“鲁棒性”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果6880847个，建议您升级VIP下载更多相关专利

[发明专利]用于车辆诊断和监视的鲁棒性商-CN202110871109.2在审
发明人：易明 -专利权人：罗伯特·博世有限公司
申请日： 2021-07-30 - 公布日： 2022-02-18 - 主分类号： G05B23/02 文献下载
摘要：用于车辆诊断和监视的鲁棒性商。用于评估车辆诊断和监视的鲁棒性的方法和系统。一个系统包括存储器、通信接口和电子处理器。电子处理器被配置为访问车辆系统的诊断事件数据。电子处理器还被配置为经由通信接口传输用于外部鲁棒性评估的RQ数据。电子处理器还被配置为基于外部鲁棒性评估经由通信接口接收对故障阈值的更新。
用于车辆诊断监视鲁棒性商

[发明专利]波形处理辅助装置以及波形处理辅助方法-CN202111245065.9在审
发明人：石川勇树;小泽弘明;吉田刚;胜山祐治;柳沢年伸 -专利权人：株式会社岛津制作所
申请日： 2021-10-26 - 公布日： 2022-05-10 - 主分类号： G01N30/86 文献下载
摘要：本发明提供一种波形处理辅助装置以及波形处理辅助方法，能够容易地决定具有高鲁棒性且可获得适当的波形处理结果的波形处理参数的值。对于基于波形处理参数的多个值而从一个或多个波形数据中分离出的多个波峰，获取波形处理参数的多个值与多个波形处理结果的对应关系来作为多个波峰分离信息；判定部，基于由获取部所获取的多个波峰分离信息来判定波形处理参数的各值的鲁棒性；以及显示控制部，使由获取部所获取的多个波峰分离信息、以及表示由判定部所算出的波形处理参数的各值的鲁棒性的鲁棒性信息显示于显示部。
波形处理辅助装置以及方法

[发明专利]基于对抗地图的深度强化学习导航应用鲁棒性增强方法-CN202210447172.8在审
发明人：桓琦;郭敏;马晓军;曾颖明;方永强 -专利权人：北京计算机技术及应用研究所
申请日： 2022-04-19 - 公布日： 2022-09-09 - 主分类号： G05D1/02 文献下载
摘要：本发明涉及一种基于对抗地图的深度强化学习导航应用鲁棒性增强方法，属于人工智能安全技术领域。本发明针对深度强化学习导航应用，为提高真实环境下DRL导航系统的鲁棒性，保证DRL导航模型在多种地图上均可安全导航，基于对抗样本的基本原理，提出了对抗地图的定义以及生成方法，并在此基础上通过“以攻促防”的方式，从对抗样本攻防角度出发，设计了一种基于对抗地图的鲁棒性增强方法，能够解决在真实环境下如何将对抗扰动添加到智能模型输入的问题，为真实环境下DRL导航模型的鲁棒性增强提供了一套可用的方案。
基于对抗地图深度强化学习导航应用鲁棒性增强方法

[发明专利]多用户模型的推荐系统鲁棒性影响指标分析方法及系统-CN202210971090.3在审
发明人：宣琦;林晨天;蔡文力;李子涵 -专利权人：浙江工业大学
申请日： 2022-08-11 - 公布日： 2022-11-25 - 主分类号： G06F16/9535 文献下载
摘要：基于多用户模型的推荐系统鲁棒性影响指标分析方法，包括：获取一种带有用户评分的推荐系统数据集并载入该数据集；得到用户间相似度矩阵，并执行干预操作，然后为研究模型装载研究的目标推荐算法；将用户相似度矩阵输入至推荐算法进行计算，获得每个用户的推荐列表；根据所有用户的推荐列表计算干预成功率；形成一种迭代模运行模式，最终得到推荐系统鲁棒性的多指标影响。本发明还包括基于多用户模型的推荐系统鲁棒性影响指标分析系统。本发明可以利用多种数据集进行多平台推荐系统鲁棒性影响指标研究，同时系统模型引入了传统方法未考虑的用户行为影响指标，为平台推荐系统提供优化方案。
多用户模型推荐系统鲁棒性影响指标分析方法

[发明专利]一种基于极端场景驱动的自适应机组组合优化方法及系统-CN202211628357.5在审
发明人：鲁文;严新华;丁恰;杨洋;曹荣章;王建学;张旭光;王瑾皓;李永刚 -专利权人：西安交通大学;国电南瑞科技股份有限公司
申请日： 2022-12-17 - 公布日： 2023-05-30 - 主分类号： H02J3/46 文献下载
摘要：本发明公开了一种基于极端场景驱动的自适应机组组合优化方法及系统，构建鲁棒优化中的不确定性集；根据构建的不确定性集确定自适应鲁棒优化机组组合的总体模型；将自适应鲁棒优化机组组合的总体模型转化为具有顶点和极端情景的随机规划模型，向随机规划模型中加入全场景可行性约束和非预期性约束，实现基于极端场景驱动的自适应机组组合优化。解决了常规不确定性集鲁棒优化和随机规划不满足非预期性和全场景可行性的缺陷，模型得到的调度指令可用于高比例新能源电力市场机组组合优化决策。
一种基于极端场景驱动自适应机组组合优化方法系统

[发明专利]一种易实现的基于切换统计的移动鲁棒性优化方法-CN201310416033.X有效
发明人：王霞;刘源昊;李锋 -专利权人：西安交通大学
申请日： 2013-09-12 - 公布日： 2014-01-08 - 主分类号： H04W24/02 文献下载
摘要：本发明公开了一种易实现的基于切换统计的移动鲁棒性优化方法，在对移动鲁棒性优化的过程中，针对现有技术上的复杂度以及难实现的方式，提出一种简化、改进的LTE SON多小区蜂窝式移动网络中移动鲁棒性优化方法，过晚切换以及切换到错误小区这三种错误切换之后，将判断到的切换到错误小区结果记为一次过早切换以及一次过晚切换，并统计预设周期内发生成功切换的比例，然后再根据预设周期内成功切换的比例确定需要进行优化时，通过调整小区迟滞参数和小区间偏移值来实现移动鲁棒性优化
一种实现基于切换统计移动鲁棒性优化方法

[发明专利]一种仿人机器人关节鲁棒性测试系统-CN201910039855.8有效
发明人：姜飞龙;杨琴;蔡婷婷;张海军;汪斌;欧阳青;杨德山;刘浩;曹坚;陈晟;周丽;戴婷;杨立娜 -专利权人：嘉兴学院
申请日： 2019-01-16 - 公布日： 2020-04-14 - 主分类号： B25J19/00 文献下载
摘要：本发明公开了一种仿人机器人关节鲁棒性测试系统，以气缸作为动力元件对仿人关节进行加载，具有完全测试仿人机器人关节鲁棒性的功能。所述的仿人机器人关节鲁棒性测试系统主要由气缸、支架、仿人关节、压力传感器、拉力传感器、位移传感器以及连接件组成。本发明专利以气缸驱动，具有结构简单紧凑，多方向加载、便于定量分析的特点，可用于仿人关节、机器人以及其他需要进行多方向定量分析的机构进行鲁棒性测试。
一种人机关节鲁棒性测试系统

[发明专利]电力负荷聚合商鲁棒混合整数线性规划调度优化方法-CN202111303532.9有效
发明人：李昊翔;刘向向;丁贵立;樊友杰;康兵;刘明;卢婕;刘波;汪洁;许志浩;王宗耀;张亚楠;韩威;朱卓航;唐亮 -专利权人：国网江西省电力有限公司供电服务管理中心;南昌工程学院;国家电网有限公司
申请日： 2021-11-05 - 公布日： 2022-02-08 - 主分类号： H02J3/00 文献下载
摘要：本发明公开了一种电力负荷聚合商鲁棒混合整数线性规划调度优化方法，步骤1：通过分析需求响应引起的负荷转移量、影响电力负荷聚合商的供电调度可靠性与经济性因素及相关约束条件，构造电力负荷聚合商标准混合整数线性规划（MILP）调度模型及加权参数，步骤2：通过定义一个与标准调度模型目标函数对电价不确定性的鲁棒程度密切相关的整数参数，推导出电力负荷聚合商调度鲁棒MILP模型（RMILP），本发明解决了电力市场环境下电价不确定性背景下电力负荷聚合商的调度模型鲁棒设计的问题，并给出了综合考虑调度可靠性与经济性的电力负荷聚合商优化调度的方法。
电力负荷聚合商鲁棒混合整数线性规划调度优化方法

[发明专利]一种基于自监督学习的遥感图像分类网络鲁棒性提升方法-CN202111368092.5有效
发明人：孙浩;徐延杰;雷琳;计科峰;匡纲要 -专利权人：中国人民解放军国防科技大学
申请日： 2021-11-18 - 公布日： 2022-09-20 - 主分类号： G06V10/774 文献下载
摘要：本发明提供了一种基于自监督学习的遥感图像分类网络鲁棒性提升方法，不仅利用了有标签数据，还充分利用遥感领域中大量存在的无标签数据，通过孪生网络挖掘图像自身的信息，有效提升模型的鲁棒性；使用孪生网络对干净样本和对抗样本同时进行特征提取，即得到特征向量，并通过对比学习迫近干净样本和对抗样本的特征向量完成模型训练，使图像在孪生网络中的在线网络中的深度遥感图像编码器网络中具有稳定的表达，进而实现鲁棒性的提升。此方法有效增强了模型对于对抗样本噪声和自然噪声的鲁棒性，同时几乎不影响干净数据集的分类效果，便于应用。
一种基于监督学习遥感图像分类网络鲁棒性提升方法

[发明专利]一种海上无人救援艇系统最优鲁棒性控制方法-CN202310457890.8有效
发明人：张玉璘;徐明辉 -专利权人：济南大学
申请日： 2023-04-26 - 公布日： 2023-07-07 - 主分类号： G05B13/04 文献下载
摘要：本发明公开了一种海上无人救援艇系统的实现及最优鲁棒性控制方法，包括一种海上无人救援艇系统的实现和无人救援艇航行过程中最优鲁棒性控制方法；无人救援艇系统包括：无人救援艇本体、动力装置单元、航行信息输入单元、无人救援艇主控单元、随身定位单元、遥控器单元，实现自动导航救援、一键返航、姿态控制功能，实现海上无人化智能救援；最优鲁棒性控制方法采用PID双闭环控制方法，实现无人救援艇航向和航速控制，通过改进黏菌优化算法优化PID参数实现无人救援艇最优鲁棒性控制，经过实验证明，无人救援艇能够很好满足海上救援任务。
一种海上无人救援系统最优鲁棒性控制方法

[发明专利]计算装置及其鲁棒性处理方法-CN202110823231.2有效
发明人：姚鹏;吴华强;高滨;唐建石;钱鹤 -专利权人：清华大学
申请日： 2021-07-21 - 公布日： 2023-04-18 - 主分类号： G11C13/00 文献下载
摘要：一种计算装置及其鲁棒性处理方法。该计算装置的鲁棒性处理方法包括：基于目标算法模型的模型参数，得到模型参数与第一计算忆阻器阵列的映射关系；基于决定关键权重器件的影响因子，确定由影响因子得到多个忆阻器器件的权重关键度的方式；获得算法模型的输入集该方法通过对关键的部分忆阻器器件进行针对性的鲁棒性提升，实现低成本、高鲁棒的计算装置。
计算装置及其鲁棒性处理方法

[发明专利]一种基于Benders-Pso算法的分布式储能鲁棒性选址系统与方法-CN201910922509.4有效
发明人：杨珺;王奎文;孙秋野;刘鑫蕊;杨东升;王迎春;张化光;黄博南;刘振伟;会国涛 -专利权人：东北大学
申请日： 2019-09-27 - 公布日： 2023-01-13 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开一种基于Benders‑Pso算法的分布式储能鲁棒性选址系统与方法，属于智能电网技术领域。本发明的系统包括配电网信息采集、建模、优化和解析输出四个模块，同时公开了系统实现的方法，考虑了风电的不确定性，根据最恶劣风电出力确定分布式储能鲁棒性选址系统模型的目标函数及约束条件，采用Benders算法对基于Pso算法的分布式储能鲁棒性选址系统模型进行优化，将问题分成鲁棒性优化与分布式储能选址两个问题，不仅避免陷入局部收敛的困境，还确保最终求得结果使两个问题都能达到最优，提高了电网的性能。
一种基于 benders pso 算法分布式储能鲁棒性选址系统方法

[发明专利]一种基于机会约束GMM的CSP-CHPMG鲁棒调度方法-CN202010826307.2在审
发明人：潘本仁;彭春华;张妍;邹进;谢国强;桂小智;王冠南 -专利权人：国网江西省电力有限公司电力科学研究院;国家电网有限公司
申请日： 2020-08-17 - 公布日： 2020-09-22 - 主分类号： H02J3/00 文献下载
摘要：本发明涉及微电网优化调度技术领域，具体涉及到一种基于机会约束GMM的CSP‑CHPMG鲁棒调度方法。本发明主要包括：构造了基于机会约束高斯混合模型的风电功率预测误差和负荷预测误差的不确定性集合，实现对含光热电站微网调度方案鲁棒性的准确描述；构建了计及电能需求响应的CSP‑CHPMG鲁棒经济多目标优化调度模型，保障调度方案的鲁棒性和经济性实现最佳均衡协调。替代固定概率分布函数对风电功率预测误差概率分布和负荷预测误差概率分布进行精确拟合，并建立基于机会约束GMM的风电功率预测误差不确定性集合和负荷预测误差不确定性集合，可更加真实地反映风电功率预测误差和负荷预测误差，进而能更准确的反映鲁棒优化效果
一种基于机会约束 gmm csp chpmg 调度方法

[发明专利]一种雷达通信一体化的鲁棒波束形成方法-CN202210529393.X在审
发明人：梁嘉潮;黄永伟;林坤城 -专利权人：广东工业大学
申请日： 2022-05-16 - 公布日： 2022-08-23 - 主分类号： H04B7/06 文献下载
摘要：本发明公开了一种雷达通信一体化的鲁棒波束形成方法，其方法包括以下步骤：S1：建立雷达通信一体化系统，得到发射波束形成向量和接收波束形成向量；构建极大化雷达输出信号SINR的目标函数，用于求解极大化的波束形成优化问题；S2：对波束形成优化问题给定通信QoS约束；S3：对波束形成优化问题添加误差项，得到一定鲁棒性的波束形成优化问题；S4：对一定鲁棒性的波束形成优化问题进行化简得到新的波束形成优化问题；S5：对新的波束形成优化问题采用交替优化方法求解发射波束形成向量和接收波束形成向量本发明在DFRC系统的波束形成优化问题中加入了新的鲁棒约束，提高了本发明系统的鲁棒性，使系统更贴近实际应用。
一种雷达通信一体化波束形成方法

[发明专利]基于对抗性对比学习提升图像分类模型鲁棒性的方法-CN202211454189.2在审
发明人：韩嵩;朱彦栋;陈晓莉;任思琪;刘细涓;朱东海;赵帅;陈志贤;林建洪;洪海波;徐璇璇;陈雪聪;王璐瑶 -专利权人：浙江工商大学;浙江鹏信信息科技股份有限公司
申请日： 2022-11-18 - 公布日： 2023-04-07 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于对抗性对比学习提升图像分类模型鲁棒性的方法。其次通过数据增强策略将原始的图像生成三张不同的增广图像；通过一个基于实例级别的攻击，将其中两张增广图像添加扰动生成对应的对抗样本；然后将生成的两张带对抗的增广图像和一张不带对抗的增广图像放入到网络模型进行训练；从而得到一个具有鲁棒特征的预训练模型；最后提取训练好的预训练模型编码器部分，连接一个全连接层进行分类任务训练，即形成鲁棒性的分类器。本发明能够同时兼顾模型的鲁棒精度和干净精度，在确保模型具有鲁棒性的同时也能够保证模型对干净样本的分类精度的影响较小。
基于对抗性对比学习提升图像分类模型鲁棒性方法