-
公开(公告)号：CN116627138A
公开(公告)日：2023-08-22
申请号：CN202310615033.6
申请日：2023-05-29
申请人： 东北大学
IPC分类号： G05D1/02
摘要： 本发明公开了一种具有运动速度区间约束的轮式移动机器人自适应重物质量的跟踪控制方法。其特征为：基于移动机器人的运动学模型，利用模型预测方法通过限制每个轮子的速度输入，将机器人运动速度约束在指定的区间范围内；利用区间约束的运动速度和动力学模型，建立跟踪误差系统，提出自适应重物质量的跟踪控制方法，并基于Lyapunov理论实现了跟踪误差系统的渐近稳定性；基于STM32H7系列单片机将输出PWM信号提供给电机驱动模块，对装载不同质量重物的移动机器人，均能实现区间速度约束下的安全跟踪运动。该方法利用新技术约束了移动机器人的运动速度区间，并自适应不同重物质量实现了货物搬运。
-
公开(公告)号：CN115376038A
公开(公告)日：2022-11-22
申请号：CN202210820773.9
申请日：2022-07-13
申请人： 东北大学
IPC分类号： G06V20/40
摘要： 本发明提供一种提升视频检测连续性的自适应置信度阈值调整方法，涉及目标检测、视频检测领域；使用检测模型进行视频检测时，充分发挥检测模型本身的检测能力，无需额外的跟踪等方法即可提升视频检测的连续性；利用检测模型显示检测结果的置信度阈值较低会检测出更多的结果，但会造成更多误检，调高会降低误检，但是可能造成漏检的特点，设计一种阈值自适应调节方法，保存低阈值检测结果、显示高阈值检测结果，当高阈值检测出现漏检时，调用该目标保存的低检测阈值结果，进行匹配，用低阈值中检测出来的检测框补充高阈值漏检的检测框；方法匹配机制只在漏检目标框周围的小范围使用，计算量较小。
-
公开(公告)号：CN114782860A
公开(公告)日：2022-07-22
申请号：CN202210317073.8
申请日：2022-03-29
申请人： 东北大学
摘要： 本发明提供一种监控视频中暴力行为检测系统及方法，属于深度学习领域；获取室内外场所中监控摄像头所拍摄的视频数据，该视频数据以视频流的形式推送到运行算法的服务器；将部分视频图像数据至少标注有是否包含暴力行为以及暴力行为发生的区域范围；将带有是否包含暴力行为标签的视频图像数据输入到P3D网络中，将模型训练得到暴力行为分类模型；将带有暴力区域发生范围标签的视频图像数据输入到CenterNet目标检测网络中，将模型训练到到暴力行为目标检测模型；将从监控摄像头实时获取的视频图像数据输入到暴力行为分类模型、暴力行为目标检测模型，得到暴力行为检测结果；将所述暴力行为检测结果发送至运行的用户终端。
-
公开(公告)号：CN112987665B
公开(公告)日：2022-04-12
申请号：CN202110177162.2
申请日：2021-02-09
申请人： 东北大学
IPC分类号： G05B19/418
摘要： 本发明公开一种基于强化学习的流水车间调度方法，该方法分为处理加工时间矩阵，构建奖励函数，构造神经网络模型，训练模型，模型应用五个阶段进行。对已知的加工时间矩阵进行处理，构造一个二维矩阵M，来描述每个工件在不同时刻的特征。根据优化目标定义奖励函数。将状态矩阵M作为人工神经网络模型的输入，输出为每一个工件的选取概率，并遮罩当前选择的工件对应的输出神经元，直到所有工件都被选取，视为一个回合的结束。回合结束后采用Policy Gradient算法训练模型调整网络模型参数。本方法训练的模型可以高效地优化同等规模下的流水车间调度问题，得到加工时间总和较短的加工顺序。
-
公开(公告)号：CN108924594B
公开(公告)日：2021-01-26
申请号：CN201810890134.3
申请日：2018-08-07
申请人： 东北大学
IPC分类号： H04N21/2347 , H04N21/4408
摘要： 本发明提供一种基于超混沌系统的视频加密方法，涉及图像处理及保密通信技术领域。该方法包括加密过程和解密过程；所述加密过程首先将混沌保密通信系统达到同步状态，驱动系统生成加密初始置乱序列和加密初始置乱矩阵，然后将视频明文数据分解为数据包并与加密初始置乱矩阵进行异或操作，得到初始密文数据，并将初始密文数据进行行置乱操作；最后将置乱后的数据进行加取模扩散操作，最终得到视频的密文数据。所述视频的解密过程为加密过程的逆过程。本发明提供的基于超混沌系统的视频加密方法，不需要特定的信道传输密钥，避免了密钥在传输过程中被窃取的风险；能够有效地克服低维混沌系统易受攻击的缺点，安全性更高且易于实现。
-
公开(公告)号：CN110719279A
公开(公告)日：2020-01-21
申请号：CN201910953413.4
申请日：2019-10-09
申请人： 东北大学
摘要： 本发明提出了一种基于神经网络的网络异常检测系统及检测方法。检测系统包括编码处理模块、数据归一化模块、特征选择模块，准确率模块以及观测者操作特性曲线绘制模块，检测方法为首先对KDDCUP 99数据集中的离散型特征采用one-hot编码处理为数值型，然后采用Min-Max进行特征处理，其次降维处理并输入到MLPClassifier多层感知机分类器中得出预测结果，最后输入到观测者操作特性曲线绘制模块中绘制出ROC曲线，采用多层感知机神经网络，通过L2正则化方法防止出现过拟合，并调整隐藏节点同时采用交叉验证的方法不断训练与调试，通过与KNN和SVM进行对比，运行时间及正确率都优于上述两种方法，验证了本发明的优越性。
-
公开(公告)号：CN110503260A
公开(公告)日：2019-11-26
申请号：CN201910767270.8
申请日：2019-08-20
申请人： 东北大学
摘要： 本发明公开一种基于动态路径规划的AGV调度方法，属于优化调度技术领域，该策略对AGV工作场地进行初始化，可实现不同精度的调度，并初始化工作地图，可以对实际地图进行模拟，可解决任意场景下的多单位多任务问题；基于弗洛伊德算法建立的邻接矩阵和距离矩阵，对AGV选择过程和AGV在执行过程中的避障情况进行了优化调度，实现单步动态规划AGV的执行路线，缩短AGV移动时间，提高工作效率，对工业自动化生产向柔性生产模式的方向转化起到重要的作用。
-
公开(公告)号：CN110501742A
公开(公告)日：2019-11-26
申请号：CN201910776934.7
申请日：2019-08-22
申请人： 东北大学
摘要： 本发明公开一种采用Boosting集成学习算法对地震事件进行区分的方法，属于地震学与机器学习交叉技术领域，该方法使用决策树作为Boosting框架下弱分类器的分类算法，通过更新权重，重视误差样本在训练弱分类器中的作用，训练产生多个弱分类器，然后使用线性结合策略得到一个强分类器，最后使用强分类器对地震信号进行分类识别，在识别时采用记录到该事件的多个台站投票的方式决定该地震事件是天然地震还是非天然震动事件，识别准确率可达90％以上。该方法不仅提高了对天然地震和非天然震动事件的分类识别准确率，还提高了对地震事件进行区分的效率。
-
公开(公告)号：CN108229830A
公开(公告)日：2018-06-29
申请号：CN201810016071.9
申请日：2018-01-08
申请人： 东北大学
摘要： 本发明涉及生产调度领域，具体说是一种求考虑学习效应的动态混合流水作业极小化总完工时间问题下界的算法。下界即为松弛掉一些约束的排序所求得的解，算法排序求解得上界，排序的最优解则介于上界与下界之间，因此下界可以作为一种评价算法求解性能的重要手段。本发明所设计的下界使用基于混合流水车间问题的方法，即在每个阶段都求得一个下界，最后取大。并在每个阶段都采用求平均和可中断的方式，以及化作单机问题求解来松弛约束条件。本发明针对考虑学习效应的动态流水作业极小化总完工时间求解的问题，可以作为用于评估算法性能的可中断的下界的方法。
-
公开(公告)号：CN108062417A
公开(公告)日：2018-05-22
申请号：CN201810010890.2
申请日：2018-01-05
申请人： 东北大学
摘要： 本发明公开一种基于复杂网络的图像生成音乐的方法，包括，步骤1：提取灰度图像的感兴趣区域对应的灰度码，将灰度码数组中连续相邻的三个灰度码相乘获得灰度积数组；步骤2：根据MIDI音高的范围对灰度积数组中的元素进行模处理，得到音域区间和音高浮动数值，进而生成音高序列；步骤3：以现有音乐中音符的音高、音长和力度作为基本属性进行音符节点的编码，音符节点和节点连边构成音符网络；步骤4：将图像生成的音高序列在音符网络中进行节点游走，进而生成音乐。本发明的图像生成音乐的方法，运用复杂网络和乐理渲染的知识使音乐更有节奏和更加柔美。
-
-
-
-
-
-
-
-
-
搜索结果
104 条记录 (耗时 0.042 秒)