-
公开(公告)号:CN114970715B
公开(公告)日:2024-08-02
申请号:CN202210582774.4
申请日:2022-05-26
申请人: 山东大学
IPC分类号: G06F18/2415 , G06F18/2433 , G06F18/2131 , G06N3/042 , G06N3/0464 , G06N3/0455 , G06N3/096 , G01M99/00 , G06N3/048
摘要: 本发明属于智能故障诊断领域,提供了小样本及不平衡数据约束下的变工况故障诊断方法及系统,该方法包括:获取待检测设备不同工况下的故障振动数据;将不同工况下的故障振动数据分为源域和目标域数据;基于目标域数据和训练后的故障诊断网络中,得到故障诊断结果;其中,所述故障诊断网络的训练过程包括:将源域和目标域数据分别结合基于胶囊特征构造的图卷积网络进行特征提取得到源域和目标域的特征分布;采用融合最大均值差异和领域对抗神经网络的混合领域自适应方法,对齐源域和目标域的特征分布并输出故障分类结果。使故障诊断方法在小样本及不平衡数据约束下实现良好的故障诊断性能。
-
公开(公告)号:CN115326101B
公开(公告)日:2024-07-26
申请号:CN202211039383.4
申请日:2022-08-29
申请人: 山东大学
摘要: 本公开涉及视觉惯性里程计技术领域,提出了一种实时高精度鲁棒的紧耦合视觉惯性里程计方法及系统,为了增强视觉和IMU数据的耦合程度,提高VIO系统的精度和鲁棒性,提出了一个紧耦合VIO框架,由基于滤波器的里程计模块和基于因子图的优化模块组成。为保证系统的实时性,使用多约束状态的卡尔曼滤波进行状态估计,使用基于滑动窗口的因子图优化方法进行局部地图优化,并使用词袋模型的回环检测方法进行全局优化。并在具有代表性的公共数据集和物理场景实验中评估了提出算法的性能。
-
公开(公告)号:CN113487039B
公开(公告)日:2023-08-22
申请号:CN202110729857.7
申请日:2021-06-29
申请人: 山东大学
摘要: 本公开提供了一种基于深度强化学习的智能体自适应决策生成方法及系统,基于深度强化学习SoftActor‑Cr it ic(SAC)算法对智能体自适应决策问题展开研究,并针对训练过程中出现的问题对SAC算法进行改进,提出了SAC+PER、SAC+ERE和SAC+PER+ERE算法,利用深度学习的强大感知能力和强化学习的高效决策能力解决智能体自适应决策问题,通过深度强化学习算法训练智能体,使其在与环境进行交互的过程中总结经验,从而形成自身对具体行为应用的认识;同时,以仿真环境下无人机反拦截任务为载体,验证了算法的有效性。
-
-
公开(公告)号:CN109615057B
公开(公告)日:2023-02-28
申请号:CN201811444668.X
申请日:2018-11-29
申请人: 山东大学
IPC分类号: G06N3/008 , G06Q10/0631
摘要: 本发明公开了群机器人觅食中基于动态响应阈值的自组织任务分配方法,包括:在觅食任务开始时,所有机器人都聚集在巢穴中处于等待状态,当等待时间超过给定时间后,使用动态响应阈值模型计算觅食概率,基于觅食概率,机器人决定是否开始觅食,即从等待状态切换到搜索状态;其中,动态响应阈值模型中,使用交通流密度,即一段时间内机器人的平均避障次数及觅食机器人密度,作为动态变化的阈值来衡量环境中机器人运动的交通状况,群机器人对环境的变化做出适当的响应,产生自组织的任务分配。构造了基于交通流密度的动态响应阈值模型使群机器人系统能够产生自组织的任务分配,从而减少了机器人之间的物理交互,提高了群机器人的觅食效率。
-
公开(公告)号:CN115186564A
公开(公告)日:2022-10-14
申请号:CN202210515698.5
申请日:2022-05-12
申请人: 山东大学
摘要: 本发明提供了一种基于特征融合和改进粒子群算法的模拟电路故障诊断方法,获取模拟电路的故障一维时域数据,将一维时域数据转化为二维时频图像数据;根据一维时域数据和一维卷积神经网络,得到第一特征;根据二维时频图像数据和深度残差网络,得到第二特征;将第一特征与第二特征拼接后,得到最后的故障特征;根据故障特征与预训练的支持向量机,得到故障类型;其中,采用改进粒子群算法优化支持向量机的惩罚参数和核参数,改进粒子群算法中,根据平衡因子、粒子与种群适应度最优粒子之间的距离和适应度值计算每个粒子的综合分数,根据粒子的分数从高到低排序,将综合分数最高的粒子选为综合最优粒子;本发明极大的提高了模拟电路故障诊断精度。
-
公开(公告)号:CN115116142A
公开(公告)日:2022-09-27
申请号:CN202210899131.2
申请日:2022-07-28
申请人: 山东大学
IPC分类号: G06V40/20 , G06V40/16 , G06V10/82 , G06V10/80 , G06V10/764 , G06V10/74 , G06V10/22 , G06N3/04
摘要: 本公开涉及机器人视觉技术领域,提出了基于视频监控与机器人的多信息融合行人检索方法与系统,方法包括如下步骤:获取监控摄像头采集的图像数据,利用行人重识别模块进行行人重识别处理,得到行人重识别结果;获取移动机器人采集到的图像数据,对多个移动机器人采集的图像信息进行人脸识别处理;将监控摄像头与移动机器人采集的图像信息处理后进行融合,根据移动机器人与行人位置关系,利用行人所在区域的机器人采集的人脸信息对行人重识别模块的检测结果进行补充,得到目标行人检索结果。利用区域监控视觉传感器与机器人视觉传感器之间相互配合,分别从全局与局部对相关区域进行搜索,弥补单一视觉传感器所带来的问题,实现目标人物的搜索。
-
公开(公告)号:CN114937083A
公开(公告)日:2022-08-23
申请号:CN202210586859.X
申请日:2022-05-27
申请人: 山东大学
IPC分类号: G06T7/73 , G06V10/82 , G06V10/26 , G06V10/764 , G06V10/766 , G06V20/70 , G06N3/04 , G06N3/08 , G01C21/00
摘要: 本发明属于移动机器人自主定位领域,提供了一种应用于动态环境的激光SLAM系统及方法,采集机器人当前所在位置的周围环境信息,得到当前环境的三维点云数据;对当前环境的三维点云数据进行球面投影,生成规则的顶点图;基于规则的顶点图,利用预先训练好的激光SLAM模型进行位姿估计和地图构建;本发明解决现有技术中的不足,即环境中动态物体的存在会破坏SLAM的静态环境假设、激光里程计环节对深度学习的表的能力应用不充分,只简单地利用深度学习方法增加语义约束、闭环检测环节没有关注到场景中不同物体间的拓扑关系、在运动物体剔除方法中应用全类别语义分割造成信息浪费,增加无用人工标记成本和动态物体分割不完整等问题。
-
公开(公告)号:CN113051420A
公开(公告)日:2021-06-29
申请号:CN202110405742.2
申请日:2021-04-15
申请人: 山东大学
摘要: 本发明公开了一种基于文本生成视频的机器人视觉人机交互方法及系统,包括:获取待识别的文本信息和源图像;根据文本信息检索动作数据库,选择匹配度最高的动作图像序列;基于源图像生成模型场景信息,结合匹配得到的参考动作图像序列,基于文本生成视频任务的网络模型,生成满足语义信息并含有源图像场景信息的视频/图像序列。本发明将检索与生成模型相结合,提出一种新的基于文本生成视频的方法,用于机器人视觉人机交互,该方法在生成视频的在语义相关性、多样性以及图像真实性方面具有更好的效果,能够提升机器人的视觉交互能力。
-
公开(公告)号:CN110488020A
公开(公告)日:2019-11-22
申请号:CN201910734943.X
申请日:2019-08-09
申请人: 山东大学
摘要: 本申请提供了一种蛋白质糖化位点鉴定方法,包括:收集蛋白质糖化位点数据,从所述蛋白质糖化位点数据中提取肽链获得肽链样本集,所述肽链以赖氨酸为中心;分别采用单热向量编码所述肽链的每个氨基酸,获得使用单热向量表示的肽链训练集;利用LSTM RNNs训练生产人工肽链样本,构建人工肽链样本集;将所述肽链样本集和人工肽链样本集中各肽链分割成一系列的生物学词,基于所述生物学词分别通过ProtVec构造所述肽链样本集和人工肽链样本集中各肽链的特征;基于CNN训练获得预测器、鉴定蛋白质糖化位点。本申请提供的种蛋白质糖化位点鉴定方法,用于鉴定蛋白质糖化位点,降低特征提取的繁复度,提高蛋白质糖化位点鉴定的准确度。
-
-
-
-
-
-
-
-
-