-
公开(公告)号：CN112084890A
公开(公告)日：2020-12-15
申请号：CN202010847228.X
申请日：2020-08-21
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于GMM和CQFL的多尺度识别交通信号标志的方法。本发明通过GMM聚类得到先验框尺寸作为网络的参数参与训练；将待训练图像输入神经网络中，网络会提取出输入图像不同尺度的特征图，并为五个不同尺度的特征图分配相应个数的先验框。再通过上采样和特征融合，最后输出五个不同尺度的预测结果。通过CQFL计算损失函数值后再进行迭代训练可以更新模型参数，得到最终模型；识别时将待识别图像输入最终模型，得到图像相应位置上的识别结果。通过GMM聚类提高了网络的识别速度和识别精度；通过CQFL解决了数据样本少导致识别效果差的问题；通过多尺度预测和先验框分配策略，解决了交通信号标志太小，难以检测的问题。
-
公开(公告)号：CN110135269B
公开(公告)日：2020-12-08
申请号：CN201910313133.7
申请日：2019-04-18
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于混合颜色模型与神经网络的火灾图像检测方法。本发明方法首先对监控视频图像进行帧间差分法获得运动前景区域；接着通过混合颜色模型提取符合火焰颜色特征的区域，同时进行二次颜色区域扩展得到颜色模型过滤出的候选区域；将运动前景区域与颜色候选区域取并集得到疑似火焰区域；最后，构建密集连接卷积神经网络，通过训练好的网络模型与二次混合颜色模型综合判断疑似火焰区域是否出现火情。本发明方法通过运动检测和混合颜色模型获得了精度较高的火焰候选区域，检测速度快，深度神经网络则保证了火焰检测准确率以及泛化能力，可以广泛部署于实际的智能安防系统中，预警火情减少火灾带来的损失。
-
公开(公告)号：CN107398903B
公开(公告)日：2020-06-30
申请号：CN201710787000.4
申请日：2017-09-04
Applicant: 杭州电子科技大学
IPC: B25J9/16
Abstract: 本发明提供一种工业机械手臂执行端的轨迹控制方法，该方法包括获取工业机械手臂执行端的机械结构参数，根据机械结构参数确定雅克比矩阵并初始网格化精度ε；根据加工要求确定工业机械手臂执行端的运动轨迹；根据雅克比矩阵计算操作空间k+1时刻的参考位置变量以操作空间k+1时刻的参考位置变量为参数对目标函数进行约束二次优化逼近，求得k+1时刻实际操作空间位置变量Xk+1和k时刻关节空间的输入控制量uk；工业机械手臂执行端根据k+1时刻实际操作空间位置变量Xk+1和k时刻关节空间的输入控制量uk进行轨迹运动。
-
公开(公告)号：CN111181485A
公开(公告)日：2020-05-19
申请号：CN202010107340.X
申请日：2020-02-21
Applicant: 杭州电子科技大学
IPC: H02S40/12 , C09D183/04
Abstract: 本发明公开了一种降低硅片表面冰黏附强度的方法，包括如下步骤：步骤S10，在硅材料表面制备微孔,所述微孔，高度为1.1微米；步骤S20，在带微孔的所述硅材料表面覆盖PDMS膜，所述PDMS膜黏贴在带微孔的所述硅材料表面之前，先利用氧等离子体清洁带微孔的硅材料表面；步骤S30，将所述PDMS膜固化在所述硅材料表面；所述步骤S10，在硅材料表面制备微孔的方法，包括如下步骤：步骤S101，在硅材料表面旋涂光刻胶；步骤S102，曝光需制备微孔区域的所述光刻胶；步骤S103，对曝光区域进行刻蚀。
-
公开(公告)号：CN110930306A
公开(公告)日：2020-03-27
申请号：CN201911031488.3
申请日：2019-10-28
Applicant: 杭州电子科技大学
Abstract: 本发明公开一种基于非局部感知的深度图超分辨率重建网络构建方法，目前越来越多的场景应用需要高质量高分辨率的深度图片，传统的深度图像超分辨方法在效果和速度都不如基于卷积神经网络的方法。但由于卷积的特性，大部分的超分辨卷积神经网络框架都只能利用深度图像的局部信息，然而图像的非局部信息对图像的重建十分重要。本发明充分发掘了深度图像的局部和非局部信息，帮助深度图像进行超分辨率重建。并且利用递归学习和残差学习的思想，减轻了卷积神经网络的负担，控制了网络的参数，提升了深度图像的重建效果。
-
Patent Agency Ranking
公开(公告)号：CN107122313B
公开(公告)日：2019-11-05
申请号：CN201710261767.3
申请日：2017-04-20
Applicant: 杭州电子科技大学
IPC: G06F12/0855 , G06F5/06 , H04N5/372
Abstract: 本发明公开了一种基于FPGA驱动线阵CCD的高速图像数据采集方法，采用FPGA驱动高速线阵CCD，通过使用全局周期计数器，分频计数器来产生CDD及AD的驱动时序。利用FIFO缓存图像数据并进行速度匹配，采用状态机模式对三路FIFO进行读写控制将三路FIFO缓存中的数据按顺序输出。通过设计高速通讯接口EMIF来与DSP交互数据。大大提高了工业机器视觉系统中前端图像数据采集速度。
-
公开(公告)号：CN110133507A
公开(公告)日：2019-08-16
申请号：CN201910329199.5
申请日：2019-04-23
Applicant: 杭州电子科技大学
IPC: G01R31/367 , G01R31/387 , G01R31/388
Abstract: 本发明公开了一种基于NARX-UKF算法的电池剩余电量估计方法。现有的各种方法存在各种问题。本发明方法首先测量电池在不同条件下的电压和电流，然后对测量数据进行预处理，再搭建NARX-UKF网络，把处理后的电压电流训练数据输入NARX网络中来训练网络，达到训练目标后，输入测试数据，NARX网络的输入结果即为SOC的估计值同时也是UKF模型的输入量，该估计值经过UKF模型后，得到的状态更新值即为当前时刻所估计得到的电池剩余电量。本发明的不需要建立电池模型，只需要常见的可测量量便可以快速精确的进行电池剩余电量估计。有着模型训练速度快，所需参数少，估计精度高的优点。
-
公开(公告)号：CN110118936A
公开(公告)日：2019-08-13
申请号：CN201910371353.5
申请日：2019-05-06
Applicant: 杭州电子科技大学
IPC: G01R31/367 , G01R31/3842
Abstract: 本发明公开了一种基于EHF的电池剩余电量估计方法。锂离子电池的强非线性和时变特性很容易受到操作环境和老化等诸多因素的影响，现有的方法不能准确估计。本发明方法首先测量在k时刻的电池端电压yk和电池供电电流ik，用状态方程和观测方程表示电池的各个时刻的荷电状态，然后进行初始化过程，最后采用EHF算法进行循环递推：首先计算状态方程的雅克比矩阵，然后进行时间域更新，计算测量方程的雅克比矩阵，根据观测方程完成测量更新，递推所得到的状态更新值即为当前时刻所估计得到的电池剩余电量。本发明方法可以准确地进行电池SOC估计，收敛速度快，估计精度高，适用于各种电池SOC的快速估计。
-
公开(公告)号：CN106441519B
公开(公告)日：2019-04-02
申请号：CN201610833410.3
申请日：2016-09-20
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种用于燃气表机械表盘的转圈检测方法。本发明方法首先利用图像处理方法对燃气表机械表盘最后一位字符区域进行自动的精确定位，接着本方法自适应的构造机械表盘最后一位字符区域的参考图像，从而利用最后一位字符当前图像与参考图像之间的差分结果完成转圈检测，最终利用检测到的转圈数所对应的容量与燃气表实际的进气量进行比较，计算燃气表机械表盘的流量误差。本发明方法具有效率高、可靠高、准确性高的优点，可以提高产品质量，降低生产成本，具有重要的工程实际意义。
-
公开(公告)号：CN108789413A
公开(公告)日：2018-11-13
申请号：CN201810721788.3
申请日：2018-07-04
Applicant: 杭州电子科技大学
IPC: B25J9/16
CPC classification number: B25J9/1664
Abstract: 本发明涉及基于三段三次多项式的机械臂自由边界运动规划方法，具体包括单维度的运动模型构建和多维度的协同运动规划。本发明能有效地构建存在自由位置、速度、加速度边界要求和满足速度、加速度、加加速度运动学约束的运动模型。在保证机械臂平稳平滑运动的基础上，对于关节空间轨迹规划与直角空间轨迹规划都能适用，尤其是对存在非零边界值要求的运动规划，如控制机械臂对运动中的目标进行跟踪、抓取和加工等操作。本发明中能实现快速模型系数求解，可适用于实时性要求较高的运动规划中，且能运用于任意自由度的机械臂，具有较为广泛的可移植性。
-
-
-
-
-
-
-
-
-
Search Results
344
records
(took 0.033 seconds)
