-
公开(公告)号：CN117391393A
公开(公告)日：2024-01-12
申请号：CN202311545088.0
申请日：2023-11-17
Applicant: 西安电子科技大学广州研究院 , 西安电子科技大学
IPC: G06Q10/0631 , G06N3/006 , G06Q10/10
Abstract: 本发明公开了涉及施工组织设计编制技术领域的一种大型工程快速施工组织设计的智能编制优化方法，解决当前大型少人化工程中缺少有效施工组织设计编制方法的问题，针对可以具有多类工序、同工序活动执行时间不连续可能产生空置成本的一般化大型工程问题，以最小化成本为目标，本发明的有益效果是：高效的编解码方式，将多模式资源受限项目调度问题中求解模式选择与求解活动开始时间两个问题解耦开，有效提高算法的运行效率，自适应选择编制策略，为新生成的个体自适应分配合适的编制策略，减少对无效个体的计算消耗，且可以有效提高求解质量，缩短关键路径的局部搜索技术，在尽可能不改变关键路径的情况下对其进行缩减，从而有效达到压缩工期的目的。
-
公开(公告)号：CN117391393B
公开(公告)日：2025-01-07
申请号：CN202311545088.0
申请日：2023-11-17
Applicant: 西安电子科技大学广州研究院 , 西安电子科技大学
IPC: G06Q10/0631 , G06N3/006 , G06Q10/10
Abstract: 本发明公开了涉及施工组织设计编制技术领域的一种大型工程快速施工组织设计的智能编制优化方法，解决当前大型少人化工程中缺少有效施工组织设计编制方法的问题，针对可以具有多类工序、同工序活动执行时间不连续可能产生空置成本的一般化大型工程问题，以最小化成本为目标，本发明的有益效果是：高效的编解码方式，将多模式资源受限项目调度问题中求解模式选择与求解活动开始时间两个问题解耦开，有效提高算法的运行效率，自适应选择编制策略，为新生成的个体自适应分配合适的编制策略，减少对无效个体的计算消耗，且可以有效提高求解质量，缩短关键路径的局部搜索技术，在尽可能不改变关键路径的情况下对其进行缩减，从而有效达到压缩工期的目的。
-
公开(公告)号：CN118365013A
公开(公告)日：2024-07-19
申请号：CN202410190112.1
申请日：2024-02-20
Applicant: 西安电子科技大学广州研究院 , 西安电子科技大学
IPC: G06Q10/0631 , G06Q10/0637 , G06Q50/08 , G06N3/126
Abstract: 本发明公开了一种综合多因素施工组织设计的多目标智能编制优化方法，旨在研究解决多模式资源受限项目调度问题中同时考虑成本最低和资源波动性最小的多目标优化方法，为决策者和施工单位提供一组同时满足冲突的优化目标且满足施工要求的帕累托集合。该提出的方法可以解决上百个活动的大规模施工进度计划编制优化问题。本发明将为铁路工程等自动化建设领域提供更全面和精细化管理的施工组织设计编制支持，高效推进工程实施。本发明的有益效果是：可以在多目标智能优化算法寻优的前期帮助快速找到满足工期的解，在此基础上，在多目标智能优化算法寻优的中后期搜索到较低施工成本的编制方案，保证最终获得编制方案的多样性和冲突目标均衡性。
-
公开(公告)号：CN117710337A
公开(公告)日：2024-03-15
申请号：CN202311745010.3
申请日：2023-12-16
Applicant: 西安电子科技大学广州研究院 , 西安电子科技大学
IPC: G06T7/00 , G06N3/09 , G06N3/0895 , G06T5/70 , G06N3/0464
Abstract: 本发明公开了基于自监督学习和自注意力图卷积的半监督工业图像异常检测方法，完成半监督工业图像的表面缺陷检测，本方法在训练过程中通过人工模拟的异常样本引入异常的伪先验知识给模型增加训练约束，模型通过对比和区分异常的伪先验知识，可以更好地总结何为正常，并缩小用于描述正常特征分布的超球体，本发明的有益效果是：缓解了基于特征表示的模型在迁移学习时面临的域适应问题；还通过推理被掩模区域的可能形式，编码器对图像中位置信息的敏感性得以提高；在解码部分，模型利用图卷积强调Patch之间的重点逻辑关系，进而增强模型对逻辑异常的检测能力。
-
公开(公告)号：CN119128443B
公开(公告)日：2025-02-14
申请号：CN202411586436.3
申请日：2024-11-08
Applicant: 西安电子科技大学广州研究院
IPC: G06F18/20 , G06N3/0455 , G06N3/0895 , G06Q50/26
Abstract: 本发明公开了一种面向交通序列数据的高阶依赖关系嵌入方法及系统，包括利用交通序列数据构建高阶网络，在高阶网络上进行随机游走，得到初始的嵌入表示，通过多层次对比学习，优化节点嵌入表示，聚合高阶节点，得到最终的一阶节点的嵌入表示；通过高阶依赖关系构建高阶网络，捕捉交通轨迹数据中的复杂高阶依赖关系，更全面地反映交通网络中的潜在模式和关系；利用多层次对比学习的方式优化节点嵌入表示，充分利用一阶网络和高阶网络的信息，生成的节点嵌入具有更强的表达能力和鲁棒性；采用自监督学习方法，通过利用数据的内在结构信息来进行训练，减少了对大量标注数据的依赖；并且适用于各种交通轨迹数据，具有广泛适用性和良好的扩展性。
-
Patent Agency Ranking
公开(公告)号：CN118293914A
公开(公告)日：2024-07-05
申请号：CN202410410938.4
申请日：2024-04-07
Applicant: 西安电子科技大学广州研究院
IPC: G01C21/16 , G06T7/246 , G06T7/269 , G06T7/579 , G06T7/593 , G06T7/73 , G06T7/80 , G01C22/00 , G01C25/00
Abstract: 本发明公开了基于非线性优化的移动机器人多传感器融合定位方法，包括以下步骤：S1、以两轮差速驱动移动底盘、车轮编码器、双目相机和IMU硬件建立移动机器人坐标系统，采集移动机器人运动时的数据；S2、以开源VINS框架VINS‑Fusion为基础，构建用于移动机器人坐标系统的数据处理软件，并在VINS‑Fusion的基础上增加轮速里程计数据处理功能；本申请所提出的视觉‑惯性‑轮速紧耦合的里程计定位系统，克服了目前视觉‑惯性融合定位系统在弱纹理以及视觉特征不稳定情况下的定位能力不足的问题，能够有效地对IMU‑轮速里程计的外参、时间偏置以及轮速里程计内参进行在线标定，并且在车轮打滑、相机受到遮挡的异常情况下仍能维持可用的定位。
-
公开(公告)号：CN118246517A
公开(公告)日：2024-06-25
申请号：CN202410661033.4
申请日：2024-05-27
Applicant: 西安电子科技大学广州研究院
IPC: G06N3/094 , G06N3/086 , G06F18/214
Abstract: 本发明公开了基于多重普遍对抗扰动的黑盒对抗样本生成方法、装置，通过普遍对抗扰动生成多重普遍对抗扰动，然后将基于多重普遍对抗扰动的黑盒对抗样本生成过程分为两个阶段，通过共性扰动和个性扰动的生成，提高攻击效率及攻击效果；多重普遍对抗扰动避免了重复生成当前攻击算法中常见的通用扰动的冗余消耗，并为个性扰动的生成分配了更大的预算，从而提高了整体算法的攻击效率；在此基础上，利用从多重普遍对抗扰动中获得的经验来进一步生成个性化扰动，从而提高了整体算法的攻击效果。
-
公开(公告)号：CN117787497A
公开(公告)日：2024-03-29
申请号：CN202311868143.X
申请日：2023-12-29
Applicant: 西安电子科技大学广州研究院
IPC: G06Q10/04 , G06Q40/08 , G06Q30/0283 , G06N3/006 , G06N3/126 , G06N5/01 , G06F18/2431
Abstract: 本发明公开了一种应用于汽车保险定价的多目标优化方法及终端，涉及计算机应用技术领域，在计算汽车保险定价的多目标问题中，在使用遗传算法的同时，通过基于三个学习方向的粒子群更新策略，让外部存档中保存的非支配解也参与到引导粒子更新的过程，从而提高算法的收敛速度；最终得到一组满足不同定价策略需求的最优方案解；解决了遗传算法过早收敛、收敛速度慢的问题；此外，还提出一种基于夏普比率思想的局部最优更新策略，用上一代的局部最优解和新一代粒子比较被优化的目标个数和被优化程度并加以统计，以衡量新解与旧解的优劣，获得更好的优化结果。
-
公开(公告)号：CN113947612B
公开(公告)日：2024-03-29
申请号：CN202111139846.X
申请日：2021-09-28
Applicant: 西安电子科技大学广州研究院
IPC: G06T7/136 , G06T7/194 , G06T3/4038 , G06T3/4046 , G06N3/0464 , G06N3/0475 , G06N3/084
Abstract: 本发明提供了一种基于前景背景分离网络的视频异常检测方法，解决了在实际中大多数异常事件出现在前景中，现有技术没有区分前景和背景导致不能充分学习正常事件的模式，从而异常事件检测精度不足的问题。实现步骤为：(1)利用主成分分析(PCA)技术提取视频帧的背景图像和前景图像作为groundtruth；(2)基于卷积神经网络构建一个前景背景分离网络；(3)对前景背景分离网络进行迭代训练，得到一个能准确分离视频帧中正常事件的前景和背景，而无法准确分离异常事件的前景和背景的分离器，同时在这个过程中利用光流作为前景的边缘轮廓信息辅助任务执行；(4)根据分离结果与groundtruth的差异进行视频异常检测。
-
公开(公告)号：CN116483086B
公开(公告)日：2024-03-26
申请号：CN202310459694.4
申请日：2023-04-26
Applicant: 西安电子科技大学广州研究院
IPC: G05D1/43 , G05D1/644 , G05D1/648 , G05D105/20
Abstract: 本发明涉及智能控制技术领域，具体的说是一种边冲突和点冲突解耦的长期多智能体路径规划方法，包括边冲突避免的滚动时间窗鲁棒静态路径规划和点冲突避免的实时智能体路径协同，所述鲁棒边冲突避免的静态路径规划为每当有新任务发布，该静态路径能保证智能体在理想运行中不与其他智能体发生边冲突且在发生K个意外延迟的情况下不影响整个路径规划方案的执行，所述点冲突避免的实时智能体路径协同为智能体在沿静态路径移动的过程中，与近邻智能体交换信息，在智能体路径执行的过程中实现动态的顶点冲突避免，使得智能体可以更好地适应实时改变的路况。
-
-
-
-
-
-
-
-
-
Search Results
252
records
(took 0.085 seconds)
