - 公布日： 2023-09-08 - 主分类号： G06Q10/0631 文献下载
摘要：本发明公开了一种基于遗传算法的电子产品装配线节拍优化方法，针对机器人装配线平衡优化问题，引入遗传算法优在满足优先约束关系的条件下，将装配任务分配到工作站并将执行效率最高的机器人分配到任务，使得装配线的节拍最小化，在保证求解质量的同时有效提高了装配线的节拍的求解效率。
一种基于遗传算法电子产品装配线节拍优化方法

[发明专利]一种基于PLSR和扩展FBCCA的脑电信号识别方法-CN202310805853.1在审
发明人：翟弟华;牛松宇;夏元清;詹玉峰 -专利权人：北京理工大学
申请日： 2023-07-03 - 公布日： 2023-09-01 - 主分类号： G06F18/20 文献下载
摘要：本发明公开了一种基于PLSR和扩展FBCCA的脑电信号识别方法，通过将正弦参考模板信号向多通道采样脑电信号回归估计得到脑电估计信号，再将多通道采样脑电信号经过分解后的子带分量与估计信号进行相关分析运算得到子带分量的一组扩展相关系数，由脑电信号不同子带分量对估计信号的一组扩展相关系数得到脑电信号对不同目标的一组扩展相关系数和，其中最大值对应的参考模板信号基频就是待识别脑电信号的目标频率，通过提取到的脑电信号中的空间分布关系提升了稳态视觉诱发电位信号识别的准确性和适用性，同时，以主要特征成分扩展的方式考虑了多组典型变量的影响，因此提升了稳态视觉诱发电位范式脑电信号分类识别的精度。
一种基于 plsr 扩展 fbcca 电信号识别方法

[发明专利]一种交通流量时空数据预测方法、系统、设备及介质-CN202310584157.2在审
发明人： 夏元清;闫媞锦;龚衡恒;詹玉峰;戴荔;孙中奇;翟弟华;郭泽华;吴楚格;李怡然;邹伟东;崔冰;高润泽;张元;刘坤;高寒;潘振华 -专利权人：北京理工大学
申请日： 2023-05-23 - 公布日： 2023-08-15 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开一种交通流量时空数据预测方法、系统、设备及介质，属于时空数据预测领域。该方法使用时空图神经网络建模多个传感器的交通流量数据的动态空间关系，克服了现有方法无法建模动态空间关系的问题；利用两层神经随机偏微分方程建模交通流量数据的时间依赖关系，将噪声显式得建模出来，并在化简时，通过求解频域中的常微分方程，从而同时提取时域和时域的特征；融合动态空间关系、时域特征和时域特征三种信息，能够有效提高交通流量的预测准确率。
一种交通流量时空数据预测方法系统设备介质

[发明专利]一种云边端协同联邦学习智能优化方法及装置-CN202310601084.3在审
发明人：詹玉峰;齐天宇;冯伟;张元;翟弟华;吴楚格;夏元清 -专利权人：北京理工大学;北京理工大学长三角研究院（嘉兴）
申请日： 2023-05-26 - 公布日： 2023-08-11 - 主分类号： G06N20/00 文献下载
摘要：本发明公开一种云边端协同联邦学习智能优化方法及装置，涉及人工智能领域。本发明方法通过轻量级训练器合理构建基于云边端的联邦学习框架拓扑结构，并基于模型参数、训练时间、训练功耗、通讯时间构建本轮环境的状态，通过智能体决策模型生成包括边缘聚合频率和终端训练轮次数的动作，边缘和终端设备按照该动作进行训练，同时采集信息构成下一轮状态，联邦学习框架和决策模型不断交互产生大量决策轨迹信息，用于决策模型的更新直至模型收敛，训练好的智能体决策模型能够根据每个设备的计算速度、训练功耗、通信时间分配不同的联邦学习训练轮次数，进而达到平衡计算异构与数据异构以及减少能耗开销的目的。
一种云边端协同联邦学习智能优化方法装置

[发明专利]一种基于模型预测控制的无人机周期轨迹跟踪及避障方法-CN202210312748.X有效
发明人：戴荔;霍达;王沛展;薛若宸;范子煊;夏元清;孙中奇;崔冰;高寒 -专利权人：北京理工大学
申请日： 2022-03-28 - 公布日： 2023-08-11 - 主分类号： G05D1/10 文献下载
摘要：本发明公开了一种基于模型预测控制的无人机周期轨迹跟踪及避障方法，其基本思想为：给出无人机的运动模型，以及控制过程中存在的控制输入约束和避障约束；为减轻计算负担和避免求解结果的保守性，采用MINVO基对避障约束进行处理；根据所给的周期参考轨迹，考虑该参考轨迹可能存在不可跟踪的情况，引入人工参考变量，生成新的可跟踪的最优周期轨迹，并根据期待的周期参考轨迹、可跟踪的最优周期轨迹以及无人机的预测轨迹，设计相应的代价函数，构造MPC优化问题，并采用合适的非线性求解器(本发明采用的IPOPT求解器)进行求解，从而完成对无人机周期轨迹跟踪控制。
一种基于模型预测控制无人机周期轨迹跟踪方法

[发明专利]基于自适应累积系数的深度学习优化器的图像分类方法-CN202310586787.3在审
发明人：邹伟东;夏元清;李慧芳;张金会;翟弟华;戴荔;刘坤;闫莉萍 -专利权人：北京理工大学
申请日： 2023-05-24 - 公布日： 2023-08-04 - 主分类号： G06V10/764 文献下载
摘要：本发明提供了一种基于自适应累积系数的深度学习优化器的图像分类方法，根据当前的迭代次数计算获取相应的AdamE优化器的一阶动量和二阶动量的累积系数，提升图像分类精度，在保证训练效率的同时也能保证训练精度，提高了深度学习优化器的泛化性能。
基于自适应累积系数深度学习优化图像分类方法

[发明专利]一种棉花施肥播种的联合作业机及作业方法-CN202310310203.X在审
发明人：董万城;江镇;张立新;李文春;夏元清;魏敏;胡雪 -专利权人：石河子大学;图木舒克银丰现代农业装备有限公司
申请日： 2023-03-24 - 公布日： 2023-07-04 - 主分类号： A01C7/06 文献下载
摘要：本发明提供一种棉花施肥播种联合作业机，包括：主机架、施肥机构和多个联合作业单元，多个所述联合作业单元沿宽度方向串联在所述主机架上，其中，所述联合作业单元包括：架体、推土板、铺膜机构、播种机构和滴灌带铺设机构；推土板对耕种土壤进行整平,铺膜机构对整平后的土壤进行盖膜，并对所述盖膜进行埋土覆盖；播种机构在盖膜后的土壤上进行播种；滴灌带铺设机构将滴灌带埋设在土壤中，施肥机构用于进行固态肥料的埋施。本申请通过在联合作业机上设置推土板、施肥机构、铺膜机构、播种机构和滴灌带铺设机构，可以一次性完成土壤整平、施肥、盖膜、播种和铺设滴灌管等多项联合作业，明显提高了棉花种植的作业效率。
一种棉花施肥播种联合作业方法

[发明专利]一种基于DRL模型的网络威胁处置策略智能自进化生成方法-CN202310408850.4在审
发明人：曹渊;刘坤;王璐瑶;刘博涵;张明;江欣然;柴森春;周智勇;夏元清 -专利权人：北京理工大学
申请日： 2023-04-17 - 公布日： 2023-06-23 - 主分类号： H04L9/40 文献下载
摘要：本发明公开了一种基于DRL模型的网络威胁处置策略智能自进化生成方法，考虑了在网络空间安全防护过程中防御方只能采取被动防御式策略的问题，提出了基于DRL模型的MTD方法，实现了防御方在动态网络威胁环境下自适应生成最优防御策略的目的，进一步地在策略生成过程中建立了防御方法执行代价和收益平衡机制，达到了依据防御目标导向动态调整防御机制的效果。
一种基于 drl 模型网络威胁处置策略智能进化生成方法

[发明专利]一种基于模型预测控制的无人机轨迹跟踪避障方法-CN202210263895.2有效
发明人：戴荔;霍达;薛若宸;王沛展;周小婷;夏元清;孙中奇;张金会;翟弟华;崔冰;高寒 -专利权人：北京理工大学
申请日： 2022-03-16 - 公布日： 2023-06-16 - 主分类号： G05D1/08 文献下载
摘要：本发明公开了一种基于模型预测控制的无人机轨迹跟踪避障方法，采用了MINVO基获取障碍物预测轨迹的外多面体，采用分隔平面作为在线优化变量，将无人机的预测轨迹与障碍物集分离，完成无人机位置控制。通过对避障约束的转化求解，可以直观的体现避障约束的效果，提高无人机在轨迹跟踪过程中的避障成功率。内环即姿态控制采用了一阶控制器，保证了无人机避障轨迹跟踪控制的完整性。同时考虑系统的状态约束、控制约束以及参考轨迹，通过模型预测控制对外环进行控制，并设计合理的终端成本、终端控制器和终端约束条件，构建优化模型，证明算法的可行性。
一种基于模型预测控制无人机轨迹跟踪方法

1
2
3
4
5
6
7
8
9
10
下一页»
尾页
共 145 条