公开(公告)号：CN110210557B

公开(公告)日：2024-01-12

申请号：CN201910469100.1

申请日：2019-05-31

Applicant: 南京工程学院

Inventor： 钱夔 ,  田磊 ,  刘义亭

IPC: G06F16/35 ,  G06F40/216 ,  G06F40/289

Abstract: 本发明公开了一种实时流处理模式下未知文本的在线增量式聚类方法，先生成非全集语料库词向量模型，并保持该旧语料库中词的Huffman树不变，对实时流处理的未知文本进行Huffman树构建，在旧语料库词的Huffman树基础上进行Huffman树融合，基于融合的Huffman树增量生成未知文本的词向量模型，并通过已有的词向量模型生成句向量，最后再利用Single‑Pass聚类算法，实现文本的在线增量式聚类。发明可以在语料库不充分或计算资源不足的条件下，仍能够实现对实时流处理模式下的未知文本的在线增量式聚类，能够为互联网环境下某领域话题发现、热点聚焦、情感分析等应用领域提供支撑。

公开(公告)号：CN119567274A

公开(公告)日：2025-03-07

申请号：CN202510081470.3

申请日：2025-01-20

Applicant: 南京工程学院

Inventor： 贾通 ,  潘星宇 ,  路红 ,  李佩娟 ,  刘义亭 ,  张文 ,  鲁洋

IPC: B25J9/16

Abstract: 本发明公开了机械臂控制技术领域的一种机械臂的运动路径生成方法，旨在解决防碰撞优化复杂繁琐且和其他优化目标兼容性差的技术问题。其包括：基于构建遗传算法模型和构建机械臂关节角度随时间变化的六次多项式方程来生成运动路径，遗传算法模型通过迭代得到六次多项式方程的多项式系数序列，利用了遗传算法擅长分布式并行优化的优点，降低了防碰撞优化的繁琐度，同时使碰撞检测优化以适应度函数的形式融入到整体优化当中，促进防碰撞优化与其他优化目标的兼容性。基于个体的平均适应度与种群平均适应度对比的自适应调节机制调节交叉率和变异率，有助于缺乏优秀个体时扩大多目标搜索范围以及迭代后期保护遗传算法模型中优秀个体，避免局部最优。

公开(公告)号：CN114137975B

公开(公告)日：2024-07-19

申请号：CN202111421111.6

申请日：2021-11-26

Applicant: 南京工程学院

Inventor： 刘义亭 ,  张磊 ,  路红 ,  随连杰 ,  李佩娟 ,  郁汉琪 ,  贾通 ,  赵贤林 ,  高芳征

IPC: G05D1/43 ,  G05D1/242

Abstract: 本发明公开了一种超声波辅助融合定位的无人车导航纠偏方法，包括S1、以无人车自身坐标系建立车身坐标系；S2、在无人车上安装信息采集装置和超声波传感器，采集并计算无人车的位姿信息以及所在空间的环境信息；S3、对无人车的位姿信息进行扩展卡尔曼滤波融合，得到融合后的位姿；S4、将超声波传感器的量测数据结合融合后的位姿，比较导航过程中左右两侧前后超声波与墙壁距离关系以及无人车融合后的位姿，并根据无人车与左右墙体之间的相对位置关系判断车体是否偏移；S5、判断车体偏移后停止导航并下发转向角度w，将无人车矫正到与左右障碍平面平行的关系再继续导航。本发明可有效降低传感器测量过程随机噪声，极大减少无人车与行进途中本体左右的墙体发生碰撞的概率。

公开(公告)号：CN115047488A

公开(公告)日：2022-09-13

申请号：CN202210677016.0

申请日：2022-06-13

Applicant: 南京工程学院

Inventor： 刘义亭 ,  随连杰 ,  郭婧 ,  郁汉琪 ,  张磊 ,  吴清政 ,  钱福福 ,  陶治宇 ,  徐琛 ,  毛一俊

IPC: G01S17/93 ,  G06F17/11 ,  G06F17/15 ,  G06F17/18

Abstract: 本发明提出了一种结合区域信息和角点检测算子的线性特征拟合方法，即融合雷达数据区域信息及过滤区域外噪声点，根据角点检测算子提取角点特征，并用加权最小二乘法进行线性拟合的方法。首先，利用两点间距离判断区域断点以及区域外噪声点。然后根据点到首尾连线距离筛选初选角点，根据点到弦、点到切线累加距离计算角点检测算子并确定候选角点，根据角点张开度剔除伪角点确定最终角点。最后，过滤噪声点，并在区域断点、角点处线性分割，利用加权最小二乘法拟合出激光扫描点线性特征。该方法能有效避免噪声点和固定分割阈值对角点提取的影响，拟合激光扫描数据特征更接近实际环境。

公开(公告)号：CN113537085A

公开(公告)日：2021-10-22

申请号：CN202110818790.4

申请日：2021-07-20

Applicant: 南京工程学院

Inventor： 路红 ,  邱春 ,  杜一君 ,  刘义亭 ,  彭俊 ,  花湘 ,  万文明 ,  秦彬鑫

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了基于两次迁移学习和数据增广的船舶目标检测方法，包括建立船舶目标的图像数据集；利用固定步长旋转与图像拼接技术扩充图像数据集；对增广后的图像数据集进行标注，划分训练集和测试集；对Darknet网络模型进行预训练，从Coco数据集中筛选出Boat类图像及标签文件，在预训练好的Darknet网络模型上进行第一次迁移学习，获得船舶检测初步模型；用训练集在初步模型上进行第二次迁移学习，用测试集对学习后的模型进行测试，获得最终船舶检测模型；对待检测视频图像序列进行检测，获得船舶目标检测结果。解决了棘手场景中样本数据难以大量获得、基于深度学习的船舶目标检测中小样本学习困难的问题，提高了船舶目标检测的鲁棒性、准确性和快速性。

公开(公告)号：CN111814726A

公开(公告)日：2020-10-23

申请号：CN202010701702.8

申请日：2020-07-20

Applicant: 南京工程学院

Inventor： 钱夔 ,  田磊 ,  刘义亭 ,  路红

IPC: G06K9/00 ,  G06K9/34 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种探测机器人视觉目标检测方法，包括构建混合注意力自适应感知网络；训练所述混合注意力自适应感知网络；使用训练后的混合注意力自适应感知网络进行探测机器人视觉目标检测。所述混合注意力自适应感知网络包括全局注意力层次网络，目标空间定位网络、自适应局部注意力感知网络、目标分类识别网络，使用本发明能够在统一框架下完成目标定位与识别任务，且骨干网络均基于全局注意力机制下权重共享，能够综合two-stage与one-stage优点，在高实时的同时具备高准确率与低漏检率，适用于探测机器人高要求工作条件。