-
公开(公告)号：CN118155059B
公开(公告)日：2024-07-30
申请号：CN202410559141.0
申请日：2024-05-08
申请人： 南方海洋科学与工程广东省实验室(珠海) , 佛山科学技术学院
IPC分类号： G06V20/05 , G06N3/0455 , G06N3/082 , G06V10/25 , G06V10/764 , G06V10/766 , G06V10/80 , G06V10/82
摘要： 本发明公开了一种基于深度学习嵌入的水下目标检测方法及系统，该方法包括：获取待检测水下目标数据；引入Transformer编码器与动态非单调聚焦机制Wise‑IoU边框损失函数，构建深度学习水下目标检测网络；基于深度学习水下目标检测网络对待检测水下目标数据进行目标检测处理，得到水下目标检测结果。该模块包括：获取模块、构建模块和检测模块。本发明能够提高深度学习水下目标检测网络对水下微小目标的检测精度与检测速度。本发明作为一种基于深度学习嵌入的水下目标检测方法及系统，可广泛应用于水下目标检测技术领域。
-
公开(公告)号：CN118155059A
公开(公告)日：2024-06-07
申请号：CN202410559141.0
申请日：2024-05-08
申请人： 南方海洋科学与工程广东省实验室(珠海) , 佛山科学技术学院
IPC分类号： G06V20/05 , G06N3/0455 , G06N3/082 , G06V10/25 , G06V10/764 , G06V10/766 , G06V10/80 , G06V10/82
摘要： 本发明公开了一种基于深度学习嵌入的水下目标检测方法及系统，该方法包括：获取待检测水下目标数据；引入Transformer编码器与动态非单调聚焦机制Wise‑IoU边框损失函数，构建深度学习水下目标检测网络；基于深度学习水下目标检测网络对待检测水下目标数据进行目标检测处理，得到水下目标检测结果。该模块包括：获取模块、构建模块和检测模块。本发明能够提高深度学习水下目标检测网络对水下微小目标的检测精度与检测速度。本发明作为一种基于深度学习嵌入的水下目标检测方法及系统，可广泛应用于水下目标检测技术领域。
-
公开(公告)号：CN117161719A
公开(公告)日：2023-12-05
申请号：CN202311456380.5
申请日：2023-11-03
申请人： 佛山科学技术学院
IPC分类号： B23P19/00 , B25J9/16 , G06T7/33 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06T7/73 , G06V10/26 , G06V10/80 , G06V10/82
摘要： 本发明公开了一种视触觉融合的预装配零件姿态识别方法及系统，该方法包括：通过相机获取待装配零件的图像；基于视觉目标检测模型MSFF‑YOLOV5S，对待装配零件的图像依次进行感知提取和配准处理，得到待装配零件的姿态数据；基于触觉传感器与触觉感知神经网络模型对待装配零件进行触觉信息感知处理，得到待装配零件的受力方向信息；结合待装配零件的姿态数据与待装配零件的受力方向信息并传输至机械臂进行零件装配处理，实现对零件的装配。本发明通过融合视觉和触觉感知技术，实现了对零件装配过程中的连续感知，提高零件装配的稳定性和成功率。本发明作为一种视触觉融合的预装配零件姿态识别方法及系统，可广泛应用于图像信息感知技术领域。
-
公开(公告)号：CN115453871A
公开(公告)日：2022-12-09
申请号：CN202211081695.1
申请日：2022-09-06
申请人： 佛山科学技术学院
IPC分类号： G05B13/04
摘要： 本发明公开了一种基于IDE扩展多维泰勒网的非线性系统建模方法及系统，该方法包括：确定需要建模的系统及系统的输入变量；通过泰勒展开公式对系统的输入变量进行分数幂展开处理，构建扩展多维泰勒网模型；结合差分进化算法对扩展多维泰勒网模型的参数进行辨识处理，构建最优扩展多维泰勒网模型。通过使用本发明，能够将多维泰勒网的输入的幂次扩展为非整数并减小系统的误差从而实现更高精度的复杂非线性体统建模。本发明作为一种基于IDE扩展多维泰勒网的非线性系统建模方法及系统，可广泛应用于趋势预测技术领域。
-
公开(公告)号：CN117161719B
公开(公告)日：2024-01-19
申请号：CN202311456380.5
申请日：2023-11-03
申请人： 佛山科学技术学院
IPC分类号： B23P19/00 , B25J9/16 , G06T7/33 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06T7/73 , G06V10/26 , G06V10/80 , G06V10/82
摘要： 本发明公开了一种视触觉融合的预装配零件姿态识别方法及系统，该方法包括：通过相机获取待装配零件的图像；基于视觉目标检测模型MSFF‑YOLOV5S，对待装配零件的图像依次进行感知提取和配准处理，得到待装配零件的姿态数据；基于触觉传感器与触觉感知神经网络模型对待装配零件进行触觉信息感知处理，得到待装配零件的受力方向信息；结合待装配零件的姿态数据与待装配零件的受力方向信息并传输至机械臂进行零件装配处理，实现对零件的装配。本发明通过融合视觉和触觉感知技术，实现了对零件装配过程中的连续感知，提高零件装配的稳定性和成功率。本发明作为一种视触觉融合的预装配零件姿态识别方法及系统，可广泛应用于图像信息感知技术领域。
-
公开(公告)号：CN117767485A
公开(公告)日：2024-03-26
申请号：CN202311799862.0
申请日：2023-12-26
申请人： 佛山科学技术学院
摘要： 本发明公开了一种锂离子电池的快速充电装置及其充电方法，该装置包括正极极板、负极极板、高压直流电源、绝缘底座、充电直流电源、直流电流传感器、直流电压传感器、电池内阻测量仪、温度传感器和控制器。该方法包括：获取待充电锂电池；获取待充电锂电池的端电压和待充电锂电池的内阻；根据端电压和内阻构建待充电锂电池的充电静电场；根据待充电锂电池的充电静电场对待充电锂电池进行充电调节处理，直至待充电锂电池的端电压达到截止电压，停止充电，得到充电完成的锂电池。本发明能够提高锂电池的充电速率，实现锂电池快速、无损以及高效的充电。本发明作为一种锂离子电池的快速充电装置及其充电方法，可广泛应用于锂电池快速充电技术领域。
-
公开(公告)号：CN117092050B
公开(公告)日：2024-02-27
申请号：CN202311176743.X
申请日：2023-09-13
申请人： 佛山科学技术学院
摘要： 本发明公开了基于光谱多模态时序学习的煤泥浮选灰分检测方法及系统，该方法包括：选取煤泥浮选混合物样品；通过光纤光谱仪对煤泥浮选混合物样品进行吸光度检测，得到煤泥浮选混合物样品的光谱数据；构建煤泥浮选多尺度特征融合模型；基于煤泥浮选多尺度特征融合模型对煤泥浮选混合物样品的光谱数据进行灰分检测，得到煤泥浮选尾矿灰分值。通过使用本发明，利用深度学习和光谱分析技术，可以实现对光谱数据的高速处理，从而实现快速检测煤泥浮选尾矿灰分值。本发明作为基于光谱多模态时序学习的煤泥浮选灰分检测方法及系统，可广泛应用于煤泥浮选灰分检测技术领域。
-
公开(公告)号：CN117131793B
公开(公告)日：2024-02-06
申请号：CN202311407484.7
申请日：2023-10-27
申请人： 佛山科学技术学院
IPC分类号： G06F30/27 , G06N3/006 , H01M50/258 , G06F111/06 , G06F119/08
摘要： 本发明公开了一种考虑电池排布的锂离子动力电池成组设计方法，该方法包括：构建具有不同排布结构的锂离子电池模块库；获取锂离子电池模块库的放电温度数据；根据锂离子电池模块库的放电温度数据，通过粒子群优化算法获取锂离子电池模块库的最优散热间隙；基于最优散热间隙，将锂离子电池模块库进行组合，得到待优化的锂离子电池电池组；将待优化的锂离子电池电池组输入至神经网络进行优化训练，构建优化后的锂离子电池电池组。本发明通过构建具有不同结构的电池库进而优化电池之间的间隙与间距实现降低电池组放电时的温度。本发明作为一种考虑电池排布的锂离子动力电池成组设计方法，可广泛应用于锂离子动力电池散热技术领域。
-
公开(公告)号：CN117131793A
公开(公告)日：2023-11-28
申请号：CN202311407484.7
申请日：2023-10-27
申请人： 佛山科学技术学院
IPC分类号： G06F30/27 , G06N3/006 , H01M50/258 , G06F111/06 , G06F119/08
摘要： 本发明公开了一种考虑电池排布的锂离子动力电池成组设计方法，该方法包括：构建具有不同排布结构的锂离子电池模块库；获取锂离子电池模块库的放电温度数据；根据锂离子电池模块库的放电温度数据，通过粒子群优化算法获取锂离子电池模块库的最优散热间隙；基于最优散热间隙，将锂离子电池模块库进行组合，得到待优化的锂离子电池电池组；将待优化的锂离子电池电池组输入至神经网络进行优化训练，构建优化后的锂离子电池电池组。本发明通过构建具有不同结构的电池库进而优化电池之间的间隙与间距实现降低电池组放电时的温度。本发明作为一种考虑电池排布的锂离子动力电池成组设计方法，可广泛应用于锂离子动力电池散热技术领域。
-
公开(公告)号：CN118378667A
公开(公告)日：2024-07-23
申请号：CN202410385618.8
申请日：2024-04-01
申请人： 佛山科学技术学院
IPC分类号： G06N3/0464 , G06N3/045 , G06N3/082 , G06N3/086 , G06V10/764 , G06V10/82
摘要： 本发明公开了一种基于沙普利值的NAS神经网络设计方法及系统，该方法包括：基于Cell单元，进行结构编码处理，构建Cell结构；通过基于残差结构的无序沙普利值的性能贡献量化方法对Cell结构进行残差优化处理，得到最优Cell结构；对最优Cell结构进行堆叠处理，并通过有序沙普利值量化方法进行优化处理，构建NAS神经网络；基于NAS神经网络进行图像分类处理，得到图像分类结果。本发明通过对Cell结构内和整体结构进行残差连接和通过沙普利值调整不同残差连接的变异概率，避免模型陷入局部搜索最优解，从而提高模型的性能和泛化能力。本发明作为一种基于沙普利值的NAS神经网络设计方法及系统，可广泛应用于机器学习技术领域。
-
-
-
-
-
-
-
-
-
搜索结果
29 条记录 (耗时 0.058 秒)
