-
Patent Agency Ranking
公开(公告)号：CN113158829A
公开(公告)日：2021-07-23
申请号：CN202110343840.8
申请日：2021-03-31
Applicant: 安徽大学
Abstract: 本发明公开了一种基于EfficientDet网络的深度学习矿石测量方法及应用系统，其中包括：通过高帧率摄像头获取流动皮带上的矿石图像；预处理矿石图像：标记图像中所有矿石，去除异常数据，对图像进行数据增强；将标记后的样本按7：2：1分为训练集，验证集和测试集；使用EfficientDet网络进行训练得到网络模型；在测试的时候使用EfficientDet网络模型得到的预测框定位出矿石的位置并通过摄像头的焦距以及图像像素大小计算出矿石的大小；根据系统预设阈值，发现有矿石大小超过系统阈值时发出提醒。本发明可以的高效的检测矿石的大小，相对于其他网络模型，使用更少的参数，有更快的检测速度，极大地降低了对人工的依赖。
-
公开(公告)号：CN114282436A
公开(公告)日：2022-04-05
申请号：CN202111545808.4
申请日：2021-12-16
Applicant: 安徽大学
IPC: G06F30/27 , G06F119/02
Abstract: 本发明公开了一种城市轨道交通列车节能优化方法、装置、设备及存储介质，方法包括S10、获取当前时刻所述列车运行环境下的状态信息和奖励值所述奖励值采用奖励函数计算得到，奖励函数包括所述DDPG模型中的第一奖励函数和所述列车行车过程中牵引力所做功与行车准点结合的第二奖励函数；S20、基于列车运行环境下状态信息和奖励值，选择运行动作下发至列车以使所述列车下一时刻按照运行动作行车；S30、将下一时刻确定为当前时刻，重复执行步骤S10～S20。本发明中列车每执行一次运行动作，环境都会立刻反馈一个状态信息和奖励值，指导之后的操纵序列，以进行行车策略的更新与优化，最终获得一个收敛的理想的列车行车策略，达到节约能耗的目的。
-
公开(公告)号：CN114326393B
公开(公告)日：2024-03-12
申请号：CN202111545794.6
申请日：2021-12-16
Applicant: 安徽大学
IPC: G05B13/04
Abstract: 本发明公开一种非完整小车轨迹跟踪控制方法及装置，所述方法包括获取小车的非均匀采样误差数据；判断误差数据是否满足积分事件触发条件，所述积分事件触发条件采用Lyapunov函数预先设计；若是则更新控制器的最优控制输入以使控制器控制执行器进行非均匀采样；若否则进行下一次非均匀采样；对控制器进行Zeno分析，确定触发无Zeno现象。通过将积分事件触发与非完整小车的控制相结合，由于积分的存在使得触发间隔时间段更长，降低了通信频率，提高了小车与控制器之间的通信效率，节约了电力资源。
-
公开(公告)号：CN114326393A
公开(公告)日：2022-04-12
申请号：CN202111545794.6
申请日：2021-12-16
Applicant: 安徽大学
IPC: G05B13/04
Abstract: 本发明公开一种非完整小车轨迹跟踪控制方法及装置，所述方法包括获取小车的非均匀采样误差数据；判断误差数据是否满足积分事件触发条件，所述积分事件触发条件采用Lyapunov函数预先设计；若是则更新控制器的最优控制输入以使控制器控制执行器进行非均匀采样；若否则进行下一次非均匀采样；对控制器进行Zeno分析，确定触发无Zeno现象。通过将积分事件触发与非完整小车的控制相结合，由于积分的存在使得触发间隔时间段更长，降低了通信频率，提高了小车与控制器之间的通信效率，节约了电力资源。
-
公开(公告)号：CN113158827A
公开(公告)日：2021-07-23
申请号：CN202110342699.X
申请日：2021-03-30
Applicant: 安徽大学
Abstract: 本申请公开了一种基于深度学习的矿石尺寸监测预警系统及方法，其中方法包括：通过高清高帧率摄像头采集爆破大块矿石的图像数据集，通过Labelme工具对图像数据集进行标注并保存为json格式；对图像数据集进行数据增强，提高模型的泛化能力；将图像扩充数据集分为：训练集和验证集；设置RetinaNet网络结构识别模型的特征提取层为ResNet50，设置Retinanet网络结构识别模型的特征融合网络层为FPN（特征金字塔网络）仍需采取人工搬运的低效现状，该方法可以高效且准确地完成矿石尺寸的监测预警。
-
-
-
-
Search Results
5
records
(took 0.016 seconds)
