-
公开(公告)号：CN118944355A
公开(公告)日：2024-11-12
申请号：CN202410854764.0
申请日：2024-06-28
申请人： 天津大学 , 天津航天机电设备研究所
摘要： 本发明公开了一体式电动测力推杆，包括作为动力驱动的动力及传动部，所述动力及传动部与推杆主体部相连，所述推杆主体部包括作为推动输出的丝杠，所述推杆主体部中还设置有进行力检测的力信号感知部，所述动力及传动部为折返式驱动结构，所述动力及传动部为直驱式驱动结构。本发明提供了一种具有创新性的一体化电动测力推杆机构，旨在为机器人和自动化系统提供精确、紧凑和高效的线性驱动解决方案。本发明将电动驱动、力感知和精准位移功能集成于一体，同时优化了传统电推杆的结构设计，使其在狭小空间内的利用效率显著提高。通过缩短基础长度。本发明的电推杆可以在狭小空间中有效安装，适应复杂的机械设计需求。
-
公开(公告)号：CN110895790B
公开(公告)日：2024-03-22
申请号：CN201910967484.X
申请日：2019-10-12
申请人： 天津大学
IPC分类号： G06T3/4053 , G06N3/08 , G06N3/0464
摘要： 本发明提供一种获取真实场景成像过程参数的方法，给出一种利用所获取到的真实场景的成像过程参数实现的基于后验降质信息估计的场景图像超分辨方法及电子设备。基于后验降质信息估计的场景图像超分辨方法包括以下步骤：创建图像超分辨网络，网络共由多个残差网络块串联组成，并在最后通过连接两个反卷积层实现上采样功能；将高清图像数据集，做模糊操作并做下采样，得到低分辨训练数据集；将低分辨训练数据集的图像作为图像超分辨网络的输入，训练完成后保存网络的参数和结构；将目标场景其他需要超分辨的低质量图像或视频作为训练好的图像超分辨网络的输入，输出则是所需要的质量更佳的高分辨图像或视频。
-
公开(公告)号：CN110689085B
公开(公告)日：2023-04-18
申请号：CN201910944595.9
申请日：2019-09-30
申请人： 天津大学
IPC分类号： G06F18/2413 , G06F18/214 , G06F18/2415 , G06N3/084 , G06N3/08 , G06N3/096
摘要： 本发明涉及一种基于深度跨连接网络及损失函数设计的垃圾分类方法，首先用深度跨连接网络DenseNet在公布的数据集上预训练提高网络的特征提取能力，然后在采集的垃圾图像数据集上对网络部分参数微调，实现前期网络在公布的数据集上学习到的特征提取能力迁移到垃圾图像数据集上，同时训练网络的垃圾分类能力，在这部分训练中引入新的损失函数。
-
公开(公告)号：CN110852977A
公开(公告)日：2020-02-28
申请号：CN201911036351.7
申请日：2019-10-29
申请人： 天津大学
摘要： 一种融合边缘灰度直方图与人眼视觉感知特性的图像增强方法：分别计算图像中每一个像素位置的行方向的梯度和列方向的梯度，以及该像素位置总的梯度；将所有像素位置总的梯度进行排序，找出其中最大的总的梯度，并设定梯度阈值；将所有像素位置总的梯度与梯度阈值进行比较，标记出像素位置总的梯度大于梯度阈值的所有图像边缘像素，并统计标记出的所有图像边缘像素中灰度级相同的边缘像素的数量，得到边缘灰度直方图；计算边缘灰度级小于设定值的累积概率分布；考虑人眼视觉非线性特性，计算人眼在不同亮度背景下的感知敏感度因子，并做归一化处理，得到最佳的灰度级调整参考值；从而得到增强图像。本发明显著提升图像的视觉效果。
-
公开(公告)号：CN118428451A
公开(公告)日：2024-08-02
申请号：CN202410602451.6
申请日：2024-05-15
申请人： 天津大学
IPC分类号： G06N3/098 , G06N3/092 , G06N3/082 , G06N3/0985
摘要： 本发明涉及一种面向数据异构与设备异构的个性化模型搜索框架，每个客户端均可获得独特结构的个性化模型，强化学习不断为每个客户端搜索最优的模型结构，结合联邦学习的形式，各客户端协同训练模型参数。最终每个客户端均可获得最佳个性化模型。本发明采用基于强化学习的个性化模型搜索框架，对于客户端而言，仅需要对服务器分配的模型进行训练和报告准确率结果，不会给客户端增加额外的负担，与FedAvg保持一致，对于移动设备场景有很好的适配性；个性化模型搜索框架与FedAvg对比，可提高6.59％～17.79％的平均准确率，与首篇联邦NAS方法FedNAS对比，可减少70.52％～72.02％的系统运行时间。
-
公开(公告)号：CN118379136A
公开(公告)日：2024-07-23
申请号：CN202410366438.5
申请日：2024-03-28
申请人： 天津大学
摘要： 本发明涉及一种高效的许可区块链无冲突交易处理架构，首次将EOV架构中交易的处理流程抽象为流水线执行，通过引入流水线反馈机制以及交易重排序机制保证架构中无冲突交易的出现，并形成无冲突许可区块链交易处理架构ECOV架构；同时提出三个关键组件及及冲突检测机制使ECOV架构持续高效轮转；基于ECOV架构实现PipeFabric系统原型，进行大量的实验评估其性能；结果表明即使在交易冲突率较高的场景中，PipeFabric仍可以提供高吞吐量。本发明经过多冲突场景以及多自变量变化的实验后得出，本发明的PipeFabric提供了比Fabric++和FabricSharp高2.6倍和2.3倍的吞吐量，为实时和高性能场景中的区块链应用提供了强大的支持。
-
-
公开(公告)号：CN110852977B
公开(公告)日：2023-04-11
申请号：CN201911036351.7
申请日：2019-10-29
申请人： 天津大学
摘要： 一种融合边缘灰度直方图与人眼视觉感知特性的图像增强方法：分别计算图像中每一个像素位置的行方向的梯度和列方向的梯度，以及该像素位置总的梯度；将所有像素位置总的梯度进行排序，找出其中最大的总的梯度，并设定梯度阈值；将所有像素位置总的梯度与梯度阈值进行比较，标记出像素位置总的梯度大于梯度阈值的所有图像边缘像素，并统计标记出的所有图像边缘像素中灰度级相同的边缘像素的数量，得到边缘灰度直方图；计算边缘灰度级小于设定值的累积概率分布；考虑人眼视觉非线性特性，计算人眼在不同亮度背景下的感知敏感度因子，并做归一化处理，得到最佳的灰度级调整参考值；从而得到增强图像。本发明显著提升图像的视觉效果。
-
公开(公告)号：CN110689085A
公开(公告)日：2020-01-14
申请号：CN201910944595.9
申请日：2019-09-30
申请人： 天津大学
摘要： 本发明涉及一种基于深度跨连接网络及损失函数设计的垃圾分类方法，首先用深度跨连接网络DenseNet在公布的数据集上预训练提高网络的特征提取能力，然后在采集的垃圾图像数据集上对网络部分参数微调，实现前期网络在公布的数据集上学习到的特征提取能力迁移到垃圾图像数据集上，同时训练网络的垃圾分类能力，在这部分训练中引入新的损失函数。
-
公开(公告)号：CN110222680A
公开(公告)日：2019-09-10
申请号：CN201910416098.1
申请日：2019-05-19
申请人： 天津大学
摘要： 一种城市生活垃圾物品外包装文本检测方法：采集城市垃圾物品外包装的图像数据集，并对图像数据集中的每个图像的文本区域进行标注；对标注完成的图像数据集中的每个图像根据文本区域的标注生成文本分数特征图和多通道位置特征图，构成每个图像的训练标签；将图像数据集中的图像按照9：1的比例分为训练集和测试集；构建全卷积神经网络模型并进行训练，得到训练好的全卷积神经网络模型；利用训练好的全卷积神经网络模型获取待检测图像的预测文本区域；阈值筛选阶段；非极大值抑制阶段，得到最终的文本区域检测结果。本发明鲁棒性强、检测精度高。采用基于像素分割的文本检测策略对于扭曲的复杂物品表面具有更强适应性，检测效果也更好。
-
-
-
-
-
-
-
-
-
搜索结果
31 条记录 (耗时 0.024 秒)
