-
公开(公告)号：CN113580843B
公开(公告)日：2023-09-15
申请号：CN202111003060.5
申请日：2021-08-30
Applicant: 湖北工业大学
IPC: B60B15/22
Abstract: 本发明公开一种仿生连杆包括机架、下连杆、仿生肢、角度控制摆杆、中间杆、角度调节杆和上连杆；下连杆一端与机架底部铰接，另一端与仿生肢的中部铰接；上连杆一端与机架顶部铰接，另一端与中间杆的一端铰接，中间杆另一端与角度控制摆杆中部铰接；角度调节杆一端与上连杆中部铰接，另一端与角度控制摆杆一端铰接；角度控制摆杆另一端与仿生肢上端铰接。本发明还公开一种出入土角度可调的水田叶轮包括上轮、下轮、连接法兰、齿轮箱总成和叶片；连接法兰与机架相连接，齿轮箱总成与动力系统连接，齿轮箱总成与下轮的轴心传动连接；叶片设于上轮和下轮之间。用于水田作业机械，避免粘附泥土，降低滑转率，降低功耗损失。
-
公开(公告)号：CN118646919A
公开(公告)日：2024-09-13
申请号：CN202410863039.X
申请日：2024-06-29
Applicant: 湖北工业大学
IPC: H04N21/2662 , H04N21/462 , G06N3/045 , G06N3/0442 , G06N3/092
Abstract: 本发明提供基于注意力机制的无人机视频流码率自适应传输方法，包括以下步骤：根据无人机视频流传输特点，构建一种边缘设备辅助的无人机视频流传输模型。针对模型中通信环境复杂性造成码率决策不准确的问题，引入Transformer编码器对多个时隙下的信道增益、障碍物遮挡概率、视频流传输状态和无人机剩余能量进行注意力编码，通过建立当前状态和历史状态之间的依赖关系，提高复杂环境的语义表征能力。在此基础上，使用深度强化学习网络在编码后的多时隙环境状态序列上预测最优码率，以达到最大化提升用户体验质量(QoE,qual ity of experience)和最小化能耗的目的。该方法在满足用户QoE要求和能耗方面具有更好的表现。
-
公开(公告)号：CN117093844B
公开(公告)日：2024-03-15
申请号：CN202311009220.6
申请日：2023-08-11
Applicant: 湖北工业大学 , 西宁市大数据服务管理局
IPC: G06F18/2111 , G06F18/214 , G06F18/22 , G06N3/126
Abstract: 本发明公开了工业大数据多模态特征选择方法、装置、设备及介质，涉及工业大数据机器学习技术领域，方法包括步骤1，数据准备，获取工业生产过程中的大数据，进行初步预处理，将处理后的数据集划分为训练集和测试集；步骤2，设置算法相关参数和外部存档，并初始化种群；该工业大数据多模态特征选择方法、装置、设备及介质，通过设置数据处理模块、小生境划分模块、小生境处理模块，设计海明相似度用于区分离散空间中不同特征子集，避免传统欧氏距离难以区分离散解的问题。动态小生境策略通过集群池动态调整小生境规模，避免传统小生境技术参数敏感性、难以维持稳定小生境等问题。
-
公开(公告)号：CN117132581A
公开(公告)日：2023-11-28
申请号：CN202311187532.6
申请日：2023-09-14
Applicant: 湖北工业大学 , 西宁市大数据服务管理局 , 西宁卓尔信息科技有限公司
IPC: G06T7/00 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供基于YOLO网络的印刷电路板微小缺陷检测方法，该方法先对YOLOv7目标检测模型做出改进，并使用一种新的训练方法对模型进行训练并最终测试，具体包括：数据预处理，对原始印刷电路板缺陷数据集进行压缩处理，使用双三次插值压缩方法对原图像数据压缩得到不同级别的压缩图像数据集；针对微小缺陷建立改进的目标检测模型；改进的模型采取一种新的图像压缩训练方法并测试，模型利用压缩图像数据集的训练集进行训练，用原始图像数据集的测试集对训练好的模型进行测试；建立评判方法，得到最佳的检测结果。本发明可以在有效降低训练成本的同时提高印刷电路板微小缺陷的检测精度和检测效率。
-
公开(公告)号：CN117093844A
公开(公告)日：2023-11-21
申请号：CN202311009220.6
申请日：2023-08-11
Applicant: 湖北工业大学 , 西宁市大数据服务管理局
IPC: G06F18/2111 , G06F18/214 , G06F18/22 , G06N3/126
Abstract: 本发明公开了工业大数据多模态特征选择方法、装置、设备及介质，涉及工业大数据机器学习技术领域，方法包括步骤1，数据准备，获取工业生产过程中的大数据，进行初步预处理，将处理后的数据集划分为训练集和测试集；步骤2，设置算法相关参数和外部存档，并初始化种群；该工业大数据多模态特征选择方法、装置、设备及介质，通过设置数据处理模块、小生境划分模块、小生境处理模块，设计海明相似度用于区分离散空间中不同特征子集，避免传统欧氏距离难以区分离散解的问题。动态小生境策略通过集群池动态调整小生境规模，避免传统小生境技术参数敏感性、难以维持稳定小生境等问题。
-
Patent Agency Ranking
公开(公告)号：CN113581307B
公开(公告)日：2023-09-15
申请号：CN202111004000.5
申请日：2021-08-30
Applicant: 湖北工业大学
IPC: B62D55/18
Abstract: 本发明公开一种垂直出入土的叶片式履带，涉及水田作业机械的行走机构技术领域。主要结构包括上轮系、下轮系、连接法兰、齿轮箱总成和多个叶片；连接法兰用于与机架相连接，齿轮箱总成的输入端与动力系统连接，齿轮箱总成的输出端与下轮系传动连接；多个叶片设置于上轮系和下轮系之间，叶片的顶部与上轮系可转动连接，叶片的中部与下轮系可转动连接。本发明中的垂直出入土的叶片式履带，通过叶片的垂直入土和/或水以及垂直出土和/或水的运行方式，解决了现有叶轮或履带在深泥脚水田中行走易粘附泥土和功耗损失的问题，同时能够避免水草缠绕造成的动力损失。本发明中的垂直出入土的叶片式履带还可以用于斜坡沙地或斜坡雪地中。
-
公开(公告)号：CN116992258A
公开(公告)日：2023-11-03
申请号：CN202310974597.9
申请日：2023-08-02
Applicant: 湖北工业大学
IPC: G06F18/2111 , G06F18/2113 , G06F18/214 , G06F16/35 , G06F40/216 , G06F40/284 , G06N3/06
Abstract: 本发明公开了一种基于改进蚁群优化算法的多标签文本特征选择方法，包括以下步骤：步骤1、数据准备，对文本数据集进行预处理；步骤2、环境准备，转换得到的文本向量和标签向量使用岭回归提取特征标签相关性；步骤3、蚁群优化；步骤4、特征选择并输出迭代后的信息素。本发明通过蚁群在有监督和无监督加权图中游走，寻找在这两个监督范式下冗余性都较低的特征，同时通过节点中心性自适应的调整蚁群在不同数据集上迭代过程中所需游走的特征个数，通过参数的自适应提高蚁群的搜索能力，平衡探索与开发的能力。通过以上两个策略提升蚁群的优化能力，使得蚁群能捕获具有判别力的特征，获得最优特征子集。
-
公开(公告)号：CN116866347A
公开(公告)日：2023-10-10
申请号：CN202310959414.6
申请日：2023-08-01
Applicant: 湖北工业大学 , 武汉烽火技术服务有限公司
IPC: H04L67/10 , H04L41/142 , G06N3/126
Abstract: 本发明提供一种基于Two_Arch2算法的工业物联网节点数优化方法，利用非支配排序方法对Two_Arch2算法中种群CA和DA进行更新，将解集按照其在多目标优化问题中的优劣程度进行分类和排序，并将没有被任何其他个体支配的解放入DA中，在对CA种群进行更新时引入基于偏移的密度估计指标，并且用随机排序法对两个指标进行了平衡，引导种群以较快的速度收敛到真实的帕累托前沿，可用于工业物联网相关技术领域中；本发明采用的更新方法和评价方法能够提高区块链系统吞吐率和降低系统成本，同时降低因节点导致的通讯时延开销，为工业物联网部署时寻找最优节点数，提高系统的可扩展性，能够满足工业物联网部署时的要求。
-
公开(公告)号：CN117579500B
公开(公告)日：2024-05-10
申请号：CN202311042687.0
申请日：2023-08-18
Applicant: 湖北工业大学
IPC: H04L41/147 , H04L41/16
Abstract: 本发明公开了一种网络流量预测方法、装置、设备及介质，涉及计算机网络技术领域，包括以下步骤：步骤1：获取网络流量原始数据，利用滑动窗口技术对采集到的网络流量原始数据进行处理，得到处理后的网络流量数据，并将其划分为训练集和测试集，同时对其进行归一化处理；该杂交育种预测方法、装置、设备及介质，通过设置数据获取模块、数据处理模块、模型构建单元，将改进的杂交育种优化算法与LSTM相结合，利用改进的杂交育种优化算法自动搜索模型的超参数值，从而建立最优的基于LSTM的网络流量预测模型，实现了提升网络流量预测效果，同时降低调整超参数值的时间成本和人力成本的效果。
-
公开(公告)号：CN117315534A
公开(公告)日：2023-12-29
申请号：CN202311233285.9
申请日：2023-09-22
Applicant: 湖北工业大学 , 西宁市大数据服务管理局 , 西宁卓尔信息科技有限公司
IPC: G06V20/40 , G06V10/40 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/006 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明提供一种基于VGG‑16和鲸鱼优化算法的短视频分类方法，将获取的视频帧图像输入到VGG‑16网络中进行特征提取，利用定义的视频分类性能评价函数，通过利用鲸鱼优化算法对VGG‑16网络中的特征权重最优参数问题优化求解，从而可以快速的获得最优特征权重参数，可用于计算机视频分类相关技术领域中，该分类方法能够提高算法的效率，能够满足短视频快速分类的应用要求，使用VGG‑16卷积神经网络来有效地提取视频帧中特征，提高了提取有效特征的能力，为后续根据特征进行短视频分类奠定了基础，充分解决了目前技术中全连接层中计算量大，计算时间长的问题，更加快速地进行短视频的分类。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.024 seconds)
