一种基于持续学习的机器人步态规划方法及系统

    公开(公告)号:CN117631533A

    公开(公告)日:2024-03-01

    申请号:CN202311371936.0

    申请日:2023-10-20

    申请人: 山东大学

    IPC分类号: G05B13/04

    摘要: 本发明属于腿足机器人技术领域,提供了一种基于连续学习的机器人步态规划方及系统,其技术方案为:应用经验回放的方法,设计了一种基于持续学习的机器人步态规划方法,机器人每训练一个新步态,都会从旧步态训练任务中选取部分具有代表性的数据,作为旧步态的复习知识加入新步态训练。另外,每个新任务训练时的网络参数优化都需要适应所有先前任务评价网络的评估要求,让网络向着优化新步态方向更新时不遗忘旧步态,从而让机器人渐进的学会多种步态。

    一种细胞色素P450酶及其在催化合成蒽环类化合物中的应用

    公开(公告)号:CN117327669A

    公开(公告)日:2024-01-02

    申请号:CN202311212351.4

    申请日:2023-09-20

    申请人: 山东大学

    摘要: 本发明提供一种细胞色素P450酶DoxA(CYP129亚家族),其氨基酸序列为SEQ ID NO:1。本发明还提供所述的P450酶DoxA的一种用途,是催化蒽环类化合物13‑脱氧柔红霉素合成13‑二氢柔红霉素或13‑二氢柔红霉素衍生物;所述的方法,其中所述的450酶DoxA利用NAD(P)H催化13‑脱氧柔红霉素。本发明提供了一种能够直接利用NAD(P)H的细胞色素P450酶DoxA,能够利用NAD(P)H一步合成13‑二氢柔红霉素,无需电子传递蛋白辅助,简化了反应系统,降低了反应成本,增强了反应的可控性和稳定性;电子传递过程更加直接高效,提高反应的催化效率。

    基于多任务关联的风机叶片损伤识别方法与系统

    公开(公告)号:CN116503612B

    公开(公告)日:2023-11-24

    申请号:CN202310752531.5

    申请日:2023-06-26

    申请人: 山东大学

    摘要: 精度。本公开提供了基于多任务关联的风机叶片损伤识别方法与系统,涉及风机叶片图像识别技术领域,方法包括:获取风机叶片的图像,首先利用多任务主干网络提取风机叶片图像的底层共享特征,之后在两个子任务分支网络中分别提取损伤位置特征以及损伤类型特征,然后分别输出风机叶片损伤的位置以及损伤类型的识别结果;其中,将两个子任务分支网络在各自特征提取时进行任务相关联,由线性映射函数将分支任务的高维特征映射到另一个分支任务的标签空间中,并通过激活函数转换为概率分布的形式,进而通

    一种基于人机协同增强的自动驾驶控制决策方法及系统

    公开(公告)号:CN116872971A

    公开(公告)日:2023-10-13

    申请号:CN202310986664.9

    申请日:2023-08-07

    申请人: 山东大学

    IPC分类号: B60W60/00

    摘要: 本发明公开一种基于人机协同增强的自动驾驶控制决策方法及系统,包括:获取混合数据;所述混合数据包括驾驶员驾驶演示数据、车辆自行驶数据以及在车辆自行驶时,监督驾驶员接管控制的监督纠正动作;基于监督纠正动作,预测在当前监督纠正动作下的驾驶模拟数据,并对当前监督纠正动作进行评分,以确定以当前监督纠正动作接管控制后的驾驶数据与车辆自行驶数据间的差异在训练控制决策模型时所占的权重;基于混合数据对控制决策模型进行训练,并在有监督驾驶员接管控制时引入对应的权重,从而根据训练后的控制决策模型得到自动驾驶的控制策略。

    基于物理模型的水下图像增强方法及系统

    公开(公告)号:CN116863320A

    公开(公告)日:2023-10-10

    申请号:CN202310671497.9

    申请日:2023-06-06

    申请人: 山东大学

    摘要: 本发明公开了基于物理模型的水下图像增强方法及系统,属于水下图像处理技术领域。包括将获取的水下图像输入训练好的水下图像增强模型进行处理,以生成并输出增强图像;水下图像增强模型包括由参数估计子网络和双流交互增强子网络组成的生成器和双鉴别器,参数估计子网络用于根据输入的水下图像,确定物理模型的衰减系数、深度图和传输图,并根据衰减系数和传输图,获取颜色增强图像;双流交互增强子网络用于根据颜色增强图像和传输图对输入的水下图像,获取增强图像;双鉴别器用于根据增强图像和深度图,判别增强图像的真伪。能够获取清晰、视觉美观的水下图像,解决了现有技术中通用性不强且图像内容容易被扭曲的问题。

    基于多变量动态时间规整算法的隔震效率评价方法及系统

    公开(公告)号:CN116821713A

    公开(公告)日:2023-09-29

    申请号:CN202311108066.8

    申请日:2023-08-31

    申请人: 山东大学

    IPC分类号: G06F18/22 G01M7/06

    摘要: 本发明数据处理技术领域,为了解决现有隔震效率评估的不准确的问题,提出了基于多变量动态时间规整算法的隔震效率评价方法及系统,获取多轴向震动时间序列数据以及隔震后的多轴向震动时间序列数据;采用动态时间规整算法计算多轴向震动时间序列数据与隔震后的多轴向震动时间序列数据的相似度,根据相似度将多轴向震动时间序列数据与隔震后的多轴向震动时间序列数据进行对齐;根据对齐后的多轴向震动时间序列数据与隔震后的多轴向震动时间序列数据的差值,进行隔震效率评价。利用对齐匹配后的数据对隔震效率进行评价,消除了隔震过程造成的震动数据时滞,实现了对隔震效率的有效评估。

    基于注意力混合神经网络的风机叶片冲击定位方法及系统

    公开(公告)号:CN116428129B

    公开(公告)日:2023-09-01

    申请号:CN202310691478.2

    申请日:2023-06-13

    申请人: 山东大学

    摘要: 本发明提出基于注意力混合神经网络的风机叶片冲击定位方法及系统,涉及风机叶片的冲击检测领域。包括获取所有叶片上的振动信号;将振动信号输入至注意力混合神经网络中,提取振动信号每个时刻的特征,完成任务识别,预测受到冲击的叶片;将预测的受到冲击的叶片上的振动信号分别输入至注意力回归定位网络和自适应决策网络中,在注意力回归定位网络中,利用局部时序注意力机制提取每个时间块的特征;对每个时间块的特征的重要性进行决策,将需要的时间块的特征输入到注意力循环神经网络中,通过注意力循环神经网络得到振动信号的时空特征向量,进而得到定位距离。本发明能够准确识别施加在风机叶片上的动态冲击载荷的具体位置。