摘要
一种基于边缘计算的无人机控制系统决策方法,属于数据处理领域,包括以下步骤:S1、数据采集与标注,S2、采用基于量子态克隆的生成对抗网络算法进行样本生成,进而实现数据扩充,S3、采用基于植物生长光敏反应优化的神经网络特征提取算法进行特征提取,S4、采用自编码器作为特征降维模型进行特征降维模型训练,S5、采用基于异构蜂群算法的极限学习机分类算法进行分类器模型训练,S6、利用已训练完成的特征提取模型做出无人机控制系统决策。本发明提高了数据处理和决策的精度与效率,使无人机能更准确、快速地执行复杂任务;增强了模型在面对不同环境和任务时的稳定性和鲁棒性;提升了模型的泛化能力,减少了过拟合的风险。
技术关键词
无人机控制系统
极限学习机分类
决策方法
蜂群算法
模拟光合作用
特征提取模型
量子态
编码器
生成对抗网络
分类器模型
数据
能量消耗监测
参数
特征提取算法
噪声
异构
重构
因子
系统为您推荐了相关专利信息
无人机控制系统
参数整定方法
PID控制器
仿真模型
无人机系统
排水管道
预警模型
二维卷积神经网络
水力学模型
深度学习算法
辅助决策方法
大数据算法
深度森林模型
动态滑动窗口
动态预测模型