申请/专利权人：东南大学

申请日：2021-03-16

公开（公告）日：2024-03-15

公开（公告）号：CN113052289B

主分类号：G06N3/006

分类号：G06N3/006;G06F17/18;G06F17/11;G06F16/29;G06Q10/0637

优先权：

专利状态码：有效-授权

法律状态：2024.03.15#授权;2021.07.16#实质审查的生效;2021.06.29#公开

摘要：本发明涉及了一种基于博弈论的无人艇集群打击位置的选取方法，属于无人艇集群对抗领域，本发明包括：对无人艇集群所处的海域进行栅格化处理；对无人艇集群寻求打击位置问题进行数学建模；构建博弈对抗模型；进行关于无人艇集群的打击位置的纳什均衡点求解，包括纯策略的纳什均衡点和混合策略的纳什均衡点的求解。本发明能够在完全信息情况下，通过求解博弈论中的纳什均衡点，解决敌我双方的无人艇集群寻求打击位置问题，首先基于敌我双方无人艇的初始位置，生成有限个数的策略，通过遍历法寻找纯策略意义下的纳什均衡点，若出现解不存在的情况，则表示纯策略意义下无解，则利用粒子群优化算法进行混合策略下纳什均衡的求解。

主权项：1.基于眼动信号的感兴趣目标深度学习检测与定位方法，其特征在于：包括以下步骤：步骤1、实时获取眼动仪的原始输出数据，所述原始输出数据包括时间戳timestamp、水平方向坐标x、垂直方向坐标y和数据有效性validity；步骤2、对原始输出数据进行预处理，剔除异常数据和异常数据附近的一些有效数据，进行数据滤波；步骤3、从预处理后的数据中计算出眼动角速度v和眼动角加速度a，采用自适应阈值算法将预处理后的数据区分出凝视事件和扫视事件，得到凝视序列；步骤4、将凝视序列可视化并与对应的实验图片叠加，然后手动标记凝视序列类别；步骤5、使用手动标记后的凝视序列处理不等长序列的深度神经网络，使用不同长序列的深度神经网络进行感兴趣目标的检测与定位。

全文数据：

权利要求：

百度查询： 东南大学 一种基于博弈论的无人艇集群打击位置的选取方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD