-
公开(公告)号：CN109605377B
公开(公告)日：2020-05-22
申请号：CN201910052849.6
申请日：2019-01-21
Applicant: 厦门大学
IPC: B25J9/16
Abstract: 本发明公开了一种基于强化学习的机器人关节运动控制方法及系统。该方法包括：获取机器人末端的待运行轨迹；根据机器人末端的待运行轨迹以及机器人逆运动学模型计算机器人关节在每个插补周期的位置增量；根据策略网络确定机器人关节每个插补周期的位置增量补偿；每个插补周期的给定位置增量与位置增量补偿之和作为机器人关节的运动参数，输入机器人，得到机器人关节每个插补周期实际的运动量；根据给定位置增量和实际运动量，对价值网络进行实时训练更新；待运行轨迹运行完毕后，根据每个插补周期更新的价值网络的参数，对策略网络进行训练更新；采用更新后的策略网络调控下一待运行轨迹中机器人关节的运动。本发明具有误差小、效率高的特点。
-
公开(公告)号：CN109741796A
公开(公告)日：2019-05-10
申请号：CN201910010421.5
申请日：2019-01-07
Applicant: 厦门大学
Abstract: 本发明公开一种并行粒子群合金纳米粒子结构优化方法及系统。该方法主要包括在CPU单元中构建合金纳米粒子集合；构建GPU运行单元；在CPU单元中对运行参数进行初始化并发送至GPU运行单元，在GPU运行单元中运行粒子群改进算法来优化合金纳米粒子结构。本发明的GPU运行单元中通过软件调试计算不同线程数下Gupta函数的平均耗时，选择平均耗时最短的线程数确定为每块中的线程个数，通过合金纳米粒子集合的个体数/(线程数+1)确定所需块数，每个线程使用40个寄存器，每个原子占用一个线程计算原子势能。运用本发明，提高了计算效率与准确率，实现了合金纳米粒子稳定结构的快速高效全局优化，可广泛适应各类合金纳米粒子。
-
公开(公告)号：CN109732605A
公开(公告)日：2019-05-10
申请号：CN201910052603.9
申请日：2019-01-21
Applicant: 厦门大学
IPC: B25J9/16
Abstract: 本发明公开一种机器人关节摩擦力矩的补偿方法及系统。采用本发明的补偿方法及系统，工业机器人运行过程中，当关节温度、负载、润滑和磨损等参数改变后，摩擦模型也会相应改变，能够避免基于固定摩擦模型的前馈补偿方法失效的问题。在此基础上，利用辨识的摩擦模型预测生成的摩擦力矩训练神经网络，使得神经网络的训练学习过程效率更高，能够更快逼近理想效果，提高了机器人关节的跟踪速度和跟踪精度。进一步地，本发明通过高斯采样进行摩擦力矩前馈补偿，弥补了神经网络输出不具有探索性的缺点，使神经网络能更好的收敛，避免陷入局部最优，进一步确保跟踪精度，即使关节温度、负载、润滑和磨损等参数发生变化，也能快速实现高精度跟踪的目的。
-
公开(公告)号：CN104616264B
公开(公告)日：2017-12-19
申请号：CN201510072881.2
申请日：2015-02-12
Applicant: 厦门大学
IPC: G06T5/00
Abstract: 本发明公开一种基因芯片图像的自动对比度增强方法，其包括如下步骤：步骤1：将待处理的基因芯片图像进行数字处理，用f(x,y)表示数字处理过的基因芯片图像灰度值；步骤2：统计背景灰度值k；步骤3：计算图像对比度C；步骤4：对图像灰度值c进行扫描，如果判断是背景，则保留图像内容，如果判断是基因点，则进行对比度增强，增强过程为本发明采用上述步骤，具有如下优点：1、不需要任何参数输入；2、自适应实现对比度增强；3、大幅度提高基因芯片图像处理精度；4、适应性广，可以适用于各种类型基因芯片图像。
-
公开(公告)号：CN106202999A
公开(公告)日：2016-12-07
申请号：CN201610577084.4
申请日：2016-07-21
Applicant: 厦门大学
IPC: G06F19/24
CPC classification number: G06F19/24
Abstract: 本发明提供了一种基于不同尺度tuple词频的微生物高通量测序数据分析协议，其包括：步骤1：获取宏基因组样本的2-10bp的短tuple高通量测序数据，采用插值上下文马尔科夫模型进行建模微生物群落的背景基因组，再采用无监督的聚类方法来比较宏基因组样本，得出宏基因组样本的类别信息；步骤2：基于步骤1)中聚类得出的类别信息，将≥30bp的长tuple作为特征，采用有监督的样本分类方法找出描述宏基因组样本类别的特异性特征长tuple序列。本发明混合不同阶次的马尔科夫模型，由数据本身决定各阶次马尔科夫模型所占的权重，并允许分析上下文不连续的序列之间的关系。
-
Patent Agency Ranking
公开(公告)号：CN115760844A
公开(公告)日：2023-03-07
申请号：CN202211580487.6
申请日：2022-12-09
Applicant: 厦门大学
IPC: G06T7/00 , G06V10/774 , G06V10/82 , G06N3/084
Abstract: 本发明公开一种晶圆表面缺陷检测方法、系统、电子设备及介质，涉及半导体晶圆制造领域，该方法将每种类型晶圆取若干张有缺陷和无缺陷图片划分为支持集和查询集，构成任务集；并构建深度学习模型和MAML框架；执行MAML内层循环，取部分任务集中的支持集进行模型训练，训练中的学习率采用ADAM算法进行更新，使用梯度下降法更新内层参数；然后执行MAML外层循环，用查询集继续训练模型，将所有任务的损失函数相加作为外层循环的损失函数，使用梯度下降法对外层参数进行更新；重复执行MAML内层循环和外层循环，直至模型收敛。本发明能够使用较少量的训练样本得到鲁棒性较好的缺陷检测模型，并且泛化能力强、效率高且实用性强。
-
公开(公告)号：CN115719294A
公开(公告)日：2023-02-28
申请号：CN202211479239.2
申请日：2022-11-23
Applicant: 厦门大学
Abstract: 本发明公开一种室内行人流疏散控制方法、系统、电子设备及介质，涉及行人疏散领域，该方法首先构建出口行人密度的状态方程和测量方程以及用于辨识状态函数和观测函数的BP神经网络并进行离线迭代训练；根据BP神经网络中各层权值求解出状态函数和观测函数；根据求解出的函数进行行人流疏散密度的预测，并构建用于对预测值进行纠正的误差在线神经网络；当存在数据状态异常时，计算行人流疏散密度预测值与预测误差值之和作为行人流疏散密度预测改进值，根据该改进值进行室内行人流疏散控制。本发明方法在传感器性能下降或者损坏条件下依然能够保证行人流疏散密度预测的准确性，从而提高行人流疏散效率。
-
公开(公告)号：CN109741796B
公开(公告)日：2020-06-30
申请号：CN201910010421.5
申请日：2019-01-07
Applicant: 厦门大学
Abstract: 本发明公开一种并行粒子群合金纳米粒子结构优化方法及系统。该方法主要包括在CPU单元中构建合金纳米粒子集合；构建GPU运行单元；在CPU单元中对运行参数进行初始化并发送至GPU运行单元，在GPU运行单元中运行粒子群改进算法来优化合金纳米粒子结构。本发明的GPU运行单元中通过软件调试计算不同线程数下Gupta函数的平均耗时，选择平均耗时最短的线程数确定为每块中的线程个数，通过合金纳米粒子集合的个体数/(线程数+1)确定所需块数，每个线程使用40个寄存器，每个原子占用一个线程计算原子势能。运用本发明，提高了计算效率与准确率，实现了合金纳米粒子稳定结构的快速高效全局优化，可广泛适应各类合金纳米粒子。
-
公开(公告)号：CN110276754A
公开(公告)日：2019-09-24
申请号：CN201910540159.5
申请日：2019-06-21
Applicant: 厦门大学
Abstract: 本发明涉及一种表面缺陷检测方法、终端设备及存储介质，在该方法中，包括：S1：采集检测对象的缺陷图像组成训练集，并对训练集内的缺陷图像进行标注；S2：构建缺陷检测模型，将训练集输入缺陷检测模型进行训练，得到训练后的缺陷检测模型；所述缺陷检测模型基于Faster R-CNN网络构建，其特征提取网络为VGG-16网络，并在VGG-16网络中，将第3层的输出与第5层的输出进行叠加；S3：将待检测的缺陷图像输入训练后的缺陷检测模型，得到缺陷图像中的缺陷定位框和缺陷类型；S4：根据待检测的缺陷图像中的缺陷定位框对缺陷进行分割。本发明基于Faster R-CNN网络和阈值分割方法，使检测过程中只需输入图像就可输出缺陷类型、位置和轮廓，即实现缺陷的端到端检测。
-
公开(公告)号：CN110197226A
公开(公告)日：2019-09-03
申请号：CN201910461740.8
申请日：2019-05-30
Applicant: 厦门大学
Abstract: 本发明公开一种无监督图像翻译方法及系统。以同一对象的两个不同图像集合域为研究对象，基于双胶囊竞争网络和多主体生成对抗，提出了一种无监督图像翻译方法及系统，提高了模型判别和生成能力，用于生成具有更丰富的全局和局部特征图像，并且能够更准确地捕捉图像域的分布以及学习到不同域之间的映射关系。
-
-
-
-
-
-
-
-
-
Search Results
35
records
(took 0.027 seconds)
