-
公开(公告)号：CN117830851A
公开(公告)日：2024-04-05
申请号：CN202410027846.8
申请日：2024-01-09
Applicant: 浙江香满亭生物科技有限公司 , 电子科技大学长三角研究院(衢州)
IPC: G06V20/10 , G06V10/26 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本发明属于行为克隆技术的实际应用领域，提供了一种基于行为克隆的智能花菇培育方法。目的在于解决目前的花菇培育技术普遍存在的培育过程难以脱离人工，智能植物工厂应用到花菇培育领域效率较低的问题。主要方案包括：使用深度学习的目标检测算法分割出花菇图像；将花菇的状态信息和对应的专家行为使用神经网络进行模型训练；使用数据融合的方式扩充数据集；将训练好的模型应用到智能系统之中，实现对专家行为的克隆。本发明的有益效果是：本发明采用YOLO‑V5目标检测算法，检测速度快，检测精度高，能实现对花菇生长过程中的实时检测以及控制；本发明在行为克隆过程中加入了数据融合过程，使没有探索性的行为克隆具备了一定的探索性，能够更好地应用到花菇培育之中。
-
公开(公告)号：CN117491977A
公开(公告)日：2024-02-02
申请号：CN202311456327.5
申请日：2023-11-03
Applicant: 衢州学院 , 电子科技大学长三角研究院(衢州)
IPC: G01S7/4911 , G01S7/481 , G01S17/32 , H01S5/40
Abstract: 本发明涉及激光测距领域，公开了一种FMCW激光测距光源扫频带宽扩展系统和方法，解决单个激光光源无法提供超宽带扫频，从而影响目标探测识别精度的问题。本发明对LD1和LD2的扫频带宽拼接；对经过系统中马赫‑增德尔干涉仪产生的拍频信号进行迭代算法处理，处理后输出的调制信号对LD1和LD2的激光非线性进行第一次校正；再对经过SOA放大的光源信号使用光电探测器PD2进行采集并传输到FPGA主控单元进行处理，输出功率反馈控制信号到SOA驱动控制器对LD1和LD2的功率进行均衡；最后再次对拍频信号使用光电探测器PD3进行采集并传输到FPGA主控单元进行锁相处理，处理后输出锁相环校正后的调制信号对LD1和LD2的激光非线性进行第二次校正，并修正频谱拼接时产生的相位误差。
-
公开(公告)号：CN114859719A
公开(公告)日：2022-08-05
申请号：CN202210497058.6
申请日：2022-05-05
Applicant: 电子科技大学长三角研究院(衢州)
IPC: G05B13/04
Abstract: 本发明公开了一种基于图神经网络的强化学习集群蜂拥控制方法，包括以下步骤：建立集群蜂拥控制模型；确定集群的拓扑结构特征表示方法；确定智能体的观测信息特征表示方法；设计状态空间、行为空间与回报函数；设计深度强化学习算法中的策略网络与评价网络模型；设计算法框架及网络参数更新方法；设计集群蜂拥控制算法的训练流程。本发明借助深度强化学习技术实现集群蜂拥控制算法，利用图神经网络提取集群的拓扑结构特征以及观测信息特征，有效提高集群蜂拥控制算法的收敛速度和对动态环境的适应能力，同时能够保证在控制噪声等干扰下算法的稳定性。
-
公开(公告)号：CN119935010A
公开(公告)日：2025-05-06
申请号：CN202510019701.8
申请日：2025-01-07
Applicant: 电子科技大学长三角研究院(衢州)
Abstract: 本发明涉及智能检测领域，提供了一种基于三维点云的隧道扫描式检测方法。该方法旨在解决现有隧道检测方法中存在的数据处理复杂度高、工作强度大、准确度低、检测效率低等问题。主要方案包括：使用常规四轮机动车作为载具，在载具后部安装标识读取装置和三个呈圆周阵列分布的扫描仪，形成激光扫描面，同步获取激光轮廓线上的致密点的三维坐标。检测步骤包括计算各点二项式残差识别异常点，通过读取装置实现分段式检测，并对异常点进行聚类和量化分析，以及采用阈值法和基准模板比较法检测隧道形貌和病害的异常和异变。本发明用于实现隧道内壁的高效、精准、全面检测，为隧道工程验收、内壁状态评估及日常维护提供重要支持。
-
公开(公告)号：CN115100574B
公开(公告)日：2025-01-07
申请号：CN202210851338.2
申请日：2022-07-19
Applicant: 电子科技大学长三角研究院(衢州)
IPC: G06V20/40 , G06N3/0464 , G06N3/08 , G06V10/774 , G06V10/82 , G06V10/80
Abstract: 一种基于融合图卷积网络与Transformer网络的动作识别方法及系统，属于计算机视觉等技术领域，解决现有技术只浅层使用图卷积网络提取空间特征，其局部时空特征建模能力差的问题。本发明对获取的人体骨架序列数据进行预处理，并引入关节速度信息，得到引入关节速度信息的人体骨架序列；基于引入关节速度信息的人体骨架序列构建时空骨架图；构建时空骨架图的自适应时空图卷积单元模块并进行堆叠，堆叠后得到时空图卷积网络；通过融合层将时空图卷积网络和视觉Transformer网络进行融合得到动作识别模型并进行训练；将待预测的人体动作骨架序列处理后送入训练好的动作识别模型进行预测，预测得到动作类别。本发明用于动作识别。
-
Patent Agency Ranking
公开(公告)号：CN118334055A
公开(公告)日：2024-07-12
申请号：CN202410467273.0
申请日：2024-04-18
Applicant: 电子科技大学长三角研究院(衢州) , 电子科技大学
IPC: G06T7/11 , G06T7/168 , G06T7/60 , G06T7/00 , G06V10/25 , G06V10/28 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/08
Abstract: 本发明介绍了一种用于角膜内皮细胞的图像分割与参数自动测量方法。本发明涉及医学影像分析、人工智能、机器视觉等领域，可用于眼科疾病诊断与监测。通过数据预处理、数据增强、图像分割、感兴趣区域提取、频域分析、二值化、细胞区域提取、反向定位和参数计算等步骤，实现了对角膜内皮细胞图像的自动化分割和参数测量。该方法采用了先进的深度学习技术，提高了分割准确度和处理速度，为角膜疾病的诊断、监测和治疗效果评估提供了强大的技术支持。该发明的应用能显著降低医疗人员的工作负担，提高了整体医疗服务的效率和质量，具有广阔的应用前景和社会价值。
-
公开(公告)号：CN117949962A
公开(公告)日：2024-04-30
申请号：CN202410138655.9
申请日：2024-01-31
Applicant: 电子科技大学长三角研究院(衢州)
Abstract: 本发明专利属于雷达探测领域，特别是涉及一种基于FMCW激光雷达的抗混叠测距测速方法及装置。主旨在于解决现有技术中测距测速方法中由于无法分辨负频率而发生频谱混叠导致测量错误、无法分辨目标运动方向的两个关键问题。主要方案包括FPGA控制、测量/校正激光发射和混合激光发射接收四大模块构成。FPGA模块输出可调电压信号，精准调控激光器；测量/校正模块含主/从激光器及光控器件，分别发射测量/校正光信号；混合模块负责光信号的发收。本系统实现FMCW激光雷达无混叠测量，可分辨目标方向，结构简单，为FMCW激光雷达精确探测高速目标奠定坚实基础。
-
公开(公告)号：CN117890920A
公开(公告)日：2024-04-16
申请号：CN202410016101.1
申请日：2024-01-03
Applicant: 电子科技大学长三角研究院(衢州)
Abstract: 本发明专利属于雷达探测领域，特别是涉及一种基于光电锁相环的FMCW激光雷达测距测速系统及方法。主旨在于解决现有技术中测距测速方法受到激光器本身调频非线性以及热效应等原因导致的测量精度与分辨率大幅降低的问题。本系统由FPGA中控模块、光源控制模块、光信号发射接收模块三部分组成。光源控制模块通过顺序连接的扫频激光器、光隔离器、可变光衰减器、半导体光放大器、光隔离器、光耦合器、辅助干涉仪、光电探测器等实现光信号的精准控制。信号发射接收模块包括光耦合器、测量干涉仪、光准直器、光电探测器等，实现光信号的发射和接收。FPGA中控模块负责接收和处理光电探测器输出的信号，通过USB串口与上位机数据处理模块进行通信。
-
公开(公告)号：CN116930990A
公开(公告)日：2023-10-24
申请号：CN202310902668.4
申请日：2023-07-21
Applicant: 衢州学院 , 电子科技大学长三角研究院(衢州)
Abstract: 本发明公开了一种基于光电全数字锁相环的调频连续波激光测距装置，属于激光测距领域，以解决现有技术中由于扫频干涉带来的频谱展宽、测距分辨率恶化而导致的目标位置获取精度不高的问题。本发明调频连续波光源模块包括DFB激光器、驱动、温控、隔离器、可调衰减器、耦合器、干涉仪、FPGA、数模/模数转换器、平衡探测器，信号收发模块包括准直器、环形器、光电探测器、光学位移平台，经光电全数字锁相环路校正后的线性调频光在测量路分为探测信号和参考信号，输出光信号在目标表面发生反射后，在环形器上与参考信号发生干涉，产生的拍频信号在光电探测器上收集，并传输到数据处理单元，结合频谱分析反演拍频信号频率，计算得到目标物体的距离信息。
-
公开(公告)号：CN114326749A
公开(公告)日：2022-04-12
申请号：CN202210026133.0
申请日：2022-01-11
Applicant: 电子科技大学长三角研究院(衢州)
Abstract: 本发明公开了一种基于Deep Q‑Learning的集群区域覆盖方法，包括以下步骤：建立集群系统的动力学模型；确定集群中智能体的邻居集合；建立集群系统的运动控制模型；对信息地图进行构造，并对信息地图进行编码；根据信息地图定义强化学习需要的状态空间、行为空间，回报函数；设计Deep Q‑Learning算法所需网络模型；设计自由区域下的Deep Q‑Learning区域覆盖算法；对得到的点按需调整，得到有障碍区域下的Deep Q‑Learning区域覆盖算法。本发明借助Deep Q‑Learning技术实现集群区域覆盖控制算法的训练与学习，实现自由区域和有障碍物区域下的集群区域覆盖，有效提高集群区域覆盖效率，同时能够保证在弱通信环境下算法的稳定性。
-
-
-
-
-
-
-
-
-
Search Results
37
records
(took 0.036 seconds)
