-
公开(公告)号：CN118570162A
公开(公告)日：2024-08-30
申请号：CN202410685666.9
申请日：2024-05-30
Applicant: 安徽信息工程学院
Abstract: 本发明公开了一种基于深度学习与多回波加密三角网的大坝微形变检测方法，包括S1、使用不同类型的传感器在不同的时间和视角下采集大坝的点云数据，得到源点云和目标点云；S2、使用基于跨源点深度学习注意力残差机制的点云配准算法，将源点云和目标点云进行配准，得到变换矩阵和配准后的点云；S3、使用基于多回波加密三角网的点云分割算法，将配准后的点云分割为不同的区域；S4、使用基于微分几何和统计分析的点云微形变检测算法，计算每个区域的曲率、法向量和高程参数，并与历史数据进行对比，判断是否存在微形变，并给出微形变的程度和位置。本发明实现高精度、高鲁棒性和高效率的大坝微形变检测。
-
公开(公告)号：CN117464689A
公开(公告)日：2024-01-30
申请号：CN202311675611.1
申请日：2023-12-08
Applicant: 安徽信息工程学院
Inventor： 魏鹏斌
IPC: B25J9/16
Abstract: 本发明公开了一种基于自主探索算法的机器人脑波自适应抓取方法和系统，包括以下步骤：S1、将自主探索算法与机器人进行结合；S2、通过基于深度神经网络的物体识别和分析模块对感知到的物体进行特征提取；S3、利用基于深度神经网络的抓取动作生成和控制模块根据物体的特征和抓取价值生成抓取动作；S4、通过机械臂和机械手执行生成的抓取动作。本发明能够在未知环境中自主地寻找、识别和抓取物体，并且可在无需人工干预或预先给定目标物体的信息下完成抓取，其次可对环境进行实时感知、对物体的智能分析和对抓取动作的自适应控制，且能够识别和分析物体的高层特征并根据识别分析结构自动生产抓取动作序列，实现不同物体的精准性抓取动作。
-
公开(公告)号：CN118644732A
公开(公告)日：2024-09-13
申请号：CN202410855177.3
申请日：2024-06-28
Applicant: 安徽信息工程学院
Abstract: 本发明涉及数据处理技术领域，特别涉及基于RNN与随机k近邻的点状金字塔池化层大坝三维点云数据处理方法，包括数据预处理模块、时间序列提取模块、空间特征提取模块、全局特征获取模块、多尺度特征融合模块、损失函数优化模块；结合了RNN、随机k近邻和点状金字塔池化层，能够从不同角度提取时间序列特征、局部空间特征和多尺度特征。这使得模型能够更全面地理解点云数据，从而提高了分类和分割的准确性。
-
公开(公告)号：CN115609598A
公开(公告)日：2023-01-17
申请号：CN202211137929.X
申请日：2022-09-19
Applicant: 安徽信息工程学院
IPC: B25J11/00
Abstract: 本发明公开了一种新型健康医疗服务型机器人装置，包括机器人外壳，所述机器人外壳内集成安装有处理器、无线通讯模块、数据库、导航模块和电量监测模块，所述机器人外壳内还集成有语音互动模块，语音互动模块与移动智能终端数据传输连接；无线通讯模块与处理器电性连接，所述机器人外壳的前侧外壁安装有急停按钮以及扬声器，并且在机器人外壳的上部设置有机器人头部显示屏，位于所述机器人外壳的两侧均安装有后驱动轮。本发明一方面通过语音互动模块实现了使用者可以直接开口与机器人进行互动，进而完成一系列的相关操作，优化了用户的整个操作流程，另一方面通过自动回充的功能，减少了用户的操作流程，提高了用户的产品体验感。
-
公开(公告)号：CN119476033A
公开(公告)日：2025-02-18
申请号：CN202411624346.9
申请日：2024-11-14
Applicant: 安徽信息工程学院
Inventor： 魏鹏斌
IPC: G06F30/27 , G06N7/01 , G06N3/0455 , G06N3/126 , G06F111/06 , G06F119/08 , G06F111/04
Abstract: 本发明公开了基于蒙特卡罗算法及GP‑GOMEA的定日镜场多目标热功率输出优化方法，具体涉及定日镜场输出功率优化领域，包括以下步骤：首先，通过步骤A1，建立了适当的坐标系作为分析基础；随后，在步骤A2中，利用GP‑GOMEA算法构建了定日镜场的精确数学模型；为了预测和分析定日镜场的性能，步骤A3引入了Transformer模型，为优化设计提供了关键的数据支持；为了进一步提高优化效果，步骤A4将NSGA‑II、GP‑GOMEA和Transformer三者结合，形成了一个多模态遗传模型，以求解定日镜场的优化设计问题；接着，在步骤A5中，基于评价函数和输入数据，利用NSGA‑II算法求解，得到了一组帕累托最优解作为候选方案；最后，在步骤A6中，从帕累托最优解中精心选择了一个最终方案，作为定日镜场的优化设计结果。
-
Patent Agency Ranking
公开(公告)号：CN117589955A
公开(公告)日：2024-02-23
申请号：CN202311483480.7
申请日：2023-11-09
Applicant: 安徽信息工程学院
Abstract: 本发明涉及有机污染物检测技术领域，尤其涉及一种河流‑地下水系统中有机污染物的检测方法，基于Darcy定律和Fick定律，能够描述有机污染物在河流‑地下水系统中的对流、扩散和吸附过程；考虑了渗透系数、弥散系数和吸附速率常数等因素的影响，提高了模型的准确性，可预测有机污染物在河流‑地下水系统中的运动和传输特性，为环境污染治理提供科学依据和技术支持。
-
公开(公告)号：CN116051322A
公开(公告)日：2023-05-02
申请号：CN202211610230.0
申请日：2022-12-14
Applicant: 安徽信息工程学院
IPC: G06Q50/20 , G06F18/23213 , G06F18/25 , G06F18/2135 , G06N3/0499 , G06N3/086 , G06N3/084
Abstract: 本发明涉及教育学习方法技术领域，具体为一种基于神经网络算法的英语学习动机调控方法，包括如下步骤：S1：利用层次分析法对影响因素进行判别加权；包括构建由目标层、准则层和方案层所构成的层次分析结构模型、构建判断矩阵、计算各层级权重以及一致性检验；S2：K‑means聚类算法对影响因素进行聚类分析；S3：K‑means聚类算法进行对不同学习动机人群进行聚类；S4：建立神经网络模型；S5：针对英语学习动机提高成果给出检测方案。学习者可以依靠本发明来调控自己的学习动机,从而保持学习英语的热情；帮助很多学习者英语学习有目标，对学习成果进行合理检测，对英语学习进行合理调配，加强学习者对英语学习的动机，保持学习英语的热情。
-
公开(公告)号：CN115293210A
公开(公告)日：2022-11-04
申请号：CN202210961984.4
申请日：2022-08-11
Applicant: 安徽信息工程学院
Abstract: 本发明公开了一种基于脑电波的指令预测输出控制方法，包括数据预处理阶段：对采集的脑电波进行预处理；特征提取阶段：获取脑电波信号的特征；脑电波信号预测模型预测阶段：根据脑电波信号的特征进行预测输出。本发明的优点在于：预测输出结果准确可靠，可以准确预测出脑电波信号对应的指令；采用多冲脑电波处理机制，保证了输入脑电波信号的准确可靠，进而保证了预测输出结果的准确性。
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.02 seconds)
