-
公开(公告)号：CN114343220B
公开(公告)日：2023-07-25
申请号：CN202210157001.1
申请日：2022-02-21
Applicant: 东南大学 , 江苏鑫源烟草薄片有限公司
Abstract: 本发明公开了一种基于进料总水分补偿的烘丝出口水分控制方法，该方法针对烟丝在烘丝工序中的出口水分波动，设计一种基于进料总水分补偿的前馈‑反馈复合控制系统。该方法计算烘丝进口端的进料总水分扰动，结合进料总水分前馈补偿与烘丝出口水分反馈控制，及时调整热风温度。该方法综合考虑剧烈频繁波动的进料扰动，快速消除扰动对出口水分被控量的影响，进一步提高过程水分合格率，这对于提升制丝生产过程关键工序质量具有重要价值。
-
公开(公告)号：CN112347963B
公开(公告)日：2023-07-11
申请号：CN202011279015.8
申请日：2020-11-16
Applicant: 申龙电梯股份有限公司 , 江阴市智行工控科技有限公司 , 东南大学
IPC: G06V40/20 , G06V20/52 , G06V20/40 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/082 , G06N3/096
Abstract: 本发明公开了一种电梯挡门行为识别方法，针对电梯内强制遮挡电梯门这一常见的不良行为，搭建BN‑Inception神经网络和3D‑ResNet神经网络融合的算法网络，并在网络中加入长时序特征捕获注意力机制，用以提高网络对长范围信息捕获的能力，进而提高算法准确率；采用自适应的帧采样策略，抛弃冗余帧，提高网络的计算速度；该方法利用电梯监控视频作为数据集，利用融合算法网络在电梯监控视频层面对电梯内不良行为进行分类识别；此方法适用于电梯轿厢这一场景，实现了对电梯监控视频中遮挡电梯门行为的准确识别，能够代替人工进行智能监视，便于管理人员对电梯内不良行为的监控和管理。
-
公开(公告)号：CN116402221A
公开(公告)日：2023-07-07
申请号：CN202310382220.4
申请日：2023-04-11
Applicant: 东南大学 , 江苏鑫源烟草薄片有限公司
Abstract: 本发明公开了一种基于改进型决策树的再造梗丝水分预测方法，属于烟梗再造梗丝技术领域。本发明基于前期生产中积累的大量优秀先验数据和决策树算法展开研究，提出一种基于改进型决策树的再造梗丝水分预测方法。一方面，基于对数据的相关性分析以及改进的Apriori算法挖掘出水分关联规则，将水分变化情况进行量化，并将水分的变化与其他变量进行关联，相比于传统的离散化算方式，有效提高了关联挖掘的有效性。另一方面，将关联规则和决策树算法进行结合，使得决策树的挖掘过程偏向于高度关联项，从而提出了一种专门适用于再造梗丝水分预测问题的新算法。
-
公开(公告)号：CN110490932B
公开(公告)日：2023-05-09
申请号：CN201910772618.2
申请日：2019-08-21
Applicant: 东南大学 , 南京科远智慧科技集团股份有限公司 , 南京闻望自动化有限公司
Abstract: 本发明公开了一种单目红外共面光标迭代优化测量行车吊臂空间位姿的方法，该专利通过单目视觉迭代优化方法检测行车吊臂空间参数。首先采用图像处理技术提取红外共面四点光标的中心坐标，结合李群的非线性优化迭代方法和空间参数转换方法，实现了行车吊臂空间位姿参数的快速检测与识别计算。本发明在保证系统测量精度和稳定性的条件下，提高了检测和计算速度，可以进行快速的目标检测和空间参数获取，有效解决了工业行车吊臂空间位姿参数的实时性测量问题。
-
公开(公告)号：CN111680542B
公开(公告)日：2022-11-15
申请号：CN202010304879.4
申请日：2020-04-17
Applicant: 东南大学 , 南京科远智慧科技集团股份有限公司 , 南京闻望自动化有限公司
IPC: G06V20/10 , G06V10/44 , G06V10/46 , G06V10/762 , G06V10/764 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于多尺度特征提取和Pointnet神经网络的钢卷点云识别与分类方法，用于钢铁库区内自动化装卸钢卷作业。通过对扫描获得的原始三维点云数据进行坐标转换与直通滤波，分离出包含车厢平面、钢卷、鞍座的点云团；通过随机采样一致性算法分离出车厢平面与钢卷，通过边缘检测与Meanshift聚类分割算法将黏连的多个钢卷点云团分割为单个独立的钢卷点云数据；通过结合多尺度特征提取方法的Pointnet神经网络对钢卷点云进行分类，本方法通过数据预处理避免了含有杂物的原始三维点云数据对于钢卷识别的影响，提高了识别的效率，通过利用多尺度网络特征提取，增强了Pointnet网络对于点云局部特征信息的提取能力，提高了分类的精度。
-
Patent Agency Ranking
公开(公告)号：CN114140727A
公开(公告)日：2022-03-04
申请号：CN202111467275.2
申请日：2021-12-02
Applicant: 苏州台菱电梯有限公司 , 东南大学
IPC: G06V20/40 , G06V20/52 , G06V10/764 , G06V10/774 , G06V10/74 , G06V10/82 , G06K9/62
Abstract: 本发明涉及一种电梯内挡门行为检测方法，包括：S1、得到多个待检测视频段；S2、获取每个待检测视频段的像素拼接图，并将其作为输入送至预设的分类模型中，根据所述分类模型输出分类结果，若输出为可能含挡门行为，则进入步骤S3，若输出为无挡门行为，则进入步骤S4；S3、计算待检测视频段中相邻两帧画面的结构相似性指数，判断待检测视频段整体的结构相似度，若结构相似度较低，则判断为无挡门行为，进入步骤S4，若结构相似度较高，则判断为含挡门行为；S4：返回步骤S2，继续检测下一个待检测视频段是否有挡门行为。其能对电梯监控视频内挡门行为进行识别，无需人为操作便可准确识别遮挡电梯门的行为。
-
公开(公告)号：CN107958267B
公开(公告)日：2021-04-27
申请号：CN201711166539.4
申请日：2017-11-21
Applicant: 东南大学
IPC: G06K9/62 , G01N21/359 , G01N21/3577
Abstract: 本发明具体涉及一种基于光谱线性表示的油品性质预测方法；对校正集及测试样本的近红外光谱数据进行主成分分析，提取主成分分析得到的得分矩阵中前k个主成分建立主成分空间，并在主成分空间中基于欧式距离寻找到与测试样本最近的n个校正集中的油品样本，称为邻近样本；计算邻近样本的近红外光谱权值w；利用近红外光谱权值w对邻近样本的性质值进行加权，即得到测试样本的性质值预测。本发明通过具有特定权值的线性组合对测试样本进行预测，结合了参数模型和非参数模型的优势。
-
公开(公告)号：CN112487281A
公开(公告)日：2021-03-12
申请号：CN202011191085.8
申请日：2020-10-30
Applicant: 南京云牛智能科技有限公司 , 江阴市智行工控科技有限公司 , 东南大学
IPC: G06F16/9535 , G06F16/9537 , G06Q10/06
Abstract: 本发明公开了一种立体车库推荐方法。属于交通智能自动化领域；在用户给定目的地和最远步行距离的条件下，具体步骤：1、分析用户停车选择行为，确定用户的车库选择因素，作为车库的评价指标；2、根据目的地和最远步行距离，基于Geohash算法筛选出候选车库；3、获取筛选出候选车库的属性值，根据候选车库的属性值生成决策矩阵；4、采用极差变换法对决策矩阵进行规范化；5、确定属性组合权重；6、基于多属性决策对候选车库进行排序，得出最优车库。本发明通过Geohash算法筛选出候选车库，避免了大量的计算过程，提高了计算效率。
-
公开(公告)号：CN108594656B
公开(公告)日：2021-02-09
申请号：CN201810300473.1
申请日：2018-04-04
Applicant: 东南大学
IPC: G05B13/04
Abstract: 本发明公开一种双边托举机器人系统高精度抗干扰连续滑模控制方法，步骤是：获得机器人的角位置和角速度的信息，获取近端和远端接触力；建立多源干扰环境下的主从机器人系统机电模型，建立接触力与接触形变之间的动态模型；建立位置跟踪误差和接触力跟踪误差在多源干扰环境下的动态方程；将多源干扰的影响抽象为系统集总干扰，针对该集总干扰设计干扰观测器实现对集总干扰的渐近高精度估计；基于连续滑模控制方法设计复合连续滑模控制器；经过非线性变换转化为系统真实控制量。此种方法可降低多源干扰环境对双边托举机器人系统控制精度的影响，增强双边系统的环境适应能力，大大提高双边系统的位置控制精度和环境感知能力。
-
公开(公告)号：CN111680542A
公开(公告)日：2020-09-18
申请号：CN202010304879.4
申请日：2020-04-17
Applicant: 东南大学 , 南京科远智慧科技集团股份有限公司 , 南京闻望自动化有限公司
Abstract: 本发明公开了一种基于多尺度特征提取和Pointnet神经网络的钢卷点云识别与分类方法，用于钢铁库区内自动化装卸钢卷作业。通过对扫描获得的原始三维点云数据进行坐标转换与直通滤波，分离出包含车厢平面、钢卷、鞍座的点云团；通过随机采样一致性算法分离出车厢平面与钢卷，通过边缘检测与Meanshift聚类分割算法将黏连的多个钢卷点云团分割为单个独立的钢卷点云数据；通过结合多尺度特征提取方法的Pointnet神经网络对钢卷点云进行分类，本方法通过数据预处理避免了含有杂物的原始三维点云数据对于钢卷识别的影响，提高了识别的效率，通过利用多尺度网络特征提取，增强了Pointnet网络对于点云局部特征信息的提取能力，提高了分类的精度。
-
-
-
-
-
-
-
-
-
Search Results
73
records
(took 0.049 seconds)
