-
公开(公告)号：CN117876769A
公开(公告)日：2024-04-12
申请号：CN202410043188.1
申请日：2024-01-11
申请人： 湖南大学
IPC分类号： G06V10/764 , G06V10/774 , G06V10/44 , G06V10/58 , G06V10/74
摘要： 本发明公开了一种基于高光谱图像的无监督医药异物检测方法及系统，采用边缘检测算法和主成分分析算法对待测药品的初始高光谱图像进行空间和光谱维度的降维处理，实现原始医药高光谱图像的冗余度的降低进而提高后续模型的检测速度；通过局部区域算法获取纯净的降维高光谱图像的高光谱背景数据，将高光谱背景数据输入基于变分自编码器的药品高光谱重构模型中对模型权重参数进行训练，得到能够很好重构药品高光谱背景数据的药品高光谱重构模型；最后将降维高光谱图像输入训练完成的药品高光谱重构模型中，获得待测药品的重构高光谱图像，通过计算降维高光谱图像与重构高光谱图像数据之间的均方误差，得到最终的药品异物检测结果图。
-
公开(公告)号：CN117392327A
公开(公告)日：2024-01-12
申请号：CN202311556681.5
申请日：2023-11-21
申请人： 湖南大学
IPC分类号： G06T17/00 , G06T9/00 , G06N3/0455
摘要： 本发明公开了一种基于先验图像和自编码器模型的高光谱图像重构方法，预设自编码器模型并训练和计算损失，得到训练后的自编码器模型，获取目标场景的RGB图像和二维压缩测量图像并预处理，通过预设的硬件编码模型接收预处理后的二维压缩测量图像并处理，得到目标场景初始的三维数据立方体，将预处理后的RGB图像作为先验图像，设计基于先验图像语义相似度的正则化项，根据正则化项构建软件解码模型，将训练后的自编码器模型作为约束项，得到具有约束项的软件解码模型，具有约束项的软件解码模型接收目标场景初始的三维数据立方体并采用优化迭代算法进行优化求解，得到目标场景重构的三维数据立方体。该方法有助于减少噪声和伪影、重建效果好。
-
公开(公告)号：CN116992775A
公开(公告)日：2023-11-03
申请号：CN202311042608.6
申请日：2023-08-18
申请人： 湖南大学
IPC分类号： G06F30/27 , G06Q10/04 , G06Q50/04 , G06F111/04 , G06F111/06
摘要： 本发明公开了一种分布式加工与配送协同优化方法，包括：将加工车间信息、配送车辆信息、车库信息和加工任务信息作为决策变量并构建目标函数；通过并行混沌优化算法对目标函数求最优解；其中，目标函数为最小化加工与配送的总完成时间；并行混沌优化算法包括：采用三行向量对每个解进行编码；对每个解赋予可行的初值，生成若干个初始解并组成初始种群，获取每个解对应的总完成时间；按总完成时间从小到大的顺序对解进行排列，分为精英解和父代解；对每一个父代解与随机的一个父代解进行混沌交叉操作；对父代解进行精英学习变异操作；执行迭代操作；输出总完成时间最小对应的解。以加工与配送的总完成时间为优化目标，有效提升了整体效率。
-
公开(公告)号：CN115979973B
公开(公告)日：2023-06-16
申请号：CN202310271270.5
申请日：2023-03-20
申请人： 湖南大学
IPC分类号： G01N21/25 , G01N33/15 , G06V10/764 , G06V10/58 , G06V10/77 , G06V10/80 , G06V10/82 , G06N3/0464
摘要： 一种基于双通道压缩注意力网络的高光谱中药材鉴别方法，包括：1、构建第一金银花中药材高光谱数据集和第二金银花中药材高光谱数据集；2、构建分组融合模块，将第一金银花中药材高光谱数据集输入到分组融合模块，最终生成空间通道的输入矩阵和光谱通道的输入矩阵；3、搭建空谱双通道压缩注意力网络模型，优化空谱双通道压缩注意力网络模型的参数；4、利用第二金银花中药材高光谱数据集对训练后的空谱双通道压缩注意力网络模型进行验证。本发明利用分组融合模块降低了高光谱数据的冗余程度，同时利用双通道压缩注意力网络学习金银花高光谱数据的空谱特征表示，减少了有效信息丢失，降低了注意力计算的资源消耗，提高了金银花的鉴别精度。
-
公开(公告)号：CN115810150A
公开(公告)日：2023-03-17
申请号：CN202211587387.6
申请日：2022-12-09
申请人： 湖南大学
IPC分类号： G06V20/10 , G06V10/52 , G06V10/58 , G06V10/764 , G06N3/0464 , G06N3/084 , G06N3/045
摘要： 本发明公开了一种基于多尺度空谱特征的病理高光谱图像分类方法，获取病理切片高光谱图像以及对应的像素级标签，对高光谱图像进行预处理，得到高光谱补丁图像和对应的分类标签；搭建多尺度空谱特征分类网络并预设对应网络的损失函数；将预设的训练集输入至搭建好的多尺度空谱特征分类网络进行训练，根据预设的损失函数计算网络的损失值，并反向传播更新网络的网络参数，得到更新后的多尺度空谱特征分类网络；将高光谱补丁图像输入至更新后的多尺度空谱特征分类网络，结合分类标签，输出高光谱补丁图像的分类结果。该分类方法充分利用了空间邻域特征和高光谱特征，通过去除不相关的输入特征和添加正则化缓解使用小规模数据集时的过拟合问题。
-
公开(公告)号：CN115578460A
公开(公告)日：2023-01-06
申请号：CN202211407718.3
申请日：2022-11-10
申请人： 湖南大学
摘要： 本发明公开了基于多模态特征提取与稠密预测的机器人抓取方法与系统，获取场景彩色图像和深度图像，从深度图像中计算出场景三维点云以及不同尺度的自适应卷积感受野，根据场景三维点云得到表面法向量图像；构建多模态特征提取与稠密预测网络，并对场景彩色图像和表面法向量图像进行处理，得到每类物体预测的稠密三维姿态信息和三维位置信息，通过计算得到对应物体的三维姿态和三维位置，两者共同组成三维位姿，将三维位姿发送至机器人抓取系统，完成场景下对应物体的抓取任务。本发明方法融合多模态彩色与深度数据，特征提取中保留二维平面特性以及深度信息，结构简单、预测精度高，适合复杂场景的机器人抓取任务。
-
公开(公告)号：CN115503761A
公开(公告)日：2022-12-23
申请号：CN202211346944.5
申请日：2022-10-31
申请人： 湖南大学 , 湖南摩高智驾科技有限公司
摘要： 一种防侧翻的智能驾驶汽车三维路径规划方法，包括：一、构建包含三维地形信息与车辆航向角的车辆侧倾估计模型，设计侧倾代价函数；二、设计综合二维和三维路径的路径长度代价函数；三、设计模糊自适应权重优化器，优化车辆侧倾代价函数和路径长度代价函数的权重；四、计算加权后的车辆侧倾代价函数和加权后的路径长度代价函数之和，利用梯度下降法对其求负梯度，根据负梯度方向确定下一步的路径方向；五、判断所规划的路径是否到目的地，若未到达，则重复上述步骤。本发明所提出方法有效帮助智能驾驶汽车在三维地形中规划出一条综合侧翻风险和路径长短的合理路径，为智能驾驶汽车在复杂三维地形环境中提供安全、经济的路径规划解决方案。
-
公开(公告)号：CN114819714A
公开(公告)日：2022-07-29
申请号：CN202210546495.2
申请日：2022-05-18
申请人： 湖南大学
摘要： 本发明公开了一种面向个性化定制的全域价值链生态资源配置优化方法，包括：将全域价值链生态资源划分为四个子环节；设置约束条件；建立全域价值链生态资源配置目标函数；通过模糊层次分析法与群决策理论计算得出时间指标、成本指标和质量指标各自对应的权重系数；采用混沌遗传优化算法从多组候选解中选取最优生态资源配置结果。将时间指标、成本指标、质量指标作为求解的优化目标，结合个性化定制全域价值链生态资源配置在研发设计、生产制造、运维服务、配套设备供应四个环节上的约束信息，针对不同优化目标，得到不同的模糊判断矩阵，使用群决策加权的形式得出最终的评价指标权重值，通过混沌遗传优化算法，迭代得出最终优化方案。
-
公开(公告)号：CN112060927A
公开(公告)日：2020-12-11
申请号：CN202010950820.2
申请日：2020-09-11
申请人： 湖南大学
摘要： 本发明具体公开了一种新能源汽车机电热集成系统温度保护方法与控制设备，包括：S1、设置驱动电机、电子器件和蓄电池各自的警告温度和最高温度；S2、根据步骤S1中各自设置的警告温度和最高温度建立驱动电机的温度‑允许功率曲线、电子器件的温度‑允许电流曲线和蓄电池的温度‑允许输出电流曲线；S3、间隔一定时间分别对驱动电机、电子器件和蓄电池的运行温度进行检测，并将所检测的温度值分别与各自对应设置的警告温度和最高温度进行比较，并根据比较结果输出对应机电热集成系统运行状态；S4、调节驱动电机的运行功率、电子器件的运行电流和蓄电池的输出电流以使机电热集成系统平稳输出。可保证新能源汽车机电热集成系统稳定输出，减少零件损耗。
-
公开(公告)号：CN111483469A
公开(公告)日：2020-08-04
申请号：CN202010345640.1
申请日：2020-04-27
申请人： 湖南大学
摘要： 本发明公开了一种用于电动汽车整车控制器故障诊断的分析与测试方法，包括步骤：S1，根据不同工况下的整车控制器的故障诊断数据，建立整车控制器的故障诊断分析矩阵集；S2，得到每个所述故障诊断分析矩阵对应的故障特征数据；S3，对所述预设的故障项中的每一项故障项分别建立故障子空间；S4，根据故障分析树，建立所述故障项与所述有效故障特征数据之间的对应关系的知识库；S5，采集待分析的整车控制器的故障检测数据；S6，通过查表法获取所述故障数据在所述知识库中对应的故障信息。可以迅速通过知识库中的故障树逆向寻表找出故障，为整车控制器提供了安全的保障。并且在车辆行驶中，对车辆的实时故障诊断提供了有力的帮助。
-
-
-
-
-
-
-
-
-
搜索结果
107 条记录 (耗时 0.034 秒)
