-
公开(公告)号：CN109583571B
公开(公告)日：2023-04-28
申请号：CN201811480067.4
申请日：2018-12-05
Applicant: 南京工业大学
IPC: G06N3/0442 , G06N3/08
Abstract: 本发明公开一种基于LSTM网络的移动机器人软地面通过性预测方法，包括如下步骤：1、实时测量和记录移动机器人的三种通过性指示数据，包括牵引系数、驱动效率、纵向速度，作为模型的输入数据；同时，人为观测的当前工况下的地面可通过度情况，作为输入数据的标签；2、基于LSTM单元构建面向移动机器人的软地面通过性预测模型，并将前一步骤的大量带标签数据送入此模型进行训练；3、调整步骤2中的模型参数并多次训练，直至得到稳定收敛的通过性预测模型。通过上述方式，所建立的模型能够将当前工况下新输入的三个指标进行融合、特征提取，并给出相应的可通过性程度预测值，从而判断松软地面是否发生运动受阻的情况。
-
公开(公告)号：CN112697158A
公开(公告)日：2021-04-23
申请号：CN202011411092.4
申请日：2020-12-03
Applicant: 南京工业大学
IPC: G01C21/32
Abstract: 一种用于室内外场景的人为回环即时定位和建图方法，其特征在于，包括以下步骤：步骤一，定义位姿关系SLAM初始因子图；步骤二，采集机器人定位数据，对第i帧定位数据输入校正因子，通过EM算法估算校正因子；步骤三，通过矩阵变换串联机器人前后变换的位姿，优化校正因子；步骤四，通过校正因子约束优化机器人位姿，消除累计误差，得到全局一致性地图。本申请消除累计误差，得到全局一致性地图。
-
公开(公告)号：CN119795191A
公开(公告)日：2025-04-11
申请号：CN202510201379.0
申请日：2025-02-24
Applicant: 南京工业大学
Abstract: 本发明公开基于径向基函数网络的机械臂迭代学习控制方法，该方法解决了传统机械臂控制方法在复杂动态环境中应对非线性特性和外部扰动问题的局限性。本发明所提出的方法包括以下步骤：首先构建机械臂系统动力学模型、采用动态修正策略对参考轨迹的动态修正与优化；然后设计径向基函数神经网络构建非线性补偿项，并设计优化控制器性能的动态权重参数和动态学习增益；最后进行迭代学习控制器的设计，并验证控制算法的稳定性与误差收敛性。本发明通过径向基函数网络、动态调整策略和迭代学习策略，提升了机械臂系统的控制精度、适应能力和误差收敛速度。
-
公开(公告)号：CN119281258A
公开(公告)日：2025-01-10
申请号：CN202411417385.1
申请日：2024-10-11
Applicant: 南京工业大学
IPC: B01J19/10 , B01J19/00 , G05B19/042
Abstract: 本发明公开了一种自动混匀超声波催化反应系统，其中主控制模块与传感器模块、电源模块、LCD显示模块、GPIO控制模块连接，用于完成整个系统的调控；GPIO控制模块与超声波模块、电机模块连接，在主控制模块的控制下完成对超声波模块、电机模块的调控，并反馈系统的工作状态；LCD显示模块用于显示系统的状态信息，超声波模块用于实现超声波的控制，电机模块用于实现电机的控制；传感器模块用于采集反应器在反应过程中的各类参数。本发明的方案将自动混匀、精确温控和超声波调节功能集成在一个统一系统中，简化了系统结构，提高了操作的便捷性，能够实时监控并动态调整反应条件，减少了人为干预的需求，提升了实验的自动化水平。
-
公开(公告)号：CN118823447A
公开(公告)日：2024-10-22
申请号：CN202410825216.5
申请日：2024-06-25
Applicant: 南京工业大学
IPC: G06V10/764 , G06V10/82 , G06N3/0475 , G06N3/045 , G06N3/094 , G06N3/0464 , G06V10/26 , G06N3/0455 , G16H50/20
Abstract: 本发明公开了一种甲状腺超声影像肿瘤分割分类与精细化评级方法，包括构建甲状腺结节自动分割分类模型，模型包括甲状腺区域先验引导特征增强网络PGFE_Net、甲状腺区域先验引导特征增强网络PGFE_Net、改进生成对抗网络GANs、Resnet50分类网络及梯度加权的类激活热力图Grad‑CAM；其中PGFE_Net和GANs提取输入图像的结节的大小、形状、边缘特性以及与周围组织的对比度信息，生成结节掩模，执行尺寸预测任务；结合结节掩模图像和原始超声图像，使用Resnet50进行特征鉴别与分类，根据TI‑RADS标准进行精确分类，利用Grad‑CAM提供模型决策的视觉解释。本发明能够有效提高甲状腺结节恶性肿瘤的检测和分类准确性，实现结节的精细化评级，为临床医生提供辅助诊断支持。
-
Patent Agency Ranking
公开(公告)号：CN111340132B
公开(公告)日：2024-02-02
申请号：CN202010161893.3
申请日：2020-03-10
Applicant: 南京工业大学
IPC: G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/084 , G01N33/00
Abstract: 本发明公开一种基于DA‑SVM的机器嗅觉模式识别方法，该方法包括以下几个步骤：1、获取嗅觉系统的原始数据集S1，归一化并人工给数据集贴标签；2、构造深度自编码机，剔除数据集S1的标签列并将剩余的数据作为DA的输入，经迭代训练获得降维后的特征数据集；3、将步骤2中得到的特征数据集再次贴上步骤1中的标签，生成新的数据集S2；4、将S2送入一个支持向量机模型进行训练，经多次调参建立SVM分类器；5、利用SVM分类器即可实现嗅觉系统的模式识别。本发明能够解决机器嗅觉系统在大样本、高维特征、多类别、长期漂移等方面的问题，提高机器嗅觉感知的准确度。
-
公开(公告)号：CN116401458B
公开(公告)日：2024-01-09
申请号：CN202310407725.1
申请日：2023-04-17
Applicant: 南京工业大学
IPC: G06F16/9535 , G06F17/16 , G06F17/11 , G06N7/08
Abstract: 本发明公开了基于Lorenz混沌自适应的推荐方法包括，定义电影推荐的评分预测问题；建立电影评分模型，建立模型超参数；求解最优超参数；将最优超参数代入电影评分模型的损失函数中，并将由评分矩阵分解的用户矩阵和电影矩阵进行初始化操作；迭代求解出最优的用户矩阵与电影矩阵；输出预测评分矩阵。本方法可以解决电影推荐系统中人为选定超参数初始化困难的问题，与传统方法相比，能够有效避免最优解为局部最小值的问题以及解决传统的推荐方法随着调优超参数的增多，网格搜索所消耗的计算资源和时间急剧增加且稳定性较差的问题，同时本方法还提出了一种自适应学习率的方法来满足每个电影评分条目对学习率的不同要求。(56)对比文件崔佳旭;杨博.贝叶斯优化方法和应用综述.软件学报.2018,(10),第3068-3090页.Natarajan, Sivaramakrishnan 等.Optimized fuzzy-based grouprecommendation with parallelcomputation.JOURNAL OF INTELLIGENT &FUZZY SYSTEMS .2019,第4189-4199页.Roman Senkerik 等.Ensemble ofstrategies and perturbation parameterbased SOMA for optimal stabilization ofchaotic oscillations.ACM.2020,第1468–1475页.闫涛;刘凤娴;陈斌.基于量子混沌粒子群优化算法的分数阶超混沌系统参数估计.电子学报.2018,(02),第333-340页.魏倩茹;裴东.分数阶与整数阶混沌(超混沌)系统自适应广义矩阵同步.绵阳师范学院学报.2016,(02),第31-37页.
-
公开(公告)号：CN109583106B
公开(公告)日：2023-04-07
申请号：CN201811480096.0
申请日：2018-12-05
Applicant: 南京工业大学
IPC: G06F30/20
Abstract: 本发明公开一种轮式移动机器人的地面应力分布测量系统及方法，主要包含一个三维力传感器、一组连接法兰、一个接触部件及配套夹具构成的内嵌式地面应力测量系统，采用如下方式：首先，利用地面应力测量系统测量车轮圆周方向上的一维正应力分布；叠加10个在车轮宽度方向的一维正应力分布，获得二维的正应力分布；建立基于高阶多项式回归的正应力分布模型，画出完整的二维应力分布情况。本发明提供的应力分布测量系统及方法，设备简单、方法有效，能准确获取客观、合理的车轮‑地面应力分布规律，为分析移动机器人的轮‑地相互作用、轮式机构的运动学特征、动力性和地面通过能力等提供了一种重要手段。
-
公开(公告)号：CN111598142A
公开(公告)日：2020-08-28
申请号：CN202010339296.5
申请日：2020-04-26
Applicant: 南京工业大学
IPC: G06K9/62
Abstract: 本发明公开一种用于轮式移动机器人的室外地形分类方法，包括如下步骤：采集移动机器人在不同地形上运动时的动态车轮力信号；采用自回归滑动平均模型将车轮力信号进行时间序列建模；对该时间序列模型进行特征参数的提取，整理得到特征矩阵；将特征矩阵作为输入，地面类型作为标签，对该数据集进行归一化处理，并送入人工神经网络模型进行训练，得到地形分类器；将该分类器写入机器人主控制程序，当机器人在未知地面上行驶时，能够实现移动机器人当前或近邻地形的识别。本发明通过移动机器人的“力觉”感知到当前或邻近区域行驶时的地面信息，并对其分类，使其能够采取与地形相适应的的行驶风格，识别准确率得以提高。
-
公开(公告)号：CN111555824A
公开(公告)日：2020-08-18
申请号：CN202010338695.X
申请日：2020-04-26
Applicant: 南京工业大学
IPC: H04B17/318 , H04W64/00 , G01S11/06
Abstract: 本发明公开一种用于LoRa定位系统的不良锚节点检测与消除方法，步骤如下：1、在地面上铺设锚节点，假设LoRa接收器在当前时刻接收到的锚节点数为N(Γ)，记录每个锚节点的RSSI值；2、利用平面上两点间距离关系建立用于解算目标节点位置的方程，再利用线性最小二乘法(LLS)，得到目标节点的估计位置；3、利用目标节点估计位置与锚节点之间距离和RSSI的关系，反推每个锚节点的RSSI值，并计算每个锚节点的BRE；4、用K均值聚类来消除“不良”锚节点，并将删除坏锚节点后剩余的3个实测的RSSI值输入位置方程，得到精确的位置估计。在定位过程中删除不良锚节点以降低LoRa网络中高斯噪声和非高斯噪声的影响。
-
-
-
-
-
-
-
-
-
Search Results
46
records
(took 0.022 seconds)
