-
公开(公告)号：CN104239903A
公开(公告)日：2014-12-24
申请号：CN201410532628.6
申请日：2014-10-10
Applicant: 江南大学
Abstract: 本发明涉及一种基于量子行为粒子群优化(QPSO)算法的图像边缘检测方法，该方法将四个自适应神经模糊推理系统(ANFIS)子检测器和一个后处理块组成一个图像边缘检测器。在使用该方法对图像进行边缘检测前，首先人工构造一个训练图像，使用QPSO和线性最小二乘法(LSE)对四个子检测器单独进行训练，确定系统中的参数；当四个子检测器都训练完毕，就可以和一个后处理块一起构成一个图像边缘检测器，对测试图像进行边缘检测。本发明的图像边缘检测方法特色之处在于，即使测试图像被噪声污染，该方法也能有效地提取图像中的边缘信息而无需进行图像滤波预处理过程。
-
公开(公告)号：CN103325123A
公开(公告)日：2013-09-25
申请号：CN201310289754.9
申请日：2013-07-09
Applicant: 江南大学
Abstract: 本发明涉及一种基于自适应神经模糊推理系统的图像边缘检测方法，对于被椒盐脉冲噪声污染的图像，该方法构造一个包含四个自适应神经模糊推理系统和一个后处理块的网络，在使用该网络对噪声图像进行边缘检测前，首先人工构造一个训练图像，使用混合学习算法对四个自适应神经模糊推理系统单独进行训练，确定系统中的参数；当四个自适应神经模糊推理系统都训练完毕，就可以和一个后处理块一起构成一个网络，对测试图像进行边缘检测。本发明的图像边缘检测方法特色之处在于，即使测试图像被噪声污染，该方法也能有效地提取图像中的边缘信息而无需进行图像滤波预处理过程。
-
公开(公告)号：CN113344903B
公开(公告)日：2025-01-03
申请号：CN202110716109.5
申请日：2021-06-25
Applicant: 江南大学
IPC: G06T7/00 , G06T7/11 , G06N3/0455 , G06N3/047 , G06N3/0475 , G06N3/088 , G06N3/084 , G06N3/048
Abstract: 本发明公开了一种基于变分自编码器的玻璃瑕疵检测方法，属于玻璃瑕疵检测技术领域。所述方法通过VAE编码器对玻璃无瑕疵样本进行建模，可以对随机样本进行重构，得到与无瑕疵样本接近的重构图像。检测时，将有瑕疵的玻璃图像输入训练好的VAE编码解码网络生成与无瑕疵样本接近的重构图，再通过比对重构图与原图像间的差异区域确定差异的像素点，即瑕疵区域。对于得到的瑕疵区域会有噪声的干扰，本发明通过投影法与MAD方法结合的方式减少噪声干扰，对于VAE模型生成过程中存在的噪声，通过投影法和MAD方法结合将非目标区域去除，提升分割准确率。
-
公开(公告)号：CN113283573B
公开(公告)日：2024-03-29
申请号：CN202110708875.7
申请日：2021-06-25
Applicant: 江南大学
IPC: G06N3/006 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种卷积神经网络最优结构自动搜索方法，属于机器学习视觉识别领域。所述方法针对每一个特定的计算机视觉任务，基于随机漂移粒子群算法的自动寻找最优卷积神经网络结构，寻找过程中，设定每一个粒子位置代表一个CNN结构，通过随机漂移粒子群算法的不断迭代，最终搜索到一个模型更小但性能更好的深度卷积神经网络。通过在Rectangles数据集上进行图像分类实验时获得了98.16％的平均分类准确度，相对于现有的7层CNN结构的LeNet‑5网络得出的87.66％的准确率以及11层结构的AlexNet网络的88.96％的分类准确率，本申请方法搜索出的CNN结构能够获得更高的准确率。
-
公开(公告)号：CN113393451A
公开(公告)日：2021-09-14
申请号：CN202110716116.5
申请日：2021-06-25
Applicant: 江南大学
Abstract: 本发明公开了一种基于自动机器学习的缺陷检测方法，属于机器学习视觉识别技术领域。所述方法通过改进的RDPSO算法自动搜索得到适用于当前缺陷检测任务的最优的One‑classDeep SVDD模型，然后采用正常无缺陷样本进行训练，利用训练好的模型将所有正常无缺陷样本映射到高维的特征空间，形成一个具有最小体积的封闭超球体；在进行缺陷检测时，利用训练好的模型将待检测样本映射到高维的特征空间，根据是否映射在所形成的具有最小体积的封闭超球体内判断待检测样本是否存在缺陷。本申请方法可自动搜索出适用于当前缺陷检测任务的最优模型；且只需要正常无缺陷样本进行训练无需列出所有类型的缺陷，能够获得较好的检测效果。
-
Patent Agency Ranking
公开(公告)号：CN112632313A
公开(公告)日：2021-04-09
申请号：CN202011559620.0
申请日：2020-12-25
Applicant: 江南大学
IPC: G06F16/583 , G06K9/62 , G06N3/08
Abstract: 本发明公开了一种基于深度学习的蕾丝花边检索方法，属于机器视觉和深度学习技术领域。该方法采用深度学习网络自动提取蕾丝花边图像的特征，无需人为干预，从而具有很好的鲁棒性和较强的泛化能力；具体的，采用孪生神经网络，并构造训练孪生神经网络所需的(A，P)正例对和(A，N)负例对，在训练孪生神经网络时，使得正例对中的样本A和P的特征向量之间的欧式距离尽可能小，而对于负例对则使得其特征向量之间的欧式距离尽可能大，最终得到训练好的孪生神经网络实现检索；采用该检索方法，所检索出的准确结果排在所有检索结果中第1个位置的百分比值可达98.39％，而所检索出的准确结果排在前10个位置的百分比值可达100％。
-
公开(公告)号：CN112473757A
公开(公告)日：2021-03-12
申请号：CN202011305183.X
申请日：2020-11-19
Applicant: 江南大学
Abstract: 本发明公开了一种用于食品安全快速检测的微流控芯片检测系统，涉及微流控芯片领域，包括：上位机、电化学工作站、继电器模块、磁场驱动模块和微流控芯片，上位机连接到继电器模块和电化学工作站，继电器模块连接到磁场驱动模块，磁场驱动模块连接到微流控芯片，微流控芯片连接到电化学工作站；微流控芯片包括上盖板和下基板，上盖板形成有微流通道，微流通道包括多个区域，分离区通过冲洗区连通到检测区，废液区连通到分离区和检测区，检测区中的三电极检测单元连接到电化学工作站，通过磁场驱动模块实现对待测样品的自动化流向控制，同时在不同区域之间设置可编程通断阀门使得各区域相互独立、互不干扰，更方便的对样品进行检测。
-
公开(公告)号：CN112180736A
公开(公告)日：2021-01-05
申请号：CN202011118436.2
申请日：2020-10-19
Applicant: 江南大学
IPC: G05B13/04
Abstract: 本发明公开了基于双闭环三维路径跟踪的微机器人磁驱装置和控制方法，涉及微纳机器人控制技术领域，该方法包括：输入期望跟踪路径，通过摄像机获取磁性微机器人的当前位姿信息进而计算得到质心位置、实际轴线方向、期望跟踪路径上距离质心最近的期望位置点坐标以及此点的切线方向；根据实际轴线方向和切线方向以及扰动补偿计算出两点的水平距离、垂直距离、方向角误差、俯仰角误差；根据设计的位置闭环控制器求得所需的旋转磁场，电流闭环磁场控制器根据旋转磁场和反馈的线圈输出电流闭环控制亥姆霍兹线圈产生期望磁场，使磁性微机器人完成对期望跟踪路径的跟踪。该方法采用位置和电流反馈的双闭环控制能够精准的完成对三维路径的跟踪。
-
公开(公告)号：CN108363370B
公开(公告)日：2020-10-23
申请号：CN201810124622.3
申请日：2018-02-07
Applicant: 江南大学
IPC: G05B19/418 , G05D27/02
Abstract: 本发明涉及一种带热延伸机的经编机电子送纱控制系统及方法，其特征是：包括经纱送纱轴伺服驱动、纬纱送纱轴伺服驱动、纬纱第二级延伸轴伺服驱动、纬纱第一级延伸轴伺服驱动、经纱第二级延伸轴伺服驱动、经纱第一级延伸轴伺服驱动、坯布牵拉轴伺服驱动；多轴运动控制器和增量式编码器与集线器相连，模式选择面板与PLC模块与集线器互连，经纱送纱轴伺服驱动、纬纱送纱轴伺服驱动、纬纱第二级延伸轴伺服驱动、纬纱第一级延伸轴伺服驱动、经纱第二级延伸轴伺服驱动、经纱第一级延伸轴伺服驱动、坯布牵拉轴伺服驱动分别通过轴控通道与集线器连接。本发明实现联动模式下整机系统的稳定可靠运行，与脱机模式下复杂多变的局部从轴协同同步动作。
-
公开(公告)号：CN108589016B
公开(公告)日：2020-05-08
申请号：CN201810393104.1
申请日：2018-04-27
Applicant: 江南大学
Abstract: 本发明公开了一种经编机用扁丝与圆丝混合供纱系统，属于经编装备技术领域。通过提供一种经编机用扁丝与圆丝混合供纱系统，实现产供一体化扁丝供纱系统与盘头分段圆丝供纱系统相结合，使得生产过程中可以直接选择比较容易获取的聚烯烃薄膜工业卷装材料，作为经编机扁丝供纱生产供料的开始，将薄膜冷牵伸、裂膜分切热烘、扁丝热牵伸等生产装置，与扁丝纱线同步传输、扁丝断纱检测、扁丝单纱张力补偿等输送装置集成协同工作，同时提供经纱扁丝与纬编扁丝两套对称纱路，形成集扁丝单纱在线生产与供纱的高集成度产供一体化扁丝供纱系统，在缩短扁丝经编织造流程的同时，提供经编圆丝同步供纱，大大提升了经编机台的新型经编产品开发能力与生产效率。
-
-
-
-
-
-
-
-
-
Search Results
85
records
(took 0.042 seconds)
