-
公开(公告)号：CN115017316B
公开(公告)日：2025-04-08
申请号：CN202210669824.2
申请日：2022-06-14
Applicant: 北京理工大学 , 北京理工大学东南信息技术研究院
IPC: G06F16/35 , G06F40/126 , G06F40/186 , G06F18/214
Abstract: 本发明涉及一种基于动态前缀提示信息的事件抽取方法，属于计算机自然语言处理技术领域。本方法根据输入文本结合所有可能的事件类型，动态构造可调整的稠密的前缀信息，由此增强前缀信息的表现力，提高了数据的利用率。同时，利用相关性分类器将不包含事件实例的文本排除，减少了不相关信息的干扰。本方法克服了现有的基于生成的事件抽取方法中人工构造离散提示文本的次优性，事件类型信息与文本上下文相隔绝等技术缺陷。本方法在精确率、召回率、F1值评测指标等方面都有显著提升。
-
公开(公告)号：CN114359838B
公开(公告)日：2025-03-28
申请号：CN202210039817.4
申请日：2022-01-14
Applicant: 北京理工大学重庆创新中心 , 北京理工大学
IPC: G06V20/52 , G06N3/0464 , G06N3/084 , G06V10/25 , G06V10/774 , G06V10/80 , G06V10/82
Abstract: 本发明提供一种基于高斯交叉注意力网络的跨模态行人检测方法，包括：S1，获取多源行人图像；S2，对多源行人图像进行数据预处理得到多源行人图像训练集；S3，对多源行人图像进行人工标注得到真值行人位置边界框坐标；S4，构建基于高斯交叉注意力的检测网络；S5，利用多源行人图像训练集训练基于高斯交叉注意力的检测网络，得到训练好的基于高斯交叉注意力的检测网络；S6，利用训练好的基于高斯交叉注意力的检测网络进行行人检测。本发明采用基于高斯交叉注意力的检测网络提取多源行人图像的深层显著特征并融合，直接获得表示行人位置的边界框坐标，在网络训练和实用中更为便捷灵活，节省计算资源和降低时间消耗。
-
公开(公告)号：CN119682557A
公开(公告)日：2025-03-25
申请号：CN202411898856.5
申请日：2024-12-23
Applicant: 北京理工大学 , 北京理工大学长三角研究院(嘉兴)
IPC: B60L15/20
Abstract: 本发明涉及一种基于多区间优化的双轮车辆稳定性控制方法及系统，方法包括：对目标车辆进行运动状态感知，获取当前运动状态量，其中，运动状态量包括目标车辆的当前速度、当前倾斜角度和倾斜角度变化率；基于当前速度和当前倾斜角度，获取运动学状态量误差和运动学控制律切换边界；将运动学状态量误差和运动学控制律切换边界进行比较，选择控制规则；根据选择的控制规则，基于当前速度误差和当前倾斜角度误差，获取基本输出量根据控制规则，基于当前倾斜角度误差和倾斜角度变化率，获取补偿输出量；基于基本输出量和补偿输出量，获取目标输出量即获取驱动电机的转矩。本发明基于多区间优化，实现对双轮车辆短时间、小空间以及高精度的稳定性控制。
-
公开(公告)号：CN119670475A
公开(公告)日：2025-03-21
申请号：CN202411722252.5
申请日：2024-11-28
Applicant: 北京理工大学唐山研究院 , 北京理工大学
Abstract: 本发明涉及光学系统成像领域，具体为一种兼顾面形误差和位姿误差的光学系统成像质量预测模型构建方法采用Zernike多项式对螺栓预紧力导致的镜面面形误差进行精确拟合，采用有限元方式的光学系统螺栓拧紧过程进行仿真，据此提出两反光学系统装配与成像的联合仿真方法，以Zernike多项式拟合作为基础参数，在采用Zemax进行光路成像仿真时充分考虑各种镜面面形误差和装配位姿偏差，并以能量集中度作为成像质量定量评价指标，建立包含局部和全局混合核函数的SVR代理模型，对镜面面形和装配位姿参数进行敏感性分析，通过装配与成像联合仿真获得装配数据集，并对模型进行训练得到成像质量预测模型，用以实现成像质量快速、准确的预测。
-
公开(公告)号：CN119168426B
公开(公告)日：2025-03-14
申请号：CN202411660008.0
申请日：2024-11-20
Applicant: 北京理工大学唐山研究院 , 北京理工大学
IPC: G06Q10/0637 , G06Q10/20 , G06N5/01
Abstract: 本发明公开了一种基于改进登山算法的多态系统选择性维修决策方法，利用柯尔莫哥洛夫方程获得待执行任务结束时元件#imgabs0#健康状态等级为k的概率#imgabs1#；利用所述概率#imgabs2#获得待执行任务结束时元件#imgabs3#的性能#imgabs4#；利用所述性能#imgabs5#获得待执行任务结束时多态系统的性能期望P；以最小化多态系统的总体维修时间T为目标函数，以性能期望P大于待执行任务所需最小性能#imgabs6#为约束条件，构建多态系统的选择性维修决策模型；利用改进登山算法对所述选择性维修决策模型进行求解，获得多态系统在执行待执行任务前的维修策略。本发明在确保维修后的多态系统性能满足待执行任务需求的前提下，可以使多态系统的总体维修时间最短。
-
Patent Agency Ranking
公开(公告)号：CN112460085B
公开(公告)日：2025-03-07
申请号：CN202011427718.0
申请日：2020-12-09
Applicant: 北京理工大学重庆创新中心 , 北京理工大学
IPC: F15B11/08 , F15B1/02 , F15B13/044 , F15B13/02 , F15B13/08 , F15B21/08 , B62D57/028
Abstract: 本发明公开了一种轮腿机器人及其腿部关节驱动装置，属于轮腿机器人技术领域，包括液压控制系统；所述液压控制系统包括液压缸、活塞杆、主油路、次油路、伺服电机和液压泵；所述液压缸内设有承载腔和非承载腔；所述活塞杆分隔承载腔和非承载腔；所述伺服电机用于驱动液压泵；所述非承载腔、主油路、液压泵、次油路和承载腔依次连通；所述活塞杆相对液压缸的伸长量随着承载腔和非承载腔内的液压油容量的改变而改变。本发明的一种轮腿机器人及其腿部关节驱动装置，没有溢流损耗，无节流损耗，节约系统功率，液压系统传递效率高，能量利用率高，缓冲性能好，寿命长。
-
公开(公告)号：CN119542036A
公开(公告)日：2025-02-28
申请号：CN202411466342.2
申请日：2024-10-21
Applicant: 北京理工大学 , 北京理工大学长三角研究院(嘉兴)
Abstract: 本发明涉及一种具有高致密结构的活性电极材料及其制备方法，属于电化学储能技术领域。将单层氧化石墨烯溶液放入反应釜中进行水热反应，得到还原氧化石墨烯块体；将还原氧化石墨烯块体在90～110℃下加热收缩7～8小时；捣碎、碾磨成粉末后，进行球磨；球磨结束后，对还原氧化石墨烯粉末进行过筛，得到一种具有高致密结构的活性电极材料。所述的活性电极材料拥有高的振实密度，组装成微型锌离子电容器器件后，可显著提高微型锌离子电容器容量和能量密度。
-
公开(公告)号：CN119540987A
公开(公告)日：2025-02-28
申请号：CN202411350951.1
申请日：2024-09-26
Applicant: 北京理工大学 , 北京理工大学长三角研究院(嘉兴)
IPC: G06V40/10 , G06V10/762 , G06V10/74
Abstract: 本发明公开的一种基于中间域的可见光和红外跨模态行人重识别方法，属于计算机视觉技术领域。本发明包括步骤：1、利用中间域生成器中源域和目标域权重生成中间域的特征；2、利用交叉熵损失对中间域与源域、目标域的分布差异优化并利用L2范数对领域之间的距离优化；3、对优化后的目标域中的可见光与红外的特征使用DBSCAN聚类方法分配伪标签p，并利用特征存储字典对特征存储；4、构建可见光模态、红外模态下聚类的图表示用于计算节点的相似度；5、对可见光模态和红外模态的相似度进行加权二分图的聚类特征匹配；6、利用ClusterNCE损失对聚类特征匹配进行对比学习。与现有技术相比，本发明能够提升可见光和红外跨模态行人重识别方法中泛化能力。
-
公开(公告)号：CN119538015A
公开(公告)日：2025-02-28
申请号：CN202510104597.2
申请日：2025-01-23
Applicant: 北京理工大学前沿技术研究院 , 北京理工大学
IPC: G06F18/24 , G06F18/213 , G06F18/15 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种基于多维雷达电磁散射特征序列的昆虫种类辨识方法，旨在通过雷达回波信号的电磁散射特征结合深度学习技术对昆虫种类进行精确识别。本发明基于全极化雷达散射矩阵构建多维特征序列，并采用昆虫识别神经网络进行特征学习。昆虫识别神经网络通过多尺度卷积提取不同尺度的空间特征，并通过基于时序输入的状态更新有效捕捉特征序列中的时间依赖关系，最终基于多尺度空间特征及其时间依赖进行昆虫种类的识别。本发明的技术方案有效提高了昆虫种类辨识的准确性和鲁棒性，对国家九大一类迁飞害虫的平均准确识别率可达98.1%，具有广泛的应用前景，特别适用于昆虫迁飞监测、农业害虫防治及生态研究领域。
-
公开(公告)号：CN119535399A
公开(公告)日：2025-02-28
申请号：CN202510108840.8
申请日：2025-01-23
Applicant: 北京理工大学前沿技术研究院 , 北京理工大学
IPC: G01S7/41 , G06F18/214 , G06N20/20 , G01S13/88
Abstract: 本申请提供了一种基于RCS特征的昆虫体轴比反演方法、设备及介质，属于昆虫雷达技术领域。该方法基于对预设昆虫共线极化方向图的分析结果，确定各方向图特征参数与昆虫体轴比的关联关系，以基于关联关系确定多个昆虫体轴比估计器；其中，关联关系至少包括与昆虫体长相关、与昆虫体宽相关；昆虫体轴比估计器用于表征昆虫极化特性与昆虫体轴比的量化关系；根据各昆虫体轴比估计器及预设XGBoost回归算法，构建预先训练的体轴比反演模型；其中，体轴比反演模型建立有各昆虫体轴比估计器与昆虫体轴比之间的映射关系；将体轴比反演模型部署至用户终端，以使用户终端基于输入的昆虫共线极化方向图及体轴比反演模型进行昆虫体轴比反演。
-
-
-
-
-
-
-
-
-
Search Results
45300
records
(took 0.387 seconds)
