-
公开(公告)号：CN119478070A
公开(公告)日：2025-02-18
申请号：CN202510070620.0
申请日：2025-01-16
Applicant: 北京科技大学
IPC: G06T7/90 , G06V10/82 , G06V10/77 , G06V10/56 , G06V10/80 , G06V20/10 , G06N3/0464 , G01N21/25 , G01J3/46
Abstract: 本发明提供一种基于多谱态双分支深度融合的浮选泡沫颜色分析方法，涉及浮选泡沫颜色分析技术领域，包括：采集并预处理泡沫的多谱态图像；将预处理后的多谱态图像#imgabs0#输入多谱态双分支深度融合网络，先对#imgabs1#进行多谱态浅层特征提取，获取反映泡沫空间信息及光谱信息的多谱态浅层特征矩阵F1；将F1并行输入分别针对泡沫光谱特征和空间特征的两个分支中，得到光谱特征矩阵FM和泡沫空间特征矩阵Fs；将FM和Fs输入多谱态特征融合模块进行智能加权融合，得到综合泡沫光谱特征及空间特征的融合特征矩阵F；将F输入泡沫颜色表征模块，输出得到泡沫的颜色状态预测，本发明可以对泡沫颜色进行预测分析。
-
公开(公告)号：CN119225189B
公开(公告)日：2025-03-07
申请号：CN202411774178.1
申请日：2024-12-05
Applicant: 北京科技大学
IPC: G05B13/04
Abstract: 本发明涉及无模型回归强化学习技术领域，特别涉及基于无模型回归强化学习的机器人系统控制方法及装置。方法包括：对机器人非线性系统进行系统变换，寻找可容许控制作为输入数据，收集系统信息，包括不同时刻的状态信息、执行‑评判网络的基函数值等；利用收集的信息计算关键列向量和性能指标函数。利用迭代回归信息推导出辅助回归常数权值和整合执行‑评判网络的常数权值的迭代规则，基于最优执行‑评判网络值对机器人系统进行最优控制，使机器人系统进行物体抓取。本发明通过对机器人系统信号的采集，不断迭代带折扣参数的神经网络权值，得到最优权值向量，获得最优决策控制方法，获得机器人系统最优控制决策，通过机器人系统对物体进行抓取。
-
Patent Agency Ranking
公开(公告)号：CN117474818B
公开(公告)日：2024-03-15
申请号：CN202311817383.7
申请日：2023-12-27
Applicant: 北京科技大学
Abstract: 本发明提供一种基于非参数贝叶斯景深估计的水下图像增强方法及装置，属于图像处理技术领域。所述方法包括：输入原始水下降质图像；采用基于归一化统计的颜色修正方法对所述原始水下降质图像进行预处理，以得到颜色修正水下图像；采用基于暗通道先验的自然图像去雾方法计算所述颜色修正水下图像的初始传输率与初始景深；构建非参数贝叶斯模型，对水下图像景深进行稀疏建模与估计；采用基于暗通道先验的自然图像去雾方法计算获得水下增强图像；将景深估计所计算的传输率与获得的水下增强图像进行多尺度融合，得到多尺度精细化的融合图像；将所述多尺度精细化的融合图像作为输出结果。本发明能够提升水下图像增强的性能。
-
公开(公告)号：CN116433662A
公开(公告)日：2023-07-14
申请号：CN202310690490.1
申请日：2023-06-12
Applicant: 北京科技大学
Abstract: 本发明公开一种基于稀疏分解与景深估计的神经元提取方法及装置，方法包括：输入原始图像视频数据；利用鲁棒性主成分分析方法分解原始图像视频数据，以得到神经元信号、背景和噪声；计算神经元信号数据的亮暗通道先验，利用两种先验估计神经元信号数据景深对应的传输率；将神经元信号数据以像素为单位点除景深对应的传输率，构建并求解约束性非负矩阵分解的神经元提取框架；输出神经元的提取信息，包括：空间位置及形状大小、动作电位和时序变化。本发明能够高效地分解背景及噪声等干扰信息，快速估计神经元信号景深以去除数据散射，准确有效地提取神经元的空间位置及形状大小、动作电位和时序变化等特征信息。
-
公开(公告)号：CN119225189A
公开(公告)日：2024-12-31
申请号：CN202411774178.1
申请日：2024-12-05
Applicant: 北京科技大学
IPC: G05B13/04
Abstract: 本发明涉及无模型回归强化学习技术领域，特别涉及基于无模型回归强化学习的机器人系统控制方法及装置。方法包括：对机器人非线性系统进行系统变换，寻找可容许控制作为输入数据，收集系统信息，包括不同时刻的状态信息、执行‑评判网络的基函数值等；利用收集的信息计算关键列向量和性能指标函数。利用迭代回归信息推导出辅助回归常数权值和整合执行‑评判网络的常数权值的迭代规则，基于最优执行‑评判网络值对机器人系统进行最优控制，使机器人系统进行物体抓取。本发明通过对机器人系统信号的采集，不断迭代带折扣参数的神经网络权值，得到最优权值向量，获得最优决策控制方法，获得机器人系统最优控制决策，通过机器人系统对物体进行抓取。
-
公开(公告)号：CN117474818A
公开(公告)日：2024-01-30
申请号：CN202311817383.7
申请日：2023-12-27
Applicant: 北京科技大学
Abstract: 本发明提供一种基于非参数贝叶斯景深估计的水下图像增强方法及装置，属于图像处理技术领域。所述方法包括：输入原始水下降质图像；采用基于归一化统计的颜色修正方法对所述原始水下降质图像进行预处理，以得到颜色修正水下图像；采用基于暗通道先验的自然图像去雾方法计算所述颜色修正水下图像的初始传输率与初始景深；构建非参数贝叶斯模型，对水下图像景深进行稀疏建模与估计；采用基于暗通道先验的自然图像去雾方法计算获得水下增强图像；将景深估计所计算的传输率与获得的水下增强图像进行多尺度融合，得到多尺度精细化的融合图像；将所述多尺度精细化的融合图像作为输出结果。本发明能够提升水下图像增强的性能。
-
公开(公告)号：CN116433662B
公开(公告)日：2023-09-05
申请号：CN202310690490.1
申请日：2023-06-12
Applicant: 北京科技大学
Abstract: 本发明公开一种基于稀疏分解与景深估计的神经元提取方法及装置，方法包括：输入原始图像视频数据；利用鲁棒性主成分分析方法分解原始图像视频数据，以得到神经元信号、背景和噪声；计算神经元信号数据的亮暗通道先验，利用两种先验估计神经元信号数据景深对应的传输率；将神经元信号数据以像素为单位点除景深对应的传输率，构建并求解约束性非负矩阵分解的神经元提取框架；输出神经元的提取信息，包括：空间位置及形状大小、动作电位和时序变化。本发明能够高效地分解背景及噪声等干扰信息，快速估计神经元信号景深以去除数据散射，准确有效地提取神经元的空间位置及形状大小、动作电位和时序变化等特征信息。
-
-
-
-
-
-
Search Results
7
records
(took 0.015 seconds)
