您好,欢迎访问北京理工大学机构知识库!
所在位置: 首页 - 作者导航 - 龙腾
- 合作者关系

龙腾

信息与电子学院

职称:教授

龙腾所有成果
导出

作者:龙腾 (中国工程院;北京理工大学)

出处:国内高等教育教学研究动态 2023

关键词:世界一流大学;教育强国;中国式现代化;高等教育;强国建设;战略支撑;话语体系;龙头作用

摘要:高等教育支撑引领强国建设是普遍规律,国家富强始于教育、兴于人才、盛于科技。在世界科技中心转移和强国建设的过程中,世界一流大学的战略支撑地位尤为凸显。从国际比较的视野来看,世界教育强国在推动高等教育改革发展的过程中形成了各具特色的政策话语体系与战略行动框架。

发明人:龙腾,王仰杰,孙景亮,李俊志,周禹泽

申请日期:2023.07.03

摘要:本发明公开的基于罚函数序列凸优化的高超声速变体飞行器轨迹规划方法,属于飞行器总体优化技术领域。本发明建立高超声速变体飞行器再入气动代理模型;考虑动力学、始末状态及热流率、过载、动压路径约束,建立再入轨迹规划最优控制模型;通过时间归一化处理将终端时间自由的轨迹规划问题转化为在固定时域上的最优控制问题。 ...

发明人:龙腾,钟建鑫,孙景亮,李俊志,李承恩

申请日期:2023.08.10

摘要:本发明公开的一种基于延迟经验优先回放机制的强化学习航迹规划方法,属于航迹规划技术领域。本发明实现方法为:考虑无人机动力学、飞行性能、地形和威胁约束构造无人机避障航迹规划问题模型,并以此设计航迹规划问题的强化学习状态‑动作‑奖励三要素;构建基于最大化熵策略的局部航迹规划训练与应用框架,通过“离线训练‑ ...

发明人:龙腾,周禹泽,孙景亮,李俊志,曹严

申请日期:2023.07.31

摘要:本发明公开了一种考虑可达域约束的无人机分布式任务分配方法,该方法包括:建立多无人机任务分配模型、导弹质心运动模型、导引弹道运动学模型和三维比例导引控制率模型;初始化无人机参数信息和任务环境信息;根据无人机参数信息,计算当前时刻的各无人机的可达域;通过分布式拍卖算法对各无人机进行任务分配,获取各无人机 ...

发明人:张天意,丁泽刚,龙腾,李喆,郑彭楠,刘磊,于海峰,张润宁

申请日期:2023.05.25

摘要:本发明公开了一种星载高分宽幅视频SAR时域快速滑窗成像方法。使用本发明将回波划分为数个子孔径,仅对子孔径进行粗分辨成像,并在子孔径融合的同时提高分辨率,最终获得高分辨视频帧。不同子孔径间相互独立,避免了冗余运算,且易于并行实现,提高了算法效率;为得到不同分辨率的图像,只需改变每帧图像融合的子孔径个数 ...

发明人:胡程,王锐,孔少洋,龙腾

申请日期:2020.10.23

摘要:本发明公开了一种基于多频点极化特征的昆虫体型参数反演方法和装置,该方法从昆虫的目标回波中提取所有所选频点的电磁散射参量a0、a1、a2、σyy,组成第一特征组;提取所有所选频点的极化不变量d、υ,组成第二特征组; ...

发明人:王彬,洪旭,杜林峰,张伟锋,胡善清,刘泉华,曾涛,龙腾

申请日期:2023.09.07

摘要:本发明提供了一种基于声光移频外差探测的微波光子雷达去斜接收装置,通过声光调制器调制本振光信号从而使本振信号产生移频,通过光电探测器得到中频信号,实现了目标回波信号的去斜处理,具有不易受温度、震动等环境因素影响,去斜后中频信号相位稳定度高、相参效果好的优势。

发明人:王彬,周朗,张伟锋,胡善清,刘泉华,曾涛,龙腾

申请日期:2023.09.07

摘要:本发明公开了一种振幅响应平坦的可调硅基色散补偿器件,该器件的核心是高阶理想可重构全通滤波器,MZI加载耦合系数可调MRR级联分光比可调耦合器构成一阶理想全通滤波器,该器件能实现理想的平坦振幅响应,不会改变色散补偿后信号的振幅曲线,从而影响信号恢复质量;通过在器件末端引入萨格纳克环反射器,实现光信号在 ...

发明人:孙景亮,刘卜伟,龙腾,周桢林,史人赫

申请日期:2023.07.25

摘要:本发明公开了一种基于动态贝叶斯网络的异构多无人机打击决策方法及装置,属于飞行器任务规划领域,包该方法包括步骤:构建离散‑连续混合的打击决策模型,考虑动态环境下威胁类型差异来设计威胁排序与目标优先级机制;通过建立态势威胁评估模型与集群状态评估模型来建立异构多无人机打击决策模型;将集群信息、环境信息与威 ...

作者:Binglu Wang1,2;Yongqiang Zhao2;Le Yang2;Teng Long1;Xuelong Li2; (1School of Information and Electronics, Beijing Institute of Technology, Beijing, China 2Northwestern Polytechnical University, Xi’an, China)

出处:IEEE Transactions on Pattern Analysis and Machine Intelligence 2024

关键词:Location awareness;Videos;Surveys;Task analysis;Prediction algorithms;Training;Supervised learning;Deep Learning;Temporal Localization;Deep Learning Era;Action Localization;Temporal Action Localization;Feature Representation;Action Instances;Step In The Field;Video Understanding;Long Short-term Memory;Intersection Over Union;Abundance Data;Receptive Field;Confidence Score;Promising Direction;Action Recognition;Appearance Features;Action Classes;Gated Recurrent Unit;Attention Weights;Action Detection;Performance Bottleneck;Classification Pipeline;Federated Learning;Action Proposals;Promising Research Direction;Action Frames;Graph Convolution;Two-stream Network;Multiple Procedures

摘要:The temporal action localization research aims to discover action instances from untrimmed videos, representing a fundamental step in the field of int ...