公开(公告)号：CN114863114A

公开(公告)日：2022-08-05

申请号：CN202210568128.2

申请日：2022-05-24

Applicant: 常州大学

Inventor： 高寅冲 ,  郑剑锋 ,  周海翔 ,  王群 ,  孙晓鹏

IPC: G06V10/28 ,  G06V10/34 ,  G06V10/36 ,  G06N3/00

Abstract: 本发明公开一种基于改进的混沌粒子群的图像阈值分割方法，包括：初始化粒子群体，计算粒子个体的适应度值，更新粒子的个体极值和粒子的全局极值；迭代更新粒子个体的位置和粒子个体的速度；计算粒子个体的阈值分割贡献度；根据粒子个体的阈值分割贡献度，筛选获得精英粒子；对精英粒子进行基于拟牛顿法加速的迭代混沌优化，对灰度图像进行阈值分割，获得最优适应度值；判断当前混沌迭代次数是否满足设定的最大混沌迭代次数或者混沌优化是否达到设定的精度，若当前混沌迭代次数满足设定的最大混沌迭代次数或者混沌优化达到设定的精度则将最优适应度值逆映射回粒子群集群中，计算粒子集群中所有粒子的适应度值，若满足设定的条件则输出最优解。

公开(公告)号：CN111262264A

公开(公告)日：2020-06-09

申请号：CN202010168749.2

申请日：2020-03-12

Applicant: 常州大学

Inventor： 郑剑锋 ,  李天伦 ,  裴建立 ,  孔俊涛 ,  陈帅 ,  陶李承 ,  周海翔

IPC: H02J3/32 ,  H02J3/00 ,  H02J3/38 ,  H02J3/18 ,  H02J9/06

Abstract: 本发明公开了一种基于嵌入式的用户侧储能优化控制器及控制方法，包括用户用电网络、与用户用电网络连接的优化控制器以及与优化控制器连接的云平台；通过与已有的储能逆变器连接，能够结合光伏发电功率的历史数据、风力发电功率的历史数据以及采集到的气象数据，预测出光伏发电功率与风力发电功率，并根据用户的用电特征，通过储能优化控制器内的优化算法得出经济效益最大的充放电策略，通过控制模块控制储能电池充放电；也可以在用户的负载功率因数不满足要求时，发送命令控制储能设备处于无功补偿模式，放弃电网峰谷差价部分收益；还可以在用户发生停电事故时，通过控制模块控制储能设备作为UPS不间断电源给用户供电，具有高效、经济和实用性。

公开(公告)号：CN111262264B

公开(公告)日：2023-11-21

申请号：CN202010168749.2

申请日：2020-03-12

Applicant: 常州大学

Inventor： 郑剑锋 ,  李天伦 ,  裴建立 ,  孔俊涛 ,  陈帅 ,  陶李承 ,  周海翔

IPC: H02J3/32 ,  H02J3/00 ,  H02J3/38 ,  H02J3/18 ,  H02J9/06

公开(公告)号：CN114494184A

公开(公告)日：2022-05-13

申请号：CN202210085176.6

申请日：2022-01-25

Applicant: 常州大学

Inventor： 孙晓鹏 ,  郑剑锋 ,  周海翔 ,  高寅冲 ,  唐文祺

IPC: G06T7/00 ,  G06T5/00 ,  G06T5/20 ,  G06T7/11 ,  G06T7/136 ,  G06T7/33 ,  G06V10/80 ,  G06V10/75 ,  G06V10/44 ,  G06V10/28 ,  G06V10/764 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及图像处理技术领域，尤其涉及一种基于改进的全卷积神经网络的PCB缺陷检测方法，包括S1、采集标准和待测PCB图像；S2、对图像进行灰度变换；S3、对图像进行高斯滤波、对数变换、最大类方差法阈值分割；S4、采用归一化互相关模板匹配；S5、对图像二值化后做差影运算；S6、对图像形态学处理；S7、将图像输入改进的全卷积神经网络模型。本发明在第四卷积层后引入了连续空洞卷积模块，增大了感受野的同时解决了普通空洞卷积损失信息连续性的问题；传统的跳级结构因其上采样率偏大，得到的图片效果不理想，本发明在上采样层之后引入了改进的跳级结构，降低了上采样率，从而得到多尺度融合的特征，以提高图像的分辨率。

公开(公告)号：CN114706379A

公开(公告)日：2022-07-05

申请号：CN202210020980.6

申请日：2022-01-10

Applicant: 常州大学

Inventor： 毛树人 ,  郑剑锋 ,  周海翔 ,  吴振裕 ,  孔鹏程

IPC: G05D1/02

Abstract: 本发明涉及DQN算法技术领域，尤其涉及一种基于改进DQN算法的室内巡逻机器人自主导航方法，包括S1、巡逻机器人感知自身周围的环境信息，并结合自身的位置信息和将到达的目标点组成一个状态空间，在状态空间中依次设置若干目标点，并作为DQN算法的输入；S2、对DQN算法的目标函数进行改进，使目标点不断变起始点，直到最后一个目标点；S3、通过对奖惩函数r进行改进，提高DQN算法收敛速度。本发明对DQN算法进行改进，避免算法陷入死循环的问题；将机器人行驶的路径分段化，大大减少了DQN算法的迭代次数；通过改进奖惩函数，使DQN算法收敛速度加快，从而完成室内巡逻机器人自主导航的任务。

公开(公告)号：CN113807180A

公开(公告)日：2021-12-17

申请号：CN202110935059.X

申请日：2021-08-16

Applicant: 常州大学

Inventor： 周海翔 ,  郑剑锋 ,  朱杰 ,  杨梓祺 ,  孙伟 ,  吴鸿杰

IPC: G06K9/00 ,  G06K9/62

Abstract: 本发明涉及人脸识别技术领域，涉及一种基于LBPH与特征点的人脸识别方法，包括：S1、采集人脸图像，对其进行预处理；S2、使用LBPH方法对S1预处理完的图像提取局部特征；S3、人脸图像模型训练；S4：置信度条件下图像过滤；S5、人脸图像特征点采集和中心点标定；S6、设定整体距离比例，通过加权进行第一次阀值判断；S7、比较局部欧式距离比例，进行第二次阀值判断。本发明利用低置信度削弱姿态对面部特征识别的影响，同时增加特征点验证环节来弥补低置信度下人脸识别准确率的降低，二者结合以获得较为准确的人脸识别结果；在多人识别场合，对指定人群也有较高识别率。