摘要
本发明属于无人集群控制技术领域,具体涉及一种基于无监督哈希学习的无人集群协同感知方法及系统,包括:获取无人集群系统架构中的数据,应用无监督哈希学习算法对数据进行哈希降维处理,生成能够表征数据间相似性的低维哈希码;应用分布式近似聚类算法对低维哈希码进行随机样本划分,通过聚类集成方法形成精细的近似聚类中心和聚类分簇;对每个分簇使用改进的DBSCAN算法,形成基于最近邻的数据块分组;利用低维哈希码和/或聚类或分组,在无人集群节点间支持协同感知。本发明在数据传输高效性和可靠性上具有突出的优势,大大提升了整体任务执行的效率并在能量损耗上有明显的改善。
技术关键词
协同感知方法
集群系统
无监督
节点
数据库管理系统
DBSCAN算法
聚类算法
拉普拉斯
集群算法
学习算法
哈希算法
聚类集成方法
集群控制技术
分组处理单元
矩阵
汉明距离
数据压缩算法
系统为您推荐了相关专利信息
火灾风险评估
特征拐点
排烟方法
斜率数据
决策树模型
输电线路施工现场违章智能监控识别系统
三维动态模型
多模态环境
风险预测模型
高空作业防护
预测预警方法
动态邻接矩阵
节点
掩码矩阵
神经网络模型