-
公开(公告)号：CN117949832B
公开(公告)日：2024-06-18
申请号：CN202410354310.7
申请日：2024-03-27
Applicant: 湖南大学
IPC: G01R31/367 , B60L58/16 , G01R31/392
Abstract: 本发明公开了一种基于优化神经网络的电池SOH分析方法，包括获取车辆运行原始数据进行预处理得到电池特征样本；基于电池特征样本对BP神经网络的输入层进行设计，确定BP神经网络各层结构；结合粒子群算法对BP神经网络的网络参数进行训练得到初步更新的BP神经网络，将电池特征样本输入至初步更新的BP神经网络再次进行训练，再根据预设的损失函数进行反向传播，得到更新后的BP神经网络预测模型；将更新后的BP神经网络预测模型在云平台进行算法部署，获取实时电池特征样本并输入至云平台，分析得到电池SOH预测结果。解决BP神经网络具有大量参数、调参困难、训练时间长的问题，具有较好的模型表达能力，提高数据处理响应速度。
-
公开(公告)号：CN117336494B
公开(公告)日：2024-03-12
申请号：CN202311634742.5
申请日：2023-12-01
Applicant: 湖南大学
IPC: H04N19/30 , H04N19/124 , H04N19/625 , H04N19/91
Abstract: 本发明公开了一种基于频域特征的双路径遥感影像压缩方法，使用基于频域特征的双路径图像压缩模型，对待压缩的遥感影像进行压缩，得到图像压缩码流；其中：双路径图像压缩模型的主网络包括：编码器、量化器和熵编码模块；编码器包括离散小波变换模块DWT和若干个级联的双路径频域特征编码模块；DWT将输入的遥感影像分解为高、低频特征；每个DPE分别对分解的高、低频特征，进行通道数调整、频域分解、特征融合和提取，得到新的高、低频特征；使用2个量化器分别对编码器最终输出的高、低频特征进行量化，以及使用2个熵编码模块分别对量化后的高、低频特征进行熵编码，生成高、低频特征的码流。本发明实现对遥感影像高性能压缩。
-
公开(公告)号：CN117109625B
公开(公告)日：2024-01-16
申请号：CN202311363688.5
申请日：2023-10-20
Applicant: 湖南大学
Abstract: 本发明公开了一种基于改进PRM算法的无人驾驶路径规划方法，包括：针对无人驾驶范围内的障碍物，将其划分几何图形并根据最小外接圆圆心构建kdtree搜索树；遍历路径规划范围内的坐标点，利用kdtree对其与外接圆之间基于外接圆半径进行碰撞检测，将不发生碰撞的坐标点集合记为自由空间；计算自由空间点到最近外接圆圆心和到路径起终点直线的距离，根据两个距离确定各点采样概率并采样，再基于kdtree对采样点连线进行碰撞检测，并删除有碰撞的连线，生成无向路图；借助A*搜索算法在无向路图上进行搜索，获得最短避障路径。本发明通过搜索圆心代替所有障碍物点，显著减少搜索数量，提高查询效率，提高路径规划效率。
-
公开(公告)号：CN116363138A
公开(公告)日：2023-06-30
申请号：CN202310638350.X
申请日：2023-06-01
Applicant: 湖南大学
IPC: G06T7/00 , G06V10/764 , G06V10/774 , G06V10/82 , B07C5/00
Abstract: 本发明公开了一种用于垃圾分拣图像的轻量化集成识别方法，搭建轻量化集成识别网络，包括基础预测模型、两个轻量化集成分类器单元B1、B2；基础预测模型分为前端结构和末端分类器单元B0；B1、B2的主干结构采用与B0相同，并在最后一个卷积层与全局池化层之间增加通道注意力机制；训练基础预测模型；将B1、B2的通道注意力机制之前的结构参数固定为与B0一致，并使用其当前训练集训练B1、B2的其余结构参数；基于错误预测结果的类别，更新B1、B2的训练集使两者差异化，并重新训练对应的分类器单元；使用投票模块结合B0、B1、B2对垃圾分拣图像进行轻量化的集成识别。本发明可大幅提升垃圾分拣图像的分类精度。
-
公开(公告)号：CN115455341B
公开(公告)日：2023-02-07
申请号：CN202211346050.6
申请日：2022-10-31
Applicant: 湖南大学
Abstract: 一种原材料下料排样的求解方法，包括如下步骤：S1、确定原材料的长度、每种下料工件的数量、每种下料工件的尺寸大小；S2、建立原始数学模型，对原始数学模型矩阵化得到简化后的数学模型；S3、建立初始单位矩阵，引入常量参数，然后对简化后的数学模型进行初等行变化，得到新数学模型；S4、借助优化器对新数学模型进行求解，得到初始可行解；S5、基于初始可行解，利用CG算法求解到最优松弛解若该松弛解不是非负整数，则对其进行取整以得到整数解，选择S4和S5中最好的解为原材料下料排样方案。本发明提出一种基于新数学模型改进的CG算法以求解低需求的下料问题，可很好地提升CG算法的求解质量。
-
Patent Agency Ranking
公开(公告)号：CN119048380B
公开(公告)日：2025-02-11
申请号：CN202411537722.0
申请日：2024-10-31
Applicant: 湖南大学
IPC: G06T5/60 , G06N3/0464
Abstract: 本发明公开了一种基于离散小波变换和深度网络的多尺度融合图像增强方法，包括：步骤1，采用DWT将待增强图像分解得到高频分量和低频分量；步骤2，使用特征提取模块对低频分量提取特征得到第一分量特征图，同时将中间层得到的特征信息进行DWT，保留所得高频信息作为第二分量特征图；步骤3，使用反卷积网络解码模块，将第一第二特征分量特征图进行上采样和多尺度融合、解码，得到增强的低频分量特征图；步骤4，对高频分量特征图与增强的低频分量特征图，进行IDWT得到重构图像；步骤5，将待增强图像和重构图像，使用细化模块处理，融合得到最终的增强图像。本发明能够在较低计算资源消耗的情况下，显著提高图像的视觉效果和信息质量。
-
公开(公告)号：CN119048380A
公开(公告)日：2024-11-29
申请号：CN202411537722.0
申请日：2024-10-31
Applicant: 湖南大学
IPC: G06T5/60 , G06N3/0464
Abstract: 本发明公开了一种基于离散小波变换和深度网络的多尺度融合图像增强方法，包括：步骤1，采用DWT将待增强图像分解得到高频分量和低频分量；步骤2，使用特征提取模块对低频分量提取特征得到第一分量特征图，同时将中间层得到的特征信息进行DWT，保留所得高频信息作为第二分量特征图；步骤3，使用反卷积网络解码模块，将第一第二特征分量特征图进行上采样和多尺度融合、解码，得到增强的低频分量特征图；步骤4，对高频分量特征图与增强的低频分量特征图，进行IDWT得到重构图像；步骤5，将待增强图像和重构图像，使用细化模块处理，融合得到最终的增强图像。本发明能够在较低计算资源消耗的情况下，显著提高图像的视觉效果和信息质量。
-
公开(公告)号：CN118438458B
公开(公告)日：2024-10-11
申请号：CN202410908195.3
申请日：2024-07-08
Applicant: 湖南大学
Abstract: 本发明公开了一种基于Delta机器人的垃圾分拣系统标定方法，将棋盘格平铺于传送带上，通过多次更换位置拍摄的棋盘格照片对相机进行标定；记录传送带当前的编码器计数值；启动传送带将棋盘格送到机器人操作区域处，记录编码器计数值，并获取预设格点此时分别在机器人坐标系和相机坐标系下的坐标值，进而对机器人进行标定；启动传送带将棋盘格送到下游线处，记录传送带的当前编码器计数值，获取预设格点此时在机器人坐标系下的坐标值；根据同一预设格点在传送带的编码器计数值不同时所获得的在机器人坐标下的坐标值，对传送带进行标定。本发明能够快速、准确地完成厨余垃圾分拣系统的标定。
-
公开(公告)号：CN118456445A
公开(公告)日：2024-08-09
申请号：CN202410910725.8
申请日：2024-07-09
Applicant: 湖南大学
IPC: B25J9/16 , G06V20/60 , G06V10/25 , G06V10/764 , G06V10/766 , G06V10/80 , G06N5/04
Abstract: 本发明公开了一种基于模态融合的多任务固体废物视觉抓取方法，包括：获取固体废物场景图像，对其中固体废物标注类别和有效抓取姿势，构建训练样本集；构建并使用训练样本集训练多任务固体废物抓取网络，输入为固体废物场景图像，输出为图像中各固体废物的类别和抓取姿势；其中，网络包括彩色图像和深度图像两条模态支路，在BN层进行归一化操作之后，用另一支路中缩放因子更大的通道替换自身支路中不重要的通道，再将两条支路得到的特征图拼接并输入网络其余部分进行抓取配置生成；最终使用训练好的多任务固体废物抓取网络，对图像中的固体废物进行分类并生成抓取姿势。本发明提高对固体废物的分类精度和抓取质量。
-
公开(公告)号：CN118438458A
公开(公告)日：2024-08-06
申请号：CN202410908195.3
申请日：2024-07-08
Applicant: 湖南大学
Abstract: 本发明公开了一种基于Delta机器人的垃圾分拣系统标定方法，将棋盘格平铺于传送带上，通过多次更换位置拍摄的棋盘格照片对相机进行标定；记录传送带当前的编码器计数值；启动传送带将棋盘格送到机器人操作区域处，记录编码器计数值，并获取预设格点此时分别在机器人坐标系和相机坐标系下的坐标值，进而对机器人进行标定；启动传送带将棋盘格送到下游线处，记录传送带的当前编码器计数值，获取预设格点此时在机器人坐标系下的坐标值；根据同一预设格点在传送带的编码器计数值不同时所获得的在机器人坐标下的坐标值，对传送带进行标定。本发明能够快速、准确地完成厨余垃圾分拣系统的标定。
-
-
-
-
-
-
-
-
-
Search Results
50
records
(took 0.021 seconds)
