-
公开(公告)号：CN118769246A
公开(公告)日：2024-10-15
申请号：CN202410894689.0
申请日：2024-07-04
Applicant: 南昌大学
IPC: B25J9/16
Abstract: 一种超声机器人能量最优轨迹规划方法，包括：(1)设定模拟参数和初始化机器人模型；(2)设定机械臂的起始和终点位置状态；(3)构建5‑7‑5分段多项式插值函数；(4)利用CDE‑GRO算法进行核心优化，获取最优机械臂运动参数。本发明用改进的关节空间轨迹规划方法及金矿搜索优化算法来实现超声机器人能量最优轨迹规划，通过三种运动阶段：匀速阶段、加速阶段、减速阶段，有效地解决了在传统的关节空间规划方法中存在的动态特性优化以及能源合理分配问题，同时CDE‑GRO算法通过引入精英反向学习和动态探索平衡机制，与传统的GRO算法对比，不仅收敛速度更快，而且获得的能量最优解也更为精确，提高算法解的质量。
-
公开(公告)号：CN119888139A
公开(公告)日：2025-04-25
申请号：CN202411706896.5
申请日：2024-11-26
Applicant: 南昌大学
IPC: G06T19/00 , G06V10/762 , G16H40/60
Abstract: 一种基于Sphere包围盒的凝聚层次聚类碰撞检测方法，其步骤包括：遍历软组织表面的三角网格，判断三角网格属于三角形的类型；根据三角网格的形状，生成对应的Sphere包围盒；设定簇的数量k，将Sphere包围盒作为k聚类算法的输入，进行聚类，生成k个新Sphere包围盒；重新设定k，将上一步生成的Sphere包围盒作为输入，继续进行聚类，直到剩下一个Sphere包围盒，停止聚类，建立层次聚类树；获取手术器械的空间信息，遍历层次聚类树，进行碰撞检测，选取最终的碰撞点。本发明提供的方法，实现了更加精准的碰撞检测，提高了碰撞检测的效率。
-
公开(公告)号：CN119759203A
公开(公告)日：2025-04-04
申请号：CN202411594628.9
申请日：2024-11-09
Applicant: 南昌大学
Abstract: 一种电极‑手指皮肤阻抗变体模型及其参数估计方法，属于电触觉反馈领域。其包括如下步骤：推导电极皮肤阻抗模型数学表达式；测得人体手指皮肤在刺激频率从Fmmin至Fmmax区间下的刺激频率#imgabs0#与阻抗模型#imgabs1#的响应数据#imgabs2#根据EFSIE模型目标参数建立目标函数；采用蜜獾觅食正余弦算法对电极‑手指皮肤阻抗变体模型进行参数估计。本发明提供的电极‑手指皮肤阻抗变体模型充分考虑了神经纤维的阻抗特性对模型精度的影响，并推导了其频率‑响应数学表达式。并将正余弦更新策略引入到蜜獾觅食算法中，改进了原始的蜜獾觅食算法，使用HBSCA算法对电极‑手指皮肤阻抗变体模型进行了参数估计。
-
公开(公告)号：CN117590334A
公开(公告)日：2024-02-23
申请号：CN202311616940.9
申请日：2023-11-30
Applicant: 南昌大学
IPC: G01S7/02 , G06V10/30 , G06V10/44 , G06V10/764 , G06V10/82 , G06F18/213 , G06F18/2415 , G06F18/2431 , G06N3/045 , G06N3/0464 , G06N3/084 , G06N3/0985 , G06F123/02
Abstract: 一种基于GCNet网络的雷达辐射源信号识别方法，包括构建数据集、对时频图像进行预处理、构建基于GCNet的网络模型、训练GCNet和对雷达辐射源信号进行识别。本发明通过在卷积神经网络中加入全局注意力机制，并且使用深度可分离卷积替代常规卷积，实现了在较少网络参数和计算量条件下，具有优异的识别性能，并且能够在轻型边缘计算平台进行应用部署。
-
公开(公告)号：CN119763839A
公开(公告)日：2025-04-04
申请号：CN202411594723.9
申请日：2024-11-10
Applicant: 南昌大学
IPC: G16H50/50 , G06F30/20 , G06F30/10 , G06F17/11 , G06F119/14
Abstract: 一种基于生物力学特征的虚拟手术中的软组织建模方法，包括：1)质点弹簧系统设定，为每个质点建立动力学方程；2)位移场的移动最小二乘法逼近；3)模拟更新，用MLS逼近计算新的位移场，并保证物理约束；4)求解动力学方程，使用隐式的欧拉法求解方程，得到随时间变化的系统响应；5)迭代和调整，使用隐式的欧拉法求解方程，得到随时间变化的系统响应。本发明通过加入多种功能弹簧，有效的模拟了软组织的生物力学特性，再通过将MLS方法整合进质点弹簧模型之中，增强了模型处理复杂变形和大位移事件的能力，同时提高了整体的数值稳定性和精确度，使得建立的软组织模型更加适配于虚拟手术系统的要求。
-
Patent Agency Ranking
公开(公告)号：CN114595418A
公开(公告)日：2022-06-07
申请号：CN202210171488.9
申请日：2022-02-24
Applicant: 南昌大学
IPC: G06F16/958 , G06Q50/12 , G06T17/00
Abstract: 本发明实施例公开了一款完整的基于Web端的三维可视化的酒店管理系统，所述系统包括设施层、数据支撑层、服务与传输层、应用展示层和用户层，该平台以基于WebGL的3D引擎Three.js为基础，实现了酒店场景的展示效果。结合主流的JavaWeb开发框架SpringBoot，不仅拥有简洁且功能强大的企业级酒店管理后台，同时还能在三维场景中结合摄像头以及传感器监控数据查看酒店内部环境。该系统以浏览器为运行平台，无论在PC还是移动端上都无须用户安装额外应用程序，减少了用户资源与时间的浪费。
-
公开(公告)号：CN119132620A
公开(公告)日：2024-12-13
申请号：CN202411152579.3
申请日：2024-08-21
Applicant: 南昌大学
Abstract: 一种基于GPU加速的LBM烟雾仿真方法，包括1)构建器官软组织和手术器械模型；2)进行存储空间分配、数据结构定义和核函数定义等；3)在CPU创建和初始化烟雾效果的粒子实体，为Compute Shaders所使用的缓冲区buffer在CPU侧分配所需空间；4)调用定义好的计算着色器接口，并且将buffer绑定到LBM方法的碰撞、流动和边界条件步骤的核函数上，其分别对应于碰撞处理、流动处理和边界条件处理；5)启动CPU上的循环计算流程，调用Compute Shader代码，执行在GPU上的并行计算；6)清理CPU上为缓冲区分配的内存空间。本发明利用LBM方法并行性，用Compute Shader进行并行计算，通过绑定核函数的方式，数值求解LBM方程，大大缩短了运算时间，且具有较强的实时性和真实性。
-
公开(公告)号：CN118656971A
公开(公告)日：2024-09-17
申请号：CN202410864440.5
申请日：2024-06-30
Applicant: 南昌大学
IPC: G06F30/20 , G06F17/11 , G06F119/14
Abstract: 一种虚拟手术中流血模型的建模方法，包括：生成流血粒子，对粒子的加速度、速度、位置等物理量进行初始设置；根据流血粒子的切变率计算流血粒子的粘性系数；计算粒子受到的压力、外力和粘滞力；计算误差缓解压力项和粒子所受合力；此外，根据粒子位置和所处范围内最大速度计算时间步长；根据粒子所受合力和时间步长更新粒子在下一时刻的加速度、速度和位置。本发明通过对血液生物特性的研究，实现了血液黏度随切变率的变化，提高了流血的真实性；通过在N‑S方程中添加误差缓解压力项，实现血液的不可压缩特性，提升了流血的视觉效果；通过采用自适应时间步长，提高流血仿真的实时性。能够实现虚拟手术中的流血模拟的真实性。
-
公开(公告)号：CN117495690A
公开(公告)日：2024-02-02
申请号：CN202311310352.2
申请日：2023-10-11
Applicant: 南昌大学
Inventor： 李春泉 , 邢庆宝 , 廖志远 , 程宇新 , 张海欣 , 杨锋 , 夏庆 , 王嘉豪 , 王子韬 , 王咏鹤 , 陶凌 , 陈利民 , 陈荣伶 , 赵庆敏 , 伍军云 , 李亚超 , 喻俊志
IPC: G06T5/50 , G06T5/60 , G06T5/70 , G06T5/90 , G06N3/045 , G06N3/0475 , G06N3/0464 , G06N3/048 , G06N3/0495 , G06N3/094
Abstract: 一种基于双分支GAN网络的SAR与可见光图像轻量化融合方法，包括构建数据集、使用GFCE算法生成预融合图像、构建双分支GAN网络(DB‑GAN)、训练DB‑GAN网络对SAR与可见光图像进行融合；本发明搭建双分支GAN网络，利用GAN网络的生成对抗机制，同样引入预融合图像作为生成器的指导，以避免人工设计复杂的融合规则，具有以下特点：1.相比较其他基于深度学习的融合算法，DB‑GAN网络在SAR与可见光图像融合领域能够得到更高质量的融合图像，很好的保留了可见光图像的光谱信息，以及SAR与可见光图像的细节信息；2.模型参数较少，实现了模型的轻量化，可节省硬件开销，有利于实际应用。
-
公开(公告)号：CN117274129A
公开(公告)日：2023-12-22
申请号：CN202311310363.0
申请日：2023-10-11
Applicant: 南昌大学
Inventor： 李春泉 , 邢庆宝 , 程宇新 , 廖志远 , 张海欣 , 杨锋 , 夏庆 , 王嘉豪 , 王子韬 , 王咏鹤 , 陶凌 , 陈利民 , 陈荣伶 , 赵庆敏 , 伍军云 , 李亚超 , 喻俊志
IPC: G06T5/50 , G06T5/00 , G06N3/045 , G06N3/0475 , G06N3/0464 , G06N3/048 , G06N3/094
Abstract: 一种基于双判别器的SAR与可见光图像融合方法，包括构建数据集、使用GFCE算法生成预融合图像、构建具有双判别器的GAN网络(DD‑GAN)、训练DD‑GAN网络对SAR与可见光图像进行融合。本发明利用GAN网络的生成对抗机制，并引入预融合图像作为生成器的指导，具有以下特点：避免了人工设计复杂的融合规则；可以实现输入未经对比度增强的源图像，输出得到对比度增强效果的融合图像，并且融合图像在保留可见光图像光谱信息的同时，可以包含大量的SAR与可见光图像的细节信息；在获得高质量融合图像的同时，所花费的时间较少，有效的解决了高质量融合图像与生成时间之间的矛盾。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.01 seconds)
