“窦丽华”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111个，建议您升级VIP下载更多相关专利

[发明专利]无需初始镇定学习策略的无人系统轨迹跟踪控制方法-CN202310878401.6在审
发明人：徐勇;孙健;梅迪;窦丽华 -专利权人：北京理工大学
申请日： 2023-07-18 - 公布日： 2023-10-20 - 主分类号： G05D1/02 文献下载
摘要：本发明公开了无需初始镇定学习策略的无人系统轨迹跟踪控制方法，涉及无人系统技术领域，使用本发明能够克服初始镇定控制策略对系统模型的依赖，保证了无人车系统在设计的强化学习控制器下实现对领导者的轨迹跟踪。首先建立无人系统模型；设计跟随者的轨迹跟踪控制器以及对应的代价函数，用于实现对跟随者的最优轨迹跟踪；在无人系统的增广系统的基础上引入偏移因子，构建新的闭环系统；根据新的闭环系统产生系统数据，并收集所述系统数据，利用策略迭代学习算法寻找最优控制策略，以实现无模型且不依赖初始镇定控制策略的轨迹跟踪控制。
无需初始镇定学习策略无人系统轨迹跟踪控制方法

[发明专利]一种欺骗攻击下集群无人系统的自适应协同安全控制方法-CN202310451528.X在审
发明人：徐勇;张砚晖;孙健;窦丽华 -专利权人：北京理工大学
申请日： 2023-04-25 - 公布日： 2023-09-12 - 主分类号： G05B13/04 文献下载
摘要：本发明公开了一种欺骗攻击下集群无人系统的自适应协同安全控制方法，涉及多无人系统技术领域，能够在资源受限的通信网络中实现安全有效的数据传输、且可以在具有欺骗攻击的情况下保证系统的稳定性。其中集群无人系统由N个无人系统组成，各无人系统之间通过一个有向图进行通信；针对集群无人系统的自适应协同安全控制方法包括如下步骤：建立多无人系统模型。考虑欺骗攻击对网络传输的数据的影响，建立已有欺骗攻击模型。基于欺骗攻击模型，设计基于量化器的编解码机制，进而构造控制器。基于现有的标准Lyapunov扩展定理，得到确保系统稳定的充分条件，在满足充分条件的基础上，采用控制器用于集群无人系统的自适应协同安全控制。
一种欺骗攻击集群无人系统自适应协同安全控制方法

[发明专利]模型未知下无人车集群系统的辨识与自学习协同控制方法-CN202310672993.6在审
发明人：徐勇;梅迪;孙健;窦丽华 -专利权人：北京理工大学
申请日： 2023-06-08 - 公布日： 2023-09-05 - 主分类号： G05D1/02 文献下载
摘要：本发明公开了模型未知下无人车集群系统的辨识与自学习协同控制方法，涉及多无人系统技术领域，首先，针对系统模型完全未知，本发明利用强化学习和数据驱动控制联合使用设计一种强化学习的系统模型辨识和重构方法；其次，设计了基于强化学习的最优协同控制方案，并提出了一种仅依赖在线状态信息和输入信息的在线自适应学习协同控制算法学习到最优的控制策略，通过Lyapunov稳定性分析方法，在最优的控制策略的作用下保证了跟随无人车能够实现对领航无人车的最优跟踪；本发明提供的模型辨识与强化学习的协同控制方法完全放松了传统跟踪控制协议中依赖车辆动力学的要求，同时实现了高效的协同路径跟踪控制。
模型未知无人集群系统辨识自学习协同控制方法

[发明专利]一种基于元学习对抗特征的对抗训练方法及系统-CN202310410048.9在审
发明人：孙健;付俊傑;王钢;徐勇;窦丽华;陈杰 -专利权人：北京理工大学
申请日： 2023-04-18 - 公布日： 2023-08-18 - 主分类号： G06V10/774 文献下载
摘要：本发明公开了一种基于元学习对抗特征的对抗训练方法和系统，涉及图像识别技术领域，能够提升深度神经网络模型的鲁棒性。首先对训练数据集批处理化，得到多个训练批次的数据输入至待训练的深度神经网络模型；对于每个批次的数据，计算神经网络模型的输出结果与该批次对应真实标签之间的损失函数，根据损失函数对初始化扰动进行梯度下降更新，获得该批次的元对抗扰动。选取最优的元对抗扰动，叠加在当前批次数据中，对当前训练批次数据执行梯度下降，并向允许扰动的范围内进行投影，得到当前训练批次数据对应的对抗样本数据。使用对抗样本数据对深度神经网络模型采用梯度下降方法进行训练，得到具备防御对抗攻击效果的鲁棒深度神经网络模型。
一种基于学习对抗特征训练方法系统

[发明专利]基于强化学习的异构集群无人系统事件触发协同控制方法-CN202310453213.9在审
发明人：徐勇;苑云鹏;孙健;窦丽华 -专利权人：北京理工大学
申请日： 2023-04-25 - 公布日： 2023-07-14 - 主分类号： G05D1/10 文献下载
摘要：本发明公开了基于强化学习的异构集群无人系统事件触发协同控制方法，涉及集群无人系统技术领域，能够减少通信资源的消耗，适用于系统模型未知情况下实现最优协同跟踪控制。具体方案为：建立针对无人系统的系统模型；构建事件触发的分布式观测器，利用观测器来估计领航者的状态；构建基于边的事件触发控制器，重构增广异构无人系统的动力学模型，根据增广异构无人系统动力学模型构建控制器增益矩阵。基于数据驱动的求解机制，首先将无人机系统前期运行的数据存储起来，而后根据无人机系统前期运行数据，利用基于强化学习的策略迭代算法，学习最优的基于边的事件触发控制器，进而保证控制器增益矩阵Ki*最优，实现最优的协同跟踪控制。
基于强化学习集群无人系统事件触发协同控制方法

[发明专利]一种基于RGB-D图像的视觉语义关系检测方法-CN202010126145.1有效
发明人：甘明刚;刘晓舟;陈杰;窦丽华 -专利权人：北京理工大学
申请日： 2020-02-28 - 公布日： 2023-06-30 - 主分类号： G06V10/25 文献下载
摘要：本发明公开了一种基于RGB‑D图像的视觉语义关系检测方法，首先提取图像的RGB特征向量的同时估计出图像的深度图并提取对应的深度特征向量，将RGB特征向量与深度特征向量相融合；将融合的特征向量输入视觉语义关系分类器，所述视觉语义关系分类器设计为同时处理RGB特征向量与深度特征向量并弱化深度特征向量部分，得到视觉语义关系检测结果。能够提高复杂视觉场景中视觉语义关系的检测精度和泛化能力。
一种基于 rgb 图像视觉语义关系检测方法

[发明专利]一种用于在线视频视觉关系检测的自适应时间聚合网络及方法-CN202310020257.2在审
发明人：甘明刚;何玉轩;陈杰;辛斌;马千兆;吴玮;张琰;苏绍文;李荣俊;窦丽华;彭志红;蔡涛;白永强 -专利权人：北京理工大学
申请日： 2023-01-05 - 公布日： 2023-05-26 - 主分类号： G06V20/40 文献下载
摘要：本发明涉及人工智能理解和环境交互，具体涉及一种用于在线视频视觉关系检测的自适应时间聚合网络及方法。本发明采用的动态缓冲存储器来保存历史视频片段可以固定存储内容的大小，不会因为时间而使得存储内容越来越大。本发明采用的步进采样策略通过对视频帧与当前关键帧的关联性的强弱来设置采样频率，可以在保持对视频中的对象在时间维度上关系的检测结果的准确性的同时减少网络所需要的运算消耗。本发明所提出的自适应时空激活模块和基于注意力的知识状态融合模块使该发明能够自适应的提取和融合历史信息和当前状态，能够检测对象的动态关系和静态关系。
一种用于在线视频视觉关系检测自适应时间聚合网络方法

[发明专利]一种多模态信息处理及交互系统-CN202011416110.8有效
发明人：甘明刚;徐磊;田宗凯;陈杰;陈文颉;陈晨;窦丽华 -专利权人：北京理工大学
申请日： 2020-12-07 - 公布日： 2023-04-07 - 主分类号： G06F18/25 文献下载
摘要：本发明涉及一种多模态信息处理及交互系统，用于解决多模态交互系统中存在的模态融合方式简单，对话机制呆板的问题。包括多模态信息认知模块，多模态信息融合模块，以及多模态对话管理模块，其中，多模态信息认知模块用于对用户各模态交互信息进行识别，多模态信息融合模块利用D‑S证据理论将用户所有模态的交互信息进行意图融合，确定用户的最终交互意图，并得到对应于用户最终交互意图的可供机器识别的形式化指令；多模态对话管理模块针对多模态人机交互场景，采用有限状态机与信息槽填充方法相融合的对话管理模型，用于控制对话流程以及生成应答；本发明有效提高了用户交互意图识别准确率，实现了自然灵活的人机交互。
一种多模态信息处理交互系统

[发明专利]基于深度混合卷积神经网络的时序动作检测方法及装置-CN202011402943.9有效
发明人：甘明刚;张琰;刘洁玺;陈杰;窦丽华;陈文颉;陈晨 -专利权人：北京理工大学
申请日： 2020-12-04 - 公布日： 2023-01-10 - 主分类号： G06V40/20 文献下载
摘要：本发明提供一种基于深度混合卷积神经网络的时序动作检测方法及装置，所述方法包括获取待检测视频；将视频输入训练好的深度混合卷积神经网络，所述深度混合卷积神经网络模型包括特征编码模块、第一子网及第二子网；所述特征编码模块通过双流网络从原始视频数据中提取片段特征，所述第一子网基于所述特征编码模块提取的片段特征，获得一组提议特征，所述第二子网接收所述提议特征，基于所述提议特征之间的关系构建图，将构建的图输入GCN模型，扩大提议特征的接受区域；输出所述待检测视频的动作类别与动作起始、终止时间。根据本发明的方案，有效利用提议之间的关系，提高了时序动作检测的准确率，有效解决了时序动作检测。
基于深度混合卷积神经网络时序动作检测方法装置

[发明专利]一种基于深度注意力融合网络的动作检测方法及装置-CN202011417147.2有效
发明人：甘明刚;何玉轩;刘洁玺;陈杰;窦丽华;陈文颉;陈晨 -专利权人：北京理工大学
申请日： 2020-12-07 - 公布日： 2023-01-10 - 主分类号： G06V40/20 文献下载
摘要：本发明提供一种基于深度注意力融合网络的动作检测方法及装置，所述方法包括获取待检测视频；提取一个帧序列的初始特征；将所述初始特征输入残差通道‑空间注意力模块；所述初始特征经所述残差通道‑空间注意力模块处理，输出注意力机制调制后的特征；对所述注意力机制调制后的特征进行分层融合和迭代融合，得到融合特征；将所述融合特征的映射依次送入中心检测分支、位移检测分支、框检测分支处理，获得若干帧级检测窗口；基于ACT时间链接算法将所述若干帧级检测窗口连接成时空动作管道。根据本发明的方案，从通道和空间两个维度增强提取的初始特征，输出的特征不仅具有高级语义信息，也保留了低层次的空间信息。
一种基于深度注意力融合网络动作检测方法装置

[发明专利]基于知识图谱和用户主题的意图-语义槽联合识别系统-CN202011416840.8有效
发明人：甘明刚;郝楠;陈博;陈杰;窦丽华;陈文颉;陈晨 -专利权人：北京理工大学
申请日： 2020-12-07 - 公布日： 2022-12-06 - 主分类号： G06F16/36 文献下载
摘要：本公开的基于知识图谱和用户主题的意图‑语义槽联合识别模型，通过特征提取模块提取输入的文本信息的语义信息、词语间的关系以及局部信息，并输出文本信息的特征信息向量；外部向量生成模块提取输入的文本信息的主题，并利用先验知识图谱库查询与主题相关的多条知识，将主题和其相关的多条知识进行Bert编码生成外部信息向量；特征融合模块利用注意力机制将特征信息向量和外部信息向量进行融合得到融合特征向量；特征分类模块利用softmax对融合特征向量进行识别分类得到文本信息的意图，利用crf算法对融合特征向量进行序列标注得到文本信息的语义槽向量。能够提高智能对话系统中语义识别的准确率，提高对输入的文本信息的意图、语义的识别准确度。
基于知识图谱用户主题意图语义联合识别系统

[发明专利]基于亮度补偿和图层分离的夜间图像去雾方法及装置-CN202210586575.0在审
发明人：白永强;李昊泽;张文博;陈杰;窦丽华;邓方;甘明刚;蔡涛 -专利权人：北京理工大学
申请日： 2022-05-26 - 公布日： 2022-10-11 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了基于亮度补偿和图层分离的夜间图像去雾方法及装置，能够降低夜晚光晕对场景的影响，实现针对夜间去雾的应用场景的图像去雾处理。为达到上述目的，本发明的技术方案包括以下步骤：步骤1)：输入的彩色图像转化为灰度图片，获取灰度图片的低频部分处理得到夜晚辉光图，并根据低频灰度图和辉光图计算夜间雾气浓度系数。步骤2)：对输入的彩色图像进行图层分离，分解为结构层和纹理层。步骤3)：通过基于亮度补偿的暗通道先验假设，并基于雾气浓度对局部环境光进行估计，对结构层进行去雾。步骤4)：对纹理层进行修正，并将修正后的纹理层与结构层融合得到输出图像。
基于亮度补偿分离夜间图像方法装置

[发明专利]基于一阶加速优化的零和博弈双网决策方法-CN202210594741.1在审
发明人：李逸萱;曾宪琳;方浩;辛斌;杨庆凯;窦丽华;陈杰 -专利权人：北京理工大学
申请日： 2022-05-27 - 公布日： 2022-09-30 - 主分类号： H04L41/14 文献下载
摘要：本发明提出一种一阶加速优化的零和博弈双网决策方法，包括：步骤1，根据两个无向连接网络之间的智能体建立无向连接网络之间零和博弈问题模型，并确定非光滑双线性鞍点问题；步骤2，基于非光滑双线性鞍点问题设计进行智能体连通检测的纳什平衡状态的算法；步骤3：对所述算法形式进行变换并定义收敛速度度量函数；步骤4：求解获得非光滑双线性鞍点，并确定该非光滑双线性鞍点的纳什平衡状态。
基于一阶加速优化博弈决策方法

[发明专利]基于知识蒸馏的轻量化单目标跟踪器训练方法-CN202210570157.2在审
发明人：白永强;孙瀚;陈杰;窦丽华;邓方;甘明刚;蔡涛 -专利权人：北京理工大学
申请日： 2022-05-24 - 公布日： 2022-09-23 - 主分类号： G06T7/246 文献下载
摘要：本发明公开了基于知识蒸馏的轻量化目标跟踪器训练方法，提出了简单高效的知识蒸馏框架，将高性能的大型目标跟踪器的知识高效地传递给轻量化的小型目标跟踪器，有效提升跟踪精度。轻量化目标跟踪器由学生跟踪器和教师跟踪器组成，训练包括如下步骤：向学生跟踪器传递四部分知识进行学习：真实标签的监督信息GTS，为学生跟踪器提供了来自真实标签最真实的标准答案；教师自适应有界知识TAB，表示学生跟踪器从教师跟踪器的最终输出直接获取的知识；教师注意力引导知识TAG，为学生跟踪器提供来自教师跟踪器对输入图像的空间注意力及通道注意力的引导；学生相互学习知识SML，旨在让多个学生之间相互学习和指导，以达到共同进步的目的。
基于知识蒸馏量化目标跟踪训练方法

[发明专利]一种基于模型预测控制的人机共驾汽车的运动规划方法-CN202210772428.2在审
发明人：曾宪琳;成子君;方浩;窦丽华;杨庆凯;辛斌;陈杰 -专利权人：北京理工大学
申请日： 2022-06-30 - 公布日： 2022-09-20 - 主分类号： G05D1/02 文献下载
摘要：本发明涉及一种基于模型预测控制的人机共驾汽车的运动规划方法，属于自动驾驶的运动规划技术领域，具体说是一种基于模型预测控制的适用于多车道场景的人机共驾汽车的运动规划方法。本发明的方法中构建基于模型预测控制的运动规划问题时，构建带有约束的优化问题，用来计算未来设定时间段内的轨迹，基于改进的MPCC方法，首先，代价函数考虑：跟踪推荐路径的代价、舒适度代价、推荐速度的代价、人类输入的代价；其次是线性约束，考虑输入的约束，汽车状态的约束；最后是非线性约束，包括：与左右边界的避碰约束、侧翻约束、与其他车的碰撞约束。
一种基于模型预测控制人机汽车运动规划方法

1
2
3
4
5
6
7
8
下一页»
尾页
共 111 条