一种保障移动信息物理系统控制性能的分布式协作传输算法

一种保障移动信息物理系统控制性能的分布式协作传输算法,其包含控制性能模型建立、控制性能导向的协作传输策略、控制性能导向的协作传输策略获取方法,以及仅依据本地信息提出的分布式在线算法。本发明采用的最优协作传输策略目标是最小化LQR开销之和。最终目标是实现以控制系统稳定性为约束最小化控制开销的无线协作传输策略设计。利用马尔可夫决策过程(MDP)的动态优化方法。在系统控制性能保证下,通过各子系统通过估计误差、无线信道状态及位置状态来表征系统动态变化,并利用Q学习得到调节协作传输模式和功率分配策略,达到对系统状态、即时开销和未来开销的统一控制。本发明具有显著提升系统控制性能的优点。

2021-11-02

访问量：19

一种传染病趋势预测方法及装置

本发明公开了一种传染病趋势预测方法及装置,属于传染病预测技术领域。该方法包括获取目标传染病的历史疫情数据,确定预设传染病模型中预置参数；根据所述目标传染病的历史疫情数据对所述预置参数进行优化,获得优化参数；将所述优化参数以及所述预设传染病模型的初始值输入所述预设的传染病模型,获得目标传染病预测结果；所述预测结果包括：在某一未来时间段内的确诊感染者数量以及易感染个体数量。本发明在经典SEIR模型做了优化,首先根据新型冠状病毒具有无症状感染的特点,增加潜伏期转化率参数,在改进SEIR模型中进行预置参数优化,使其与历史疫情数据拟合,能够更好的预测疫情发展的方向。

2021-11-02

访问量：32

测序结果分析方法、系统及计算机可读存储介质和电子设备

本发明提供了一种测序结果分析方法。该方法包括：所述测序结果包括第一测序数据和第二测序数据,其中,所述第一测序数据和所述第二测序数据均由多个读段构成,所述第一测序数据中的至少一部分所述读段在所述第二测序数据中存在对应读段,所述测序结果分析方法包括：(a)基于所述第一测序数据和所述第二测序数据各自的至少一部分进行相互校正,以便获得最终序列信息。

2021-11-02

访问量：24

一种周界入侵检测方法

本发明公开一种周界入侵检测方法,包括：基于深度学习算法获取覆盖周界区域的监控视频图像中的运动对象的实体类型、二维坐标和行为类型；根据所述二维坐标获取该对象的三维坐标；根据所述三维坐标获取该对象与警戒区和缓冲区的位置关系；根据该位置关系、所述实体类型、所述行为类型和视频报警策略判断运动对象是否符合预警或告警规则；检测部署于周界区域的集成式周界入侵检测系统是否发出预警或告警信息,若是,对相应运动对象的坐标进行适应性转换；当运动对象符合预警或告警规则,和/或检测到预警或告警信息时,基于贝叶斯决策算法判断运动对象是否为入侵对象,若是,对外预警或告警。根据本发明,能解决现有周界防范技术的误报率高的问题。

2021-11-02

访问量：50

基于启发式深度强化学习的自主抓取与装箱方法及系统

本发明公开了基于启发式深度强化学习的自主抓取与装箱方法及系统,其技术方案为：包括：获取抓取区域的深度图像信息,根据深度图像信息得到待装箱物体位置信息；获取放置区域的深度图像信息和待装箱物体尺寸信息,结合待装箱物体位置信息,并通过启发式深度强化学习的预测网络得到放置策略。本发明通过启发式深度强化学习方法,能够实现变尺寸物体的装箱任务,提高了装箱的空间利用率,且能够适用于真实环境。

2021-11-02

访问量：38

一种光伏发电功率预测方法和装置

本申请提供一种光伏发电功率预测方法和装置,获取影响光伏发电功率的辐射气象要素的权重；计算辐射气象要素的历史预报值与当前预报值之间的偏差；基于偏差从历史时段内光伏发电功率的历史实测值中选择满足偏差阈值要求的光伏发电功率的历史实测值,并基于被选择的光伏发电功率的历史实测值对光伏发电功率进行预测。本申请能够大大减小预测误差,提高预测精度。本申请将辐射气象要素的历史预报与当前预报进行类比,得到辐射气象要素的历史预报值与当前预报值之间的偏差,并基于偏差得到了光伏的实际发电功率,提高了光伏发电功率的准确性,且具有较好的可操作性和实用性,能够辅助提升光伏发电调度能力和消纳水平。

2021-11-02

访问量：21

提升贝叶斯神经网络对抗防御能力的方法及系统

本发明提供一种提升贝叶斯神经网络对抗防御能力的方法及系统,涉及深度学习方向的贝叶斯神经网络和对抗防御技术领域,该方法包括：网络训练步骤：输入初始数据,通过优化交叉熵损失函数和参数分布与先验分布之间的KL散度,对初始数据进行训练；鲁棒性增强步骤：贝叶斯神经网络的参数作为输入,通过计算并优化网络参数矩阵的谱范数的数学期望,根据优化后的数学期望降低网络对各种噪声的敏感性,从而提升贝叶斯神经网络模型对对抗噪声的防御能力。本发明能够有效地提升贝叶斯网络模型的对抗鲁棒性,有效增强网络模型在现实问题中的应用前景；有效降低网络模型输出的不确定性,使得网络对对抗样本的预测更有一致性,提升网络模型的噪声抗性。

2021-11-02

访问量：21

基于噪声标签重构的风力发电机电能质量扰动状态监测方法

一种基于噪声标签重构的风力发电机电能质量扰动状态监测方法,首先利用经验小波变换将电压波形信号分解为多个本征模态函数,然后将分解得到的本征模态函数以时序数据形式重构成一组多列时序数据。而后,利用协同训练进行对训练数据进行标签重构,旨在提高电能质量扰动分类器模型在噪声环境下的泛化能力；然后,采用卷积神经网络结构自动提取深层通用化特征,并利用主成分分析方法对得到的特征矩阵进行降维去冗,最后将优化得到了特征向量导入到支持向量机中对电能质量异常扰动事件进行模式识别。本发明有效满足实际工程中辨识高精度和特征提取自动化的要求。

2021-11-02

访问量：18

基于深度强化学习的智能作业分批方法、装置及电子设备

本发明公开了一种基于深度强化学习的智能作业分批方法、装置及电子设备,涉及工业互联网技术领域。本发明实例包括以下步骤：获取每个作业的静态特征和动态特征,所述作业的静态特征包括作业交货期、作业的规格和工艺要求,所述作业的动态特征包括接收时刻；将所述各作业的静态特征和动态特征输入作业分批模块,作业分批模块利用马尔可夫决策过程将待组批作业集合中具有相似特征的作业组合为同一个批次,使最终组成的批次总数尽量少,且每个批次中的作业特征差异值尽量小。本发明可以充分利用工业互联网中大量的未标记数据学习稳定分批策略,并能处理有多维度特征的输入数据,给出稳定的、高效的作业分批解决方案,适用于作业量较大的应用场景中。

2021-11-02

访问量：23

基于图高斯过程的交通流预测方法、介质及设备

本发明公开了一种基于图高斯过程的交通流预测方法、介质及设备,其通过对流量数据进行流量统计,并根据设计的预测算法对交通流的均值和方差进行预测。本发明方法综合考虑交通流的时间和空间特征,通过图聚合高斯过程表征空间特征,使用深度卷积高斯过程对多个图聚合高斯过程进行时间特征表征,从而构建完整的交通流模型,通过训练即可得到道路交通流量预测模型；当模型因外界扰动而引起预测精度不足时,可使用所发明模型校正方法对模型进行后校正处理。结果表明本发明所构建模型能精确预测交通流数据,并能同时预测误差上下置信界,所提校正方法可以使模型具有在线校正的能力,提高了预测算法的适应性。

2021-11-02

访问量：22