CN119492382A 一种基于多源异构数据的路径规划方法 （湖南科技大学）_第1页
CN119492382A 一种基于多源异构数据的路径规划方法 （湖南科技大学）_第2页
CN119492382A 一种基于多源异构数据的路径规划方法 （湖南科技大学）_第3页
CN119492382A 一种基于多源异构数据的路径规划方法 （湖南科技大学）_第4页
CN119492382A 一种基于多源异构数据的路径规划方法 （湖南科技大学）_第5页
已阅读5页，还剩15页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

本发明公开了一种基于多源异构数据的路卷积神经网络CNN进行多源异构数据的深度学2步骤S1：收集路径规划的多源异构数据，从多源异构步骤S5：使用图形处理单元GPU进行并行加速，以加速卷积神经网络的训练和推理过;文本数据：文本数据表示为单词序列，对文本数据采用;;3;A*算法在图中寻找从起始节点到目标节点的最短路径，A*算法的关键在于使用一A*算法选择节点的标准函数为：;其中，f(n)表示从起点到节点n再到终点的预计总代价。探索的节点中选取f(n)值最小的节点作为当前节点；如果不是，则选择开放列表中f(n)45和A*算法，通常依赖于图搜索和启发式搜索策略，能够有效地在已知的环境中找到最短路径。然而，随着实际应用场景的复杂化，单一使用传统的搜索算法在处理多源异构数据模态信息的融合需求。基于神经网络的路径规划方法逐渐兴起。卷积神经网络能够有效提取图像数据中的特征，[0005]本发明解决上述技术问题的技术方案是：一种基于多源异构数据的路径规划方6;;本cij为：;多模态数据融合：Frusion将多种异构数据融合到统一的模型中使用如下加权和;A*算法选择节点的标准函数为：;其中，f(n)表示从起点到节点n再到终点的预计总代价。7从未探索的节点中选取f(n)值最小的节点作为当前节点；如果不是，则选择开放列表中f(n)值最小的节点作为当前节点，以继续进行A*算法的搜索流程；8推理加速：在路径规划任务中的实时推理阶段，GPU的加速确保神经网络快速响;9;本cij为：;[0026]多模态数据融合：Frusion将多种异构数据融合到统一的模型中使用如下加权和;[0029]A*算法在图中寻找从起始节点到目标节点的最;其中，f(n)表示从起点到节点n再到终点的预计总代价。从未探索的节点中选取f(n)值最小的节点作为当前节点；如果不是，则选择开放列表中f(n)值最小的节点作为当前节点，以继续进行A*算法的搜索流程；步骤S26：根据更新后的g值和启发式函数h计算该邻居节点的f值；推理加速：在路径规划任务中的实时推理阶段，GPU的加速确保神经网络快速响[0040]基于GPU协处理器

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论