-
公开(公告)号：CN117151465B
公开(公告)日：2024-08-20
申请号：CN202311099701.0
申请日：2023-08-29
Applicant: 重庆大学
IPC: G06Q10/0635 , G06F18/25 , G06F17/18
Abstract: 本发明提供智能网联汽车电机系统故障模式影响分析方法及系统。包括：获取E位专家分别对N种故障模式的3个风险因子的原始评估等级；确定每种故障模式每个风险因子的融合评估值；利用3个风险因子的融合评估值确定每种故障模式的风险优先数；对风险优先数进行排序；基于第n种故障模式第j个风险因子的原始评估相差等级对每位专家的评估等级进行相应扩级处理，获得专家重构评估值概率分配；对E位专家的专家重构评估值概率分配进行数据融合重构处理，获得第j个风险因子的融合评估值。基于原始评估相差等级进行相应扩级处理，获得专家重构评估值概率分配，降低证据冲突程度，解决重复值过多问题，提升智能网联汽车电机系统故障模式分析的准确性。
-
公开(公告)号：CN118135220A
公开(公告)日：2024-06-04
申请号：CN202410288871.1
申请日：2024-03-14
Applicant: 重庆大学
IPC: G06V10/26 , G06V20/70 , G06V10/762 , G06V10/40 , G06V10/80
Abstract: 本发明涉及点云数据处理技术，揭露了基于体素和点集融合的点云分割方法，包括：获取原始点云数据，并将所述原始点云数据进行预处理，得到超体素数据；将所述超体素数据利用预设的区域生长算法进行聚类分割，得到聚类超体素数据；提取所述聚类超体素数据中的特征，得到超体素特征；利用预设的点云特征提取网络模型提取所述原始点云数据的点云特征，得到点云特征；将所述超体素特征与所述点云特征进行融合，得到融合特征，并根据所述融合特征对所述原始点云数据中的每个点云进行语义分类分割，得到点云分割结果。本发明还提出一种基于体素和点集融合的点云分割装置、设备以及介质。本发明可以提高基于体素和点集融合的点云分割的准确性。
-
公开(公告)号：CN117014367B
公开(公告)日：2024-10-01
申请号：CN202311065752.1
申请日：2023-08-23
Applicant: 重庆大学
Abstract: 本发明提供了基于SDN网络的智能体负载均衡方法、控制器及系统，该方法包括：待转发流量为大象流；调用智能体负载均衡决策获取调度链路，否则调用最短路径决策获取调度链路；按照调度链路转发待转发流量；负载均衡决策：统计从源主机地址到目的主机地址的可达链路的节点编码序列组成节点编码序列集；智能体的状态定义为可达链路的节点编码序列；迭代执行:智能体执行觅食行为，更新智能体的适应度；若智能体的适应度大于公告牌上的最优适应度，更新公告牌上的最优适应度并关联智能体状态对应的可达链路；将迭代停止后公告牌上的最优适应度关联的可达链路作为调度链路。为不同大小的流量合理分配链路，使链路利用率更高，更好地传输数据流量。
-
公开(公告)号：CN118135220B
公开(公告)日：2024-08-20
申请号：CN202410288871.1
申请日：2024-03-14
Applicant: 重庆大学
IPC: G06F16/55 , G06V10/26 , G06V10/762
Abstract: 本发明涉及点云数据处理技术，揭露了基于体素和点集融合的点云分割方法，包括：获取原始点云数据，并将所述原始点云数据进行预处理，得到超体素数据；将所述超体素数据利用预设的区域生长算法进行聚类分割，得到聚类超体素数据；提取所述聚类超体素数据中的特征，得到超体素特征；利用预设的点云特征提取网络模型提取所述原始点云数据的点云特征，得到点云特征；将所述超体素特征与所述点云特征进行融合，得到融合特征，并根据所述融合特征对所述原始点云数据中的每个点云进行语义分类分割，得到点云分割结果。本发明还提出一种基于体素和点集融合的点云分割装置、设备以及介质。本发明可以提高基于体素和点集融合的点云分割的准确性。
-
公开(公告)号：CN117014367A
公开(公告)日：2023-11-07
申请号：CN202311065752.1
申请日：2023-08-23
Applicant: 重庆大学
Abstract: 本发明提供了基于SDN网络的智能体负载均衡方法、控制器及系统，该方法包括：待转发流量为大象流；调用智能体负载均衡决策获取调度链路，否则调用最短路径决策获取调度链路；按照调度链路转发待转发流量；负载均衡决策：统计从源主机地址到目的主机地址的可达链路的节点编码序列组成节点编码序列集；智能体的状态定义为可达链路的节点编码序列；迭代执行:智能体执行觅食行为，更新智能体的适应度；若智能体的适应度大于公告牌上的最优适应度，更新公告牌上的最优适应度并关联智能体状态对应的可达链路；将迭代停止后公告牌上的最优适应度关联的可达链路作为调度链路。为不同大小的流量合理分配链路，使链路利用率更高，更好地传输数据流量。
-
Patent Agency Ranking
公开(公告)号：CN118038073A
公开(公告)日：2024-05-14
申请号：CN202311624392.4
申请日：2023-11-30
Applicant: 重庆大学
IPC: G06V10/44 , G06V10/77 , G06V10/80 , G06V10/82 , G06N3/0464
Abstract: 本发明公开一种基于多头注意力机制的增强视角变换方法，包括以下步骤：1)对特征图像进行注意力机制运算，得到基于MHSA加权的特征图Fa；2)对特征图像Fc进行深度估计，将特征图像Fc的特征通道数由C维扩展到C+D维，再将C维的语义特征与D维的深度信息作外积，得到融合了深度信息的特征图Fc+d；3)利用特征图Fa对特征图Fc+d进行增强，弥补丢失信息，得到结合深度信息的增强特征图EFc+d；4)重复步骤1)至步骤3)，获得所有待处理图像的增强特征图，并将这些增强特征图映射到BEV空间，构建鸟瞰视图，实现多图像的特征融合。本发明利用注意力机制，对图像的语义特征进行保留，再将保留的语义特征与结合深度信息结合后的BEV特征结合，增强BEV特征的表达能力。
-
公开(公告)号：CN117151465A
公开(公告)日：2023-12-01
申请号：CN202311099701.0
申请日：2023-08-29
Applicant: 重庆大学
IPC: G06Q10/0635 , G06F18/25 , G06F17/18
Abstract: 本发明提供智能网联汽车电机系统故障模式影响分析方法及系统。包括：获取E位专家分别对N种故障模式的3个风险因子的原始评估等级；确定每种故障模式每个风险因子的融合评估值；利用3个风险因子的融合评估值确定每种故障模式的风险优先数；对风险优先数进行排序；基于第n种故障模式第j个风险因子的原始评估相差等级对每位专家的评估等级进行相应扩级处理，获得专家重构评估值概率分配；对E位专家的专家重构评估值概率分配进行数据融合重构处理，获得第j个风险因子的融合评估值。基于原始评估相差等级进行相应扩级处理，获得专家重构评估值概率分配，降低证据冲突程度，解决重复值过多问题，提升智能网联汽车电机系统故障模式分析的准确性。
-
公开(公告)号：CN116664416A
公开(公告)日：2023-08-29
申请号：CN202310411310.1
申请日：2023-04-17
Applicant: 重庆大学
IPC: G06T5/00 , G01S7/48 , G01S17/931 , G06T5/50
Abstract: 本发明涉及人工智能技术，揭露了一种雷达点云数据处理方法，包括：获取原始点云数据，并根据预设的采样率对所述原始点云数据中点云执行点云剔除，得到精简点云数据；对所述精简点云数据执行体素转换，得到体素图；根据证据理论对所述体素图中点云进行降采样处理，得到标准体素图；将所述标准体素图还原成点云数据图，完成点云数据处理。本发明还提出一种雷达点云数据处理装置、电子设备以及存储介质。本发明有益效果为提升点云数据处理的准确率。
-
公开(公告)号：CN119067839B
公开(公告)日：2025-02-25
申请号：CN202411213350.6
申请日：2024-08-30
Applicant: 重庆大学
Abstract: 本发明涉及图像处理技术，揭露了一种基于否定概率和深度估计的图像BEV视角转换方法，包括：提取每个视角下的前视图像的语义特征图集；对所述前视图像语义特征图集进行深度估计并进行概率映射，得到初始概率分布，汇总初始概率分布得到初始概率分布矩阵；对初始概率分布矩阵进行否定概率变换，得到否定概率分布矩阵；将否定概率分布矩阵和初始概率分布矩阵分别与前视图像语义特征图集进行特征融合，得到平面特征；将所述平面特征转化为视锥特征并映射至三维空间，得到BEV视角特征图。本发明还提出一种基于否定概率和深度估计的图像BEV视角转换装置、设备及介质。本发明可以提高基于否定概率和深度估计的图像BEV视角转换的准确性。
-
公开(公告)号：CN119067839A
公开(公告)日：2024-12-03
申请号：CN202411213350.6
申请日：2024-08-30
Applicant: 重庆大学
Abstract: 本发明涉及图像处理技术，揭露了一种基于否定概率和深度估计的图像BEV视角转换方法，包括：提取每个视角下的前视图像的语义特征图集；对所述前视图像语义特征图集进行深度估计并进行概率映射，得到初始概率分布，汇总初始概率分布得到初始概率分布矩阵；对初始概率分布矩阵进行否定概率变换，得到否定概率分布矩阵；将否定概率分布矩阵和初始概率分布矩阵分别与前视图像语义特征图集进行特征融合，得到平面特征；将所述平面特征转化为视锥特征并映射至三维空间，得到BEV视角特征图。本发明还提出一种基于否定概率和深度估计的图像BEV视角转换装置、设备及介质。本发明可以提高基于否定概率和深度估计的图像BEV视角转换的准确性。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.02 seconds)
