-
公开(公告)号：CN109344961A
公开(公告)日：2019-02-15
申请号：CN201811024634.5
申请日：2018-09-04
Applicant: 华南理工大学 , 佛山市顺德致可智能科技有限公司
Abstract: 本发明公开了一种基于PSO的权值直接确定神经网络结构优化方法，步骤如下：1)构建一个幂激励神经网络；2)由权值直接确定方法算出隐层神经元到输出层的连接权值；3)进行神经元删减；4)把剩余神经元编码成数码串，表示为粒子；5)设定PSO的初始参数；6)生成一定规模的粒子群；7)初始化最优粒子；8)更新所有粒子；9)计算适应值；10)更新所有最优解；11)若未到最大迭代次数，返回步骤8)；否则，优化结束。为了提高网络的结构性能，本发明基于幂激励权值直接确定神经网络，将PSO算法应用于优化网络结构，寻找最佳隐层神经元数目，通过应用本发明方法，所训练的网络具有很强的逼近能力以及去躁能力，实用价值高。
-
公开(公告)号：CN108714894A
公开(公告)日：2018-10-30
申请号：CN201810412681.0
申请日：2018-05-03
Applicant: 华南理工大学
IPC: B25J9/16
Abstract: 本发明公开了一种求解双冗余机械臂互相碰撞的动力学方法，包括如下步骤：S1、将实际的物理系统形式化，以左边机械臂为基础建立该系统基于二次规划问题的最小速度二范数模型；S2根据避免双冗余机械臂之间碰撞的约束，对步骤S1中的二次规划问题进行扩充，考虑互相避免碰撞的不等式约束；S3、根据双冗余机械臂关节角和关节角速度极限，将关节角度以及角速度的约束考虑进二次规划问题；S4、将步骤S3中的左边机械臂二次规划方案应用到右边机械臂上，并将双冗余机械臂的两个子二次规划问题集成到一个二次规划框架下；S5、利用线性变分不等式-原对偶神经网络进行求解，所求得的解为双冗余机械臂互相躲避情况下完成末端任务的结果。
-
公开(公告)号：CN114882537B
公开(公告)日：2024-04-02
申请号：CN202210397203.3
申请日：2022-04-15
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于神经辐射场的手指新视角图像生成方法，包括以下步骤：获取包含轴向旋转的图像，作为图像样本；扩增图像数据；提取扩增得到的图片数据的相对外参数；生成轴向旋转新视角的图像；利用扩增图像数据和生成轴向旋转新视角的图像训练识别模型。本方法通过传统数据扩增方法模拟手指采集过程中在各个方向上偏移的情况，增强样本数据的多样性，提升识别系统的鲁棒性，利用基于神经辐射场的方法，为每个手指生成了多张轴向旋转的手指图像，丰富了手指轴向旋转数据的多样性，提升系统的鲁棒性，向窗口内采样的像素加入梯度信息、结构相似性信息以及深度平滑信息的约束，提升新视角生成的质量，提升识别系统的性能。
-
公开(公告)号：CN114882537A
公开(公告)日：2022-08-09
申请号：CN202210397203.3
申请日：2022-04-15
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于神经辐射场的手指新视角图像生成方法，包括以下步骤：获取包含轴向旋转的图像，作为图像样本；扩增图像数据；提取扩增得到的图片数据的相对外参数；生成轴向旋转新视角的图像；利用扩增图像数据和生成轴向旋转新视角的图像训练识别模型。本方法通过传统数据扩增方法模拟手指采集过程中在各个方向上偏移的情况，增强样本数据的多样性，提升识别系统的鲁棒性，利用基于神经辐射场的方法，为每个手指生成了多张轴向旋转的手指图像，丰富了手指轴向旋转数据的多样性，提升系统的鲁棒性，向窗口内采样的像素加入梯度信息、结构相似性信息以及深度平滑信息的约束，提升新视角生成的质量，提升识别系统的性能。
-
-
-
Search Results
4
records
(took 0.058 seconds)
