-
公开(公告)号：CN114690628A
公开(公告)日：2022-07-01
申请号：CN202011644124.5
申请日：2020-12-31
IPC分类号： G05B13/04
摘要： 本发明公开了一种伪雅克比矩阵参数自整定的MIMO紧格式无模型控制方法，利用系统误差集作为BP神经网络的输入，BP神经网络进行前向计算并通过输出层输出伪雅克比矩阵的惩罚因子与步长因子等MIMO紧格式无模型控制器待整定参数，采用MIMO紧格式无模型控制器的控制算法计算得到针对被控对象的控制输入向量，以系统误差函数的值最小化为目标，采用梯度下降法，并结合控制输入分别针对各个待整定参数的梯度信息集，进行系统误差反向传播计算，在线实时更新BP神经网络的隐含层权系数、输出层权系数，实现伪雅克比矩阵参数自整定。本发明提出的伪雅克比矩阵参数自整定的MIMO紧格式无模型控制方法，能有效克服控制器参数的在线整定难题，对MIMO系统具有良好控制效果。
-
公开(公告)号：CN112015083A
公开(公告)日：2020-12-01
申请号：CN202010559963.0
申请日：2020-06-18
IPC分类号： G05B13/04
摘要： 本发明公开了一种SISO紧格式无模型控制器基于集成学习的参数自整定方法，所述集成学习算法包含PSO算法、BP神经网络以及循环神经网络三种个体算法。以系统误差作为集成学习算法的输入，首先进行三种个体算法对SISO紧格式无模型控制器的参数在线整定并输出三组临时整定参数，将结果分别输入到控制器中计算被控对象的控制输入，计算得到三组临时系统误差并利用softmax函数计算个体算法的权重比，将权重比与临时整定参数进行加权求和作为最终SISO紧格式无模型控制器待整定参数，实现参数自整定。本发明提出的SISO紧格式无模型控制器基于集成学习的参数自整定方法，结合不同个体算法优势，增强算法泛化性，克服控制器参数在线整定难题，对SISO系统具有良好的控制效果。
-
公开(公告)号：CN112015081A
公开(公告)日：2020-12-01
申请号：CN202010558464.X
申请日：2020-06-18
IPC分类号： G05B13/02
摘要： 本发明公开了一种SISO紧格式无模型控制器基于PSO-LSTM协同算法的参数自整定方法，首先利用PSO算法优化LSTM初始权系数矩阵，然后利用系统误差数据集作为LSTM神经网络的输入，LSTM神经网络进行前向计算并通过输出层输出惩罚因子、步长因子等SISO紧格式无模型控制器待整定参数，采用SISO紧格式无模型控制器的控制算法计算得到控制输入，以系统误差函数的值最小化为目标，采用梯度下降法，并结合控制输入分别针对各个待整定参数的梯度信息，利用链式法则进行系统误差反向传播计算，在线实时更新LSTM神经网络中所有待学习的权系数，实现控制器基于PSO-LSTM协同算法的参数自整定。本发明提出的方法，能有效克服控制器参数的在线整定难题，对SISO系统具有良好的控制效果。
-
公开(公告)号：CN112015083B
公开(公告)日：2021-09-24
申请号：CN202010559963.0
申请日：2020-06-18
IPC分类号： G05B13/04
摘要： 本发明公开了一种SISO紧格式无模型控制器基于集成学习的参数自整定方法，所述集成学习算法包含PSO算法、BP神经网络以及循环神经网络三种个体算法。以系统误差作为集成学习算法的输入，首先进行三种个体算法对SISO紧格式无模型控制器的参数在线整定并输出三组临时整定参数，将结果分别输入到控制器中计算被控对象的控制输入，计算得到三组临时系统误差并利用softmax函数计算个体算法的权重比，将权重比与临时整定参数进行加权求和作为最终SISO紧格式无模型控制器待整定参数，实现参数自整定。本发明提出的SISO紧格式无模型控制器基于集成学习的参数自整定方法，结合不同个体算法优势，增强算法泛化性，克服控制器参数在线整定难题，对SISO系统具有良好的控制效果。
-
公开(公告)号：CN112015081B
公开(公告)日：2021-12-17
申请号：CN202010558464.X
申请日：2020-06-18
IPC分类号： G05B13/02
摘要： 本发明公开了一种SISO紧格式无模型控制器基于PSO‑LSTM协同算法的参数自整定方法，首先利用PSO算法优化LSTM初始权系数矩阵，然后利用系统误差数据集作为LSTM神经网络的输入，LSTM神经网络进行前向计算并通过输出层输出惩罚因子、步长因子等SISO紧格式无模型控制器待整定参数，采用SISO紧格式无模型控制器的控制算法计算得到控制输入，以系统误差函数的值最小化为目标，采用梯度下降法，并结合控制输入分别针对各个待整定参数的梯度信息，利用链式法则进行系统误差反向传播计算，在线实时更新LSTM神经网络中所有待学习的权系数，实现控制器基于PSO‑LSTM协同算法的参数自整定。本发明提出的方法，能有效克服控制器参数的在线整定难题，对SISO系统具有良好的控制效果。
-
公开(公告)号：CN112705856B
公开(公告)日：2021-09-21
申请号：CN202011600782.4
申请日：2020-12-30
IPC分类号： G06F17/00 , B23K26/362 , B23K26/40 , B23K26/70 , B23K101/36
摘要： 本发明提供一种适用于双光束激光直写的三维模型解析规划方法、装置及设备，所述三维模型解析规划方法是针对以三角形面构成的STL格式的三维模型，将STL格式三维模型进行读取解析，同时进行拓扑重构；将导入的STL模型进行高度划分；而后进行等厚切片，对于模型进行分层切割即可生成一系列的顶点；后续通过存储STL格式三维模型的拓扑信息进行轮廓拼接将这些顶点生成一系列轮廓；进行轮廓的填充区域和非填充区域的标记；最后依据不同的扫描线算法进行路径规划，最终实现了在所述双光束激光直写平台上较好的三维光刻效果，并能实现参数调整产生不同特征的三维光刻结果。
-
公开(公告)号：CN112705856A
公开(公告)日：2021-04-27
申请号：CN202011600782.4
申请日：2020-12-30
IPC分类号： B23K26/362 , B23K26/40 , B23K26/70 , B23K101/36
摘要： 本发明提供一种适用于双光束激光直写的三维模型解析规划方法、装置及设备，所述三维模型解析规划方法是针对以三角形面构成的STL格式的三维模型，将STL格式三维模型进行读取解析，同时进行拓扑重构；将导入的STL模型进行高度划分；而后进行等厚切片，对于模型进行分层切割即可生成一系列的顶点；后续通过存储STL格式三维模型的拓扑信息进行轮廓拼接将这些顶点生成一系列轮廓；进行轮廓的填充区域和非填充区域的标记；最后依据不同的扫描线算法进行路径规划，最终实现了在所述双光束激光直写平台上较好的三维光刻效果，并能实现参数调整产生不同特征的三维光刻结果。
-
公开(公告)号：CN114387207B
公开(公告)日：2024-07-12
申请号：CN202111460037.9
申请日：2021-12-02
申请人： 浙江大学
IPC分类号： G06T7/00 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
摘要： 本发明提供一种基于自注意力机制与双重领域自适应的轮胎瑕疵检测方法及模型，所述轮胎瑕疵检测方法模型训练阶段将轮胎X光图像裁剪后，输入由ResNet50与VIT模型组成的轮胎瑕疵检测特征提取模块；而后对所得的源域特征和目标域特征通过使用MK‑MMD适配边缘概率分布，同时使用LMMD适配源域和目标域中相同类别样本的条件概率分布；后续通过瑕疵分类器得到瑕疵检测结果，通过反向传播的方式对模型进行训练。在瑕疵检测阶段，将轮胎X光图像裁剪后，直接输入模型训练阶段所得的轮胎瑕疵检测特征提取模块；所得特征输入模型训练阶段得到的瑕疵分类器中输出瑕疵检测结果。本发明能够克服不同X光机所采样的图像之间的领域偏移，在数据匮乏的轮胎瑕疵检测中表现良好。
-
公开(公告)号：CN116452519A
公开(公告)日：2023-07-18
申请号：CN202310314434.8
申请日：2023-03-28
申请人： 浙江大学
IPC分类号： G06T7/00 , G06V10/80 , G06V10/40 , G06V10/774 , G06V10/764 , G06V10/30 , G06V10/82 , G06T3/00 , G06T7/90 , G06N3/084
摘要： 本发明提出一种基于多模态信息融合的轮胎鼓包瑕疵检测方法，其多模态体现在二维信息与三维信息的融合；二维信息是工业相机拍摄得到的二维平面图像；三维信息是通过激光三维扫描仪获得的轮胎点云数据；在特征处理上，设计一套特征提取算法对图像特征进行增强，得到可以较好表征鼓包类缺陷的高度特征伪彩图；得到高度特征伪彩图后与对应的二维平面图像在通道方向上进行融合得到多模态特征，并选取ResNet34作为瑕疵分类器；本发明基于深度学习方法，充分融合二维特征信息与三维特征信息，得到多模态特征，有效识别轮胎的鼓包瑕疵，避免光照、观察角度等外界因素对瑕疵分拣的干扰，有助于提高筛检效率，保证产品质量。
-
公开(公告)号：CN116399321A
公开(公告)日：2023-07-07
申请号：CN202310304692.8
申请日：2023-03-27
申请人： 浙江大学
摘要： 本发明提供基于双目视觉、IMU和AGPS融合的户外移动机器人导航方法，在户外移动机器人上搭载双目相机、IMU和5G网络模组，并开通AGPS功能；户外移动机器人通过5G网络接收导航目标点位置；在对前方环境未知的情况下使用D*‑TEB融合算法分段规划路径；户外移动机器人按照规划之后的路径进行运动，在运动过程中通过AGPS、双目视觉及IMU获取户外移动机器人融合定位信息；最终按照规划的路径到达目标点，从而实现户外移动机器人在未知环境中的定位导航。本发明将双目视觉、IMU和AGPS进行融合定位，将D*算法与TEB算法融合进行路径规划，能在未知环境中不依赖预先建图，实现对户外移动机器人的定位及导航，同时能够有效降低成本，使用方便，实用便捷。
-
-
-
-
-
-
-
-
-
搜索结果
55 条记录 (耗时 0.066 秒)
