-
公开(公告)号：CN114415675B
公开(公告)日：2022-09-30
申请号：CN202111644827.2
申请日：2021-12-30
Applicant: 西安电子科技大学广州研究院
IPC: G05D1/02
Abstract: 本发明提供了一种基于智能预测和误差识别的多AGV规划方法和系统，对比传统的AGV调度和规避系统，基于智能预测和误差识别的多AGV规划方法及系统能够利用预测冲突的方式提前进行暂停或重规划规避，减少了AGV小车频繁掉头回退导致的系统效率降低。同时对于预测消解冲突中可能存在误差导致的单边冲突和单点冲突，以及死锁情况，能够自动的消解冲突。实现了多AGV调度和规避系统的自动化和智能化。
-
公开(公告)号：CN111157002B
公开(公告)日：2022-09-23
申请号：CN201911389349.8
申请日：2019-12-30
Applicant: 西安电子科技大学
IPC: G01C21/20
Abstract: 本发明提出了一种基于多智能体进化的飞行器3D路径规划方法，实现步骤为：设置飞行器起点坐标、终点坐标和多智能体进化参数，并初始化多智能体网格Lt，再计算第t代多智能体网格Lt中智能体Li,jt的能量，根据智能体能量获取全局最优智能体Bestt，然后对Lt中智能体Li,jt进行邻域竞争算子，将竞争失败智能体通过交叉和变异算子将其进化，并将竞争获胜智能体集合Partwin中的智能体进行自学习算子，完成对智能体网格的进化，最后通过控制最大迭代次数，计算Lt中智能体能量并获取飞行器的3D路径规划结果。本发明可以保证飞行器3D路径规划结果实用性的基础上，有效降低飞行器3D路径规划的计算量，提升飞行器3D路径规划的收敛速度。
-
公开(公告)号：CN110516085B
公开(公告)日：2022-05-17
申请号：CN201910626468.4
申请日：2019-07-11
Applicant: 西安电子科技大学
IPC: G06F16/483 , G06V10/74 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于双向注意力的图像文本互检索方法，可用于电子文本和自然图像互相检索。本发明利用深度神经网络初步提取自然图像特征和电子文本特征，通过构建双向注意力模块，重构深度神经网络初步提取的自然图像特征和电子文本特征，重构后的特征包含更丰富的语义信息。本发明利用双向注意力模块改进传统特征提取过程，得到含有更多图像与文本语义信息的高阶特征，实现图像文本互检索。
-
公开(公告)号：CN113435647A
公开(公告)日：2021-09-24
申请号：CN202110709194.2
申请日：2021-06-25
Applicant: 西安电子科技大学广州研究院
Abstract: 本发明提供了一种基于进化算法的走班制高中排课方法，具体包括以下步骤：构建一个高中年级的课时表，作为进化算法的一条染色体；设定与课程、教师和教师相关的多种硬约束条件，以及课程连堂和课时均匀分布的软约束条件；基于约束条件，使用进化算法排课得到最优的排课方案。本发明对比传统的高中排课方法，基于进化算法的“走班制”高中排课方法同时考虑现实中中学课程、教师和教室的多种约束，更加符合实际需求。
-
公开(公告)号：CN113283513A
公开(公告)日：2021-08-20
申请号：CN202110603033.5
申请日：2021-05-31
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于目标互换和度量学习的小样本目标检测方法及系统，利用基类中目标图像与查询图像已有的标签信息，将查询图像与目标图像中的同类目标进行互换，构成新的查询‑目标图像对作为输入。通过这种数据增强方式增加了目标图像中各目标之间的对比，为相似性度量模块提供了更多的可对比样本，减小了目标图像中其他类目标或背景对于待检测目标的影响，提升了基于度量学习的小样本目标检测模型在基类与新类上的检测精度。
-
Patent Agency Ranking
公开(公告)号：CN113095404A
公开(公告)日：2021-07-09
申请号：CN202110392132.3
申请日：2021-04-13
Applicant: 西安电子科技大学
Abstract: 本发明提出了一种基于前后背景分离卷积神经网络的X光违禁物品检测方法，主要解决现有技术难以在重叠严重的X光场景下对违禁物品精确检测的问题。实现步骤为：(1)获取训练样本集和测试样本集；(2)构建前后背景分离神经网络模型；(3)对前后背景分离卷积神经网络模型进行迭代训练；(4)获取X光图像违禁物品识别结果。本发明在构建X光违禁物品检测模型结构时，首先构建特征提取网络模型的结构，然后用前景解码器和背景解码器来分别重构前景和背景，再利用注意力网络使高级特征关注于前景，解决了现有技术难以在重叠严重的X光场景下排除无关信息对违禁物品检测产生影响的问题，从而提高了X光场景下违禁物品的检测准确率。
-
公开(公告)号：CN111818043B
公开(公告)日：2021-06-01
申请号：CN202010645921.9
申请日：2020-07-07
Applicant: 西安电子科技大学
Abstract: 本发明公开一种基于密母算法的双网耦合拓扑结构设计方法，其实现步骤是：生成初始种群；对初始种群执行种群交叉操作；对优化种群执行局部搜索操作；生成合并种群；得到局部最优双网耦合拓扑结构；反复迭代至局部最优双网耦合拓扑结构的网络鲁棒性收敛；得到并输出最优双网耦合拓扑结构。本发明在不改变双网耦合拓扑结构数量，保证网络的整体功能性的同时，得到高网络鲁棒性的双网耦合结构，可用于设计双网耦合拓扑结构。
-
公开(公告)号：CN111157002A
公开(公告)日：2020-05-15
申请号：CN201911389349.8
申请日：2019-12-30
Applicant: 西安电子科技大学
IPC: G01C21/20
Abstract: 本发明提出了一种基于多智能体进化的飞行器3D路径规划方法，实现步骤为：设置飞行器起点坐标、终点坐标和多智能体进化参数，并初始化多智能体网格Lt，再计算第t代多智能体网格Lt中智能体Li,jt的能量，根据智能体能量获取全局最优智能体Bestt，然后对Lt中智能体Li,jt进行邻域竞争算子，将竞争失败智能体通过交叉和变异算子将其进化，并将竞争获胜智能体集合Partwin中的智能体进行自学习算子，完成对智能体网格的进化，最后通过控制最大迭代次数，计算Lt中智能体能量并获取飞行器的3D路径规划结果。本发明可以保证飞行器3D路径规划结果实用性的基础上，有效降低飞行器3D路径规划的计算量，提升飞行器3D路径规划的收敛速度。
-
公开(公告)号：CN110516085A
公开(公告)日：2019-11-29
申请号：CN201910626468.4
申请日：2019-07-11
Applicant: 西安电子科技大学
IPC: G06F16/483 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于双向注意力的图像文本互检索方法，可用于电子文本和自然图像互相检索。本发明利用深度神经网络初步提取自然图像特征和电子文本特征，通过构建双向注意力模块，重构深度神经网络初步提取的自然图像特征和电子文本特征，重构后的特征包含更丰富的语义信息。本发明利用双向注意力模块改进传统特征提取过程，得到含有更多图像与文本语义信息的高阶特征，实现图像文本互检索。
-
公开(公告)号：CN107301644B
公开(公告)日：2019-10-08
申请号：CN201710434179.5
申请日：2017-06-09
Applicant: 西安电子科技大学
Abstract: 本发明是一种基于均值漂移和模糊聚类的自然图像无监督分割方法，主要解决现有技术对海量自然图像的无监督分割准确率低的问题。其方案是：1)输入图像，对其进行平滑；2)在平滑后图像像素的归一化RGB彩色空间中均匀初始化64个迭代初始点；3)对初始点进行迭代搜索，得到64个收敛点；4)删除以收敛点为中心的高维球内像素数目小于删除阈值的收敛点；5)合并欧式距离小于合并阈值的收敛点，确定密度峰值及密度峰值数目，依次计算像素的隶属度和像素的平滑隶属度；6)对像素的平滑隶属度去模糊化，为每个像素加上类标签，输出分割图像。本发明不需要设置控制参数，能自动确定图像的分割类别数，可用于对海量自然图像的无监督分割。
-
-
-
-
-
-
-
-
-
Search Results
252
records
(took 0.046 seconds)
