-
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。
-
Patent Agency Ranking
公开(公告)号：CN108760675A
公开(公告)日：2018-11-06
申请号：CN201810568711.7
申请日：2018-06-05
Applicant: 厦门大学
IPC: G01N21/3586
CPC classification number: G01N21/3586
Abstract: 本发明公开一种太赫兹异常光谱识别方法及系统。所述识别方法包括：获取样本点的太赫兹光谱数据集合，所述数据集合中包括每一个样本点对应的太赫兹光谱数据；所述样本点为太赫兹扫描的像素点；获取基于t分布随机邻域嵌入算法的太赫兹光谱识别模型；根据所述太赫兹光谱识别模型对所述太赫兹光谱数据集合进行识别，获得降维后的太赫兹光谱数据集合；对所述降维后的太赫兹光谱数据集合进行可视化分析，识别所述降维后的太赫兹光谱数据集合中的异常点。采用本发明的方法或系统，为进一步太赫兹光谱成像分析提供先验知识和基础，进而提高太赫兹图像识别的准确性和效率。
-
公开(公告)号：CN108393892A
公开(公告)日：2018-08-14
申请号：CN201810178273.3
申请日：2018-03-05
Applicant: 厦门大学
IPC: B25J9/16
Abstract: 本发明涉及一种工业机器人前馈力矩补偿方法，包括以下步骤：S1：建立动作-价值神经网络；S2：生成训练轨迹；S3：根据当前时刻的状态，选择对应的动作，然后对所选动作的前馈力矩增量进行积分后输出到电机电流环前馈通路上，并获得当前时刻的立即回报和下一时刻的状态；S4：将当前时刻的状态、所选的前馈力矩增量和立即回报和下一时刻的状态作为神经网络的训练样本，将所述训练样本进行归一化后，存入队列中；S5：从队列中随机选择一部分训练样本，使用随机梯度下降法对动作-价值神经网络进行训练，直到达到最大训练次数或关节跟踪误差小于误差阈值。本发明无需建立复杂的动力学模型即可实现实时补偿工业机器人关节力矩，实现高精度的控制。
-
公开(公告)号：CN107356599A
公开(公告)日：2017-11-17
申请号：CN201710490924.8
申请日：2017-06-23
Applicant: 厦门大学
IPC: G01N21/88
Abstract: 本发明涉及一种陶瓷基复合材料的太赫兹无损检测方法可包括下列步骤：S1、建立稳定的太赫兹无损检测成像测试系统；S2、应用步骤S1建立的太赫兹无损检测成像测试系统对由陶瓷基复合材料制成的试样进行太赫兹无损检测成像测试；S3、对步骤S2得到的试样太赫兹图像进行后期处理，以识别出试样的缺陷。本发明通过对成像模式的调节和后期的太赫兹图像处理，可以有效地对陶瓷基复合材料内部及表面不同深度和宽度的缺陷进行无损检测。
-
公开(公告)号：CN112784883A
公开(公告)日：2021-05-11
申请号：CN202110017362.1
申请日：2021-01-07
Applicant: 厦门大学
Abstract: 本发明涉及一种基于样本选择扩充的冷水珊瑚分布预测方法及系统。所述方法首先采用随机均匀采样的方法生成训练集，解决远洋珊瑚分布预测缺少负样本的问题。其次通过训练集进行径向基神经网络预测模型训练，并利用训练得到的模型对无标签样本进行标记。同时将上述步骤进行多次循环，排除单次预测的偶然性因素。再次在方法中引入先验知识的概念，对上一循环的无标签预测结果进行分组。然后根据正样本的概率越高置信度越高的原则，将不同的分组以不同的比例放到重新构建的虚拟无标签样本集合中，进入下一次的循环。最后根据平均正样本概率对无标签样本进行分类实现对冷水珊瑚分布的预测。
-
公开(公告)号：CN111523789A
公开(公告)日：2020-08-11
申请号：CN202010310513.8
申请日：2020-04-20
Applicant: 厦门大学嘉庚学院
Abstract: 本发明涉及一种基于步长的多AGV实时调度方法，构建地图相关的图数据结构、AGV小车数据结构，图数据结构表示当前地图中各个站点的连接关系;AGV小车数据结构表示与AGV小车相对应的任务路径以及其行驶状态和未来行驶路径状态。本发明能够有效处理因AGV小车因死锁导致调度系统瘫痪的问题以及调度等待时间过长问题。
-
-
-
-
-
-
-
-
-
Search Results
44
records
(took 0.021 seconds)
