本發(fā)明涉及人工智能技術(shù)領(lǐng)域，尤其涉及一種用于集群系統(tǒng)智能運(yùn)維的多維態(tài)勢(shì)感知方法和設(shè)備。本發(fā)明通過(guò)多層級(jí)的集群系統(tǒng)建模、實(shí)時(shí)的多維態(tài)勢(shì)信息采集、數(shù)據(jù)融合與處理，以及基于強(qiáng)化學(xué)習(xí)的態(tài)勢(shì)預(yù)測(cè)，全面提升集群系統(tǒng)的運(yùn)維能力。本發(fā)明有效提高了集群系...

本發(fā)明涉及人工智能技術(shù)領(lǐng)域，尤其涉及一種用于集群系統(tǒng)智能運(yùn)維的效能評(píng)價(jià)方法和設(shè)備。本發(fā)明能夠通過(guò)構(gòu)建合理的效能指標(biāo)體系、網(wǎng)絡(luò)平均效率計(jì)算模型、任務(wù)執(zhí)行均衡度評(píng)價(jià)模型和彈性評(píng)估模型，對(duì)集群系統(tǒng)在不同運(yùn)行階段的效能進(jìn)行科學(xué)、精準(zhǔn)的評(píng)價(jià)。本發(fā)...

本發(fā)明公開(kāi)了一種基于陀螺輔助的星敏感器動(dòng)態(tài)星圖處理方法和裝置，該方法首先建立基于陀螺信息的星敏感器運(yùn)動(dòng)速率估計(jì)模型和及其估計(jì)誤差，然后利用相關(guān)性表述運(yùn)動(dòng)速率和恒星成像之間的關(guān)系并建立恒星光斑的觀(guān)測(cè)模型；基于圖像中存在多顆恒星光斑的特性，...

本發(fā)明涉及人工智能技術(shù)領(lǐng)域，尤其涉及一種基于強(qiáng)化學(xué)習(xí)的集群系統(tǒng)智能運(yùn)維系統(tǒng)。該系統(tǒng)包括集群建模模塊、多維態(tài)勢(shì)感知模塊、智能決策規(guī)劃模塊和效能評(píng)價(jià)模塊，并結(jié)合多種強(qiáng)化學(xué)習(xí)算法，實(shí)現(xiàn)集群系統(tǒng)在復(fù)雜環(huán)境下的自主運(yùn)維與動(dòng)態(tài)管理。該系統(tǒng)通過(guò)引入深...

本申請(qǐng)涉及高溫超導(dǎo)領(lǐng)域，特別是涉及一種高溫超導(dǎo)薄膜臨界電流密度檢測(cè)裝置及方法，包括沿微波傳播的方向上依次設(shè)置的矢量網(wǎng)絡(luò)分析儀、波導(dǎo)、線(xiàn)圈單元、低溫樣品臺(tái)，還包括與所述矢量網(wǎng)絡(luò)分析儀通信連接的數(shù)據(jù)采集分析系統(tǒng)，待測(cè)高溫超導(dǎo)薄膜置于所述低溫...

本發(fā)明涉及人工智能技術(shù)領(lǐng)域，尤其涉及一種基于DPPO深度強(qiáng)化學(xué)習(xí)的集群系統(tǒng)動(dòng)態(tài)重構(gòu)決策方法。本發(fā)明通過(guò)結(jié)合深度神經(jīng)網(wǎng)絡(luò)模型、分布式學(xué)習(xí)和多智能體強(qiáng)化學(xué)習(xí)方法，該方法能夠在高維狀態(tài)空間中提取多維態(tài)勢(shì)特征，跨層級(jí)地生成動(dòng)態(tài)重構(gòu)策略，并通過(guò)聯(lián)...

本發(fā)明涉及無(wú)人機(jī)系統(tǒng)的智能控制方法，尤其涉及一種基于DPPO深度強(qiáng)化學(xué)習(xí)的集群無(wú)人機(jī)系統(tǒng)的控制方法。該方法通過(guò)構(gòu)建集群?編隊(duì)?單機(jī)三層級(jí)結(jié)構(gòu)，綜合分析集群內(nèi)部編隊(duì)之間以及編隊(duì)內(nèi)部無(wú)人機(jī)之間的協(xié)同關(guān)系，形成跨層級(jí)的動(dòng)態(tài)控制體系。利用深度神...

本發(fā)明涉及一種低空無(wú)人機(jī)攔截器及攔截裝備，攔截器包括可展開(kāi)成與地面垂直或近似垂直的垂平面狀態(tài)的攔截網(wǎng)和用于提供浮力向上拉伸攔截網(wǎng)的浮空器，攔截網(wǎng)由索狀物編織而成或柔性織物構(gòu)成，攔截網(wǎng)包括至少兩個(gè)分別與一浮空器連接的上拉節(jié)點(diǎn)和至少兩個(gè)分別...

本發(fā)明涉及儲(chǔ)能系統(tǒng)的智能管理方法，尤其涉及一種工業(yè)儲(chǔ)能系統(tǒng)大規(guī)模電池組集群的預(yù)測(cè)性維修方法。本發(fā)明通過(guò)建立電池組集群的退化模型，采用DQN算法對(duì)系統(tǒng)狀態(tài)和維修動(dòng)作進(jìn)行學(xué)習(xí)和優(yōu)化，能夠在考慮維修成本和系統(tǒng)可靠性的前提下，生成最優(yōu)的預(yù)測(cè)性維...

本發(fā)明涉及人工智能技術(shù)領(lǐng)域，尤其涉及一種基于DQN的集群系統(tǒng)預(yù)測(cè)性維修決策方法。本發(fā)明通過(guò)設(shè)計(jì)和訓(xùn)練DQN模型，建立集群系統(tǒng)的退化狀態(tài)模型，并利用ε?greedy算法生成維修策略，本發(fā)明能夠有效應(yīng)對(duì)集群系統(tǒng)在長(zhǎng)期運(yùn)行過(guò)程中所面臨的可靠性...

一種基于大語(yǔ)言模型的軸承剩余壽命預(yù)測(cè)系統(tǒng)和方法，屬于壽命預(yù)測(cè)技術(shù)領(lǐng)域。系統(tǒng)中，數(shù)據(jù)獲取模塊被配置為獲取待預(yù)測(cè)的軸承健康時(shí)段的振動(dòng)信號(hào)；變換模塊被配置為通過(guò)滑動(dòng)窗口分割所獲取的振動(dòng)信號(hào)得到L個(gè)短信號(hào)序列，對(duì)每個(gè)短信號(hào)進(jìn)行STFT變換得到時(shí)...

本發(fā)明涉及人工智能技術(shù)領(lǐng)域，尤其涉及一種用于多團(tuán)隊(duì)災(zāi)后修復(fù)性維修決策的深度Actor?Critic架構(gòu)系統(tǒng)。該架構(gòu)通過(guò)引入約束馬爾可夫決策過(guò)程（CMDP），結(jié)合AC?MCTS算法，實(shí)現(xiàn)了多團(tuán)隊(duì)維修策略的迭代優(yōu)化。具體而言，該系統(tǒng)通過(guò)仿真...

一種基于大語(yǔ)言模型的軸承故障診斷系統(tǒng)、方法及程序產(chǎn)品，屬于人工智能技術(shù)領(lǐng)域。系統(tǒng)中。振動(dòng)傳感器用于獲取軸承的振動(dòng)電信號(hào)；特征提取模塊根據(jù)振動(dòng)電信號(hào)的抽樣值提取時(shí)域特征向量和頻域特征向量；拼接模塊將時(shí)域特征向量和頻域特征向量拼接形成拼接向...

一種基于大語(yǔ)言模型的維修方案生成系統(tǒng)、方法及程序產(chǎn)品，屬于人工智能技術(shù)領(lǐng)域。系統(tǒng)中，任務(wù)分配器用于給K個(gè)二級(jí)智能體分配維修問(wèn)題；相關(guān)計(jì)算器用于計(jì)算每個(gè)二級(jí)智能體檢索到的維修方案與分配的維修問(wèn)題的相關(guān)度；第一比較器用于將相關(guān)度與閾值進(jìn)行比...

本發(fā)明涉及深度學(xué)習(xí)人工智能技術(shù)領(lǐng)域，尤其涉及一種基于深度強(qiáng)化學(xué)習(xí)的災(zāi)后修復(fù)性維修決策方法。一種基于深度強(qiáng)化學(xué)習(xí)的災(zāi)后修復(fù)性維修決策方法，通過(guò)復(fù)雜網(wǎng)絡(luò)模型和深度強(qiáng)化學(xué)習(xí)算法的結(jié)合，為大規(guī)模分布式集群系統(tǒng)的災(zāi)后修復(fù)提供一種高效、智能的解決方...

本發(fā)明公開(kāi)了融合星載GNSS反射計(jì)與輻射計(jì)數(shù)據(jù)的臺(tái)風(fēng)結(jié)構(gòu)參數(shù)估計(jì)方法，涉及數(shù)據(jù)融合和臺(tái)風(fēng)監(jiān)測(cè)技術(shù)領(lǐng)域。包括：獲取GNSS?R反射計(jì)數(shù)據(jù)和輻射計(jì)數(shù)據(jù)；在GNSS?R反射計(jì)數(shù)據(jù)和輻射計(jì)數(shù)據(jù)中篩選出臺(tái)風(fēng)數(shù)據(jù)，得到篩選后的GNSS?R反射計(jì)數(shù)據(jù)...

本發(fā)明涉及人工智能技術(shù)領(lǐng)域，尤其涉及一種基于A(yíng)C?MCTS算法的面向集群系統(tǒng)災(zāi)后修復(fù)性維修的方法。本發(fā)明通過(guò)對(duì)系統(tǒng)狀態(tài)的實(shí)時(shí)預(yù)測(cè)和最優(yōu)維修策略的動(dòng)態(tài)選擇，提高集群系統(tǒng)的可靠性和可維護(hù)性。該系統(tǒng)不僅能夠有效解決集群系統(tǒng)中的多種故障，還能夠...

本發(fā)明公開(kāi)了一種GNSS外輻射源雷達(dá)目標(biāo)檢測(cè)定位測(cè)速聯(lián)合實(shí)現(xiàn)方法，應(yīng)用于雷達(dá)目標(biāo)檢測(cè)技術(shù)領(lǐng)域。本發(fā)明包括：S1、獲取參考通道信號(hào)、監(jiān)視通道信號(hào)，并設(shè)置目標(biāo)監(jiān)視范圍；S2、從參考通道信號(hào)中獲得中間參數(shù)，并根據(jù)中間參數(shù)進(jìn)行參考信號(hào)重建，對(duì)重...

本發(fā)明涉及無(wú)人旋翼機(jī)安全性和可靠性技術(shù)，具體地說(shuō)是一種無(wú)人旋翼機(jī)動(dòng)力單元故障診斷方法、系統(tǒng)和無(wú)人旋翼機(jī)。該方法主要包含如下幾個(gè)部分：1）無(wú)人旋翼機(jī)動(dòng)力運(yùn)動(dòng)學(xué)線(xiàn)性空間狀態(tài)描述篩選；2）無(wú)人旋翼機(jī)動(dòng)力運(yùn)動(dòng)學(xué)線(xiàn)性空間擴(kuò)展未知輸入觀(guān)測(cè)器構(gòu)建；3...

本發(fā)明提供了一種破損湍流場(chǎng)缺失信息重建方法與系統(tǒng)，根據(jù)第一掩碼隨機(jī)生成的第二掩碼用于網(wǎng)絡(luò)的訓(xùn)練過(guò)程，顯著增強(qiáng)了生成器網(wǎng)絡(luò)對(duì)破損區(qū)域的識(shí)別能力和對(duì)不同破損形式的泛化能力，在計(jì)算損失函數(shù)時(shí)，引入了一種新穎的網(wǎng)絡(luò)層級(jí)誤差損失函數(shù)，即混合損失函...