-
公开(公告)号：CN116481519A
公开(公告)日：2023-07-25
申请号：CN202310560160.0
申请日：2023-05-18
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于最优路径的多端点星图识别方法，它包括以下步骤：S1、构建导航星库，并根据最小权重生成树的思想构建含导航星特征模式的导航特征库；S2、处理观测星图，并基于最小权重生成树的思想生成观测星的特征模式；S3、基于双向Hausdorff距离，对导航星特征模式和观测星特征模式进行匹配识别。本发明将图论知识和最优路径问题与星图识别方法相融合，利用最小权重生成树的思想提取星点特征模式。由于星点分布的独特性，确保每颗星点的特征模式是独一无二的，增加了星图识别的正确率。
-
公开(公告)号：CN116151333A
公开(公告)日：2023-05-23
申请号：CN202111371998.2
申请日：2021-11-18
Applicant: 南京理工大学
IPC: G06N3/049 , G06N3/0442 , G06N3/08
Abstract: 本发明公开了一种自适应脉冲神经网络结构，包括输入层、激励层、抑制层和输出层。激励层为三层网络结构，其第一层与输入层形成全连接结构，其第三层与输出层形成全连接结构；抑制层为三层网络结构，其到激励层的连接为一对一连接，而抑制层到激励层的连接为一对多连接；具体地，抑制层的输入端与激励层的每层脉冲神经元一对一连接，输出端与对应激励层的其他神经元进行全连接，形成环形连接。本发明构建的脉冲神经网络具备自组织、自适应能力，能根据输入的数据自适应的调节网络结构。
-
公开(公告)号：CN115936070A
公开(公告)日：2023-04-07
申请号：CN202211632517.3
申请日：2022-12-19
Applicant: 南京理工大学
IPC: G06N3/0464 , G06N3/084 , G06F18/24 , G06N3/049
Abstract: 本申请提供一种低延时低功耗脉冲神经网络转换方法，包括：搭建适合进行转换的卷积神经网络，其中激活函数采用有限软阶梯激活函数替代，并采用反向传播算法对网络的权值进行训练；通过训练集图像对权重进行归一化；构建软重置IF神经元模型；构建基于事件驱动的最大池化层；采用神经元模型与最大池化层搭建与原ANN结构一致的脉冲神经网络，复用原ANN训练得到的权重参数；对输入进行重复编码，经过第一卷积层计算输出的幅值输入上述替换后的神经元，输出指定时间步的脉冲序列，将脉冲序列输入网络中得到分类结果。本申请提高网络的转换精度，降低了模型转换的精度损失。
-
公开(公告)号：CN115809547A
公开(公告)日：2023-03-17
申请号：CN202211459220.1
申请日：2022-11-17
Applicant: 南京理工大学
IPC: G06F30/20 , G06N3/006 , G06Q10/0631 , G06F111/04 , G06F111/06
Abstract: 本发明公开了一种基于非支配排序的改进粒子群算法的多智能体协同任务分配方法，建立了多智能体协同任务分配的模型，实现了打击收益、资源消耗、受损概率等多项指标的同时优化。本发明针对多智能体协同任务分配的问题的特点，将多目标粒子群算法与非支配排序算法相结合，融入了非支配排序算法和交叉变异机制，设计了一种改进惯性权重取值的非线性方法，提出了一种获得算法所得的帕累托解的最优解的最大距离方法，大幅提高了算法的全局搜索寻优能力和工程应用价值。相对于传统优化方法，本发明方法在解决动态环境下的多目标优化问题时有着更好的收敛性和准确性。
-
公开(公告)号：CN115761441A
公开(公告)日：2023-03-07
申请号：CN202211439715.8
申请日：2022-11-17
Applicant: 南京理工大学
IPC: G06V10/82 , G06V20/00 , G06V10/46 , G06V10/771 , G06V10/774 , G06N3/043 , G06N3/08 , G01C21/02
Abstract: 本发明公开了一种基于模糊神经网络的星图识别方法，包括：1.筛选导航星，设计了一种利用随机视轴对导航星进行投票的筛选方法，建立全天球均匀分布的导航星库；2.将最靠近视场中心的星作为主星，以主星为根节点，恒星间的角距为边的权重，构造了一种基于最小生成树模式的导航星特征子图，具有比例不变性与旋转不变性；3.对特征向量添加随机噪声，生成训练集；4.构造和训练神经网络；5.进行星图识别，并输出特征子图的二进制编号。与传统的星图识别方法相比，本发明所提供的基于模糊神经网络的星图识别方法利用模糊规则进行网络学习和调整，具有较高的识别准确率和较快的识别速度，对星点位置噪声、星点缺失以及伪星具有较好的鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN115420305A
公开(公告)日：2022-12-02
申请号：CN202211207979.0
申请日：2022-09-30
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于采样点权重自适应分配的三轴磁传感器误差补偿方法，建立考虑载体磁场误差和自身误差的三轴地磁传感器误差模型；在测量过程中地磁强度恒定的假设下，建立量测的椭球面模型；利用最小二乘法处理量测数据对椭球面进行拟合获取椭球面参数初始值；计算各采样点的残差并带入构造的权重代价函数中，为各采样点分配权重系数；通过权重系数组成的权重矩阵对椭球面参数进行更新，直至满足收敛条件；最后计算校正矩阵和偏移矢量完成误差补偿。本发明方法针对量测中的异常值引入基于残差的权重自适应分配算法，降低异常值在椭球拟合中的影响，提高误差补偿算法的鲁棒性。
-
公开(公告)号：CN108649625B
公开(公告)日：2021-09-10
申请号：CN201810371976.8
申请日：2018-04-24
Applicant: 南京理工大学
IPC: H02J7/00
Abstract: 本发明公开了一种巡检机器人电源管理系统，包括电压转换模块、主控模块、电池电压电流监测模块、继电器控制模块、通信模块、电源启动控制模块。所述电压转测模块将电池电压转换为其他各模块供电电压，提供电力；所述电池电压电流监测模块实时监测锂电池电压和电流，保证锂电池安全，并给主控模块提供电压电流信号；所述主控模块接收电池电压电流监测模块检测到的信号，对信号进行处理并提供继电器控制模块控制信号；所述继电器控制模块用来控制充电和放电继电器的通断状态；所述通信模块实现电源管理系统通信功能；所述电源启动控制模块实现了电源开关瞬时接通、延时断开的功能，有效避免由于误碰电源开关造成的机器人停机。
-
公开(公告)号：CN108599354B
公开(公告)日：2021-09-10
申请号：CN201810495304.8
申请日：2018-05-22
Applicant: 南京理工大学
Abstract: 本发明提供了一种基于智能PID控制的多电机系统节能装置，包括超级电容单元和节能控制单元；超级电容单元包括若干并联的超级电容串并联组成；节能控制单元包括升压电路、降压电路、智能PID控制器，超级电容单元的分别通过升压电路、降压电路与直流母线连接，智能PID控制器与直流母线连接获取直流母线上电压；当智能PID控制器判断直流母线电压上升时，发送PWM波至降压电路，电机通过直流母线向超级电容单元充电；当智能PID控制器判断直流母线电压下降时，发送PWM波至升压电路，超级电容单元向直流母线放电驱动电机。
-
公开(公告)号：CN112271974A
公开(公告)日：2021-01-26
申请号：CN202011075806.9
申请日：2020-10-10
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于基底神经节的电机转速估计方法，所述方法包括以下步骤：采集电机运行历史数据，并对这些数据进行预处理获得特征数据，构造学习样本；构建基底神经节模型，并利用学习样本对该模型进行训练；采集电机的实时运行数据，并通过上述方式进行预处理，之后将预处理后的数据输入训练后的基底神经节模型，实现电机转速的在线估计。本发明解决了电机编码器安装困难、需要维护、可靠性差的问题，提高了伺服系统运行的稳定性。此外本发明方法解决了传统电机转速估计方法只适用于低速估计或者中高速估计的问题，有效地提高了电机全速域转速估计精度，实现了电机在线转速估计。
-
公开(公告)号：CN108805289B
公开(公告)日：2020-11-13
申请号：CN201810432949.7
申请日：2018-05-08
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于基底神经节的电机故障诊断方法。首先，在电机运行的历史数据中提取故障特征值，输入基底神经节中，经过基底神经节中核团的相互作用输出当前最符合的故障类型，完成电机故障的离线学习。然后，将实时电机运行数据进行预处理后输入学习后的基底神经节模型中，实现电机故障的在线诊断。本发明针对电机运行过程中的故障问题，实现了电机的在线自主故障诊断，提高了电机伺服系统的容错能力。
-
-
-
-
-
-
-
-
-
Search Results
136
records
(took 0.028 seconds)
