-
公开(公告)号:CN111325162A
公开(公告)日:2020-06-23
申请号:CN202010116497.9
申请日:2020-02-25
Applicant: 湖南大学
Abstract: 本发明提供了一种基于虚拟样本和残差融合的权重稀疏表示的人脸识别方法,包括如下步骤:输入原始训练样本和待测人脸图像,将原始训练样本中的图像和待测人脸图像进行归一化预处理,再将原始训练样本的图像分别进行几何对称变换和添加随机噪声构造虚拟训练样本;分别计算原始训练样本和虚拟训练样本在稀疏表示待测人脸图像时的每一类训练样本的稀疏系数并稀疏重构该类训练样本;分别将原始训练样本和虚拟训练样本在稀疏表示待测人脸图像时的误差通过适当的函数将其投射为对应训练样本的权重;分别计算待测人脸图像与稀疏重构后的所有训练样本中的同一类训练样本之间的残差并进行加权;得到加权后的残差值最小的类别即为人脸识别结果。
-
公开(公告)号:CN107885198A
公开(公告)日:2018-04-06
申请号:CN201710873089.6
申请日:2017-09-25
Applicant: 湖南大学
IPC: G05D1/02
CPC classification number: G05D1/0217 , G05D2201/0216
Abstract: 本发明提供了一种AGV调度方法,该方法包括如下步骤:控制系统生成AGV地图并进行存储;将AGV进行初始化设置;任意两站点之间的最优路径计算;数据库优化;调取AGV执行从一所述站点运行至另一所述站点的任务并更新运行时间;通过遗传算法进行深度学习。与相关技术相比,本发明提供的AGV调度方法维护成本低且工作效率高。
-