-
公开(公告)号：CN105975795B
公开(公告)日：2017-08-25
申请号：CN201610345772.8
申请日：2016-05-23
Applicant: 湖北工业大学
IPC: G06F19/00
Abstract: 本发明涉及一种高精度的多关节串联机械臂运动学反解解法。本发明使用万有引力和粒子群相结合的算法构架(PSOGSA)，引入非线性权重分配系数s＝0.65·e((‑15·k)/T)公式，使算法设计前期偏向万有引力算法，中、后期偏重于粒子群算法，以提高搜索效率。并采用了改进点“动态狭小边界”、“非线性时变权重与陷局部最优自校正结合”和“超界带弱方向性返回扩散”三种改进策略。采用以上算法和改进策略可以在较少的迭代次数内获得唯一的反解，并且误差一直稳定在10‑8级，理论计算时间可低至2.58ms/次。针对后三轴交于一点的特殊结构机械臂，使用位置和姿态分离求反解的策略，可以进一步提高求解性能，误差可降低到10‑14级，理论计算时间可降低到1.597ms/次。
-
公开(公告)号：CN114494867B
公开(公告)日：2024-10-29
申请号：CN202210058008.8
申请日：2022-01-19
Applicant: 湖北工业大学
IPC: G06V20/10 , G06N3/0464 , G06N3/08 , G06V10/764 , G06V10/774 , G06V10/82
Abstract: 本发明涉及电力器件技术，具体涉及一种改进AlexNet网络的绝缘子快速分类识别方法，包括以下步骤：收集绝缘子数据集，随机对绝缘子数据集按照7：3的比例划分为训练集和测试集；对AlexNet网络进行改进，建立改进绝缘子分类识别网络模型；训练改进的AlexNet网络，得到训练后的绝缘子分类识别模型；利用测试集得到绝缘子分类结果。该识别方法能更好地对不同种类的绝缘子进行分类识别。提高了在复杂干扰下绝缘子分类识别的准确性和图像检测的快速性，为无人机电力巡检提供了理论依据。
-
公开(公告)号：CN113487526B
公开(公告)日：2023-08-25
申请号：CN202110623153.1
申请日：2021-06-04
Applicant: 湖北工业大学
Abstract: 本发明公开了一种结合高低频系数改进聚焦清晰度度量的多聚焦图像融合方法，首先设计一种高低频系数融合图像重构算法框架，利用拉普拉斯金字塔变换对输入源图像进行分解，得到低频系数和高频系数；针对低频系数，采用改进的聚焦清晰度度量方法处理，利用引导滤波后细化决策图，得到低频系数融合图像。针对高频系数，提出一种边缘增强方法保留并增强源图像的高频信息，利用引导滤波对高频系数下的融合决策图进行滤波操作，得到高频融合图像。最后，对低频系数和高频系数融合图像采取拉普拉斯逆变换得到最终融合图像。本发明提供的方法在有效保留图像主体结构的同时，能增强图像边缘细节信息，提升融合质量，取得了较好的融合效果。
-
公开(公告)号：CN111783794B
公开(公告)日：2023-08-22
申请号：CN202010512200.0
申请日：2020-06-08
Applicant: 湖北工业大学
IPC: G06V10/40 , G06V10/52 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于深度可分离卷积残差块和改进NMS的多尺度目标检测方法，结合深度可分离卷积神经网络特征提取的能力、SSD(Single Shot Detection)模型多尺度检测算法对不同大小目标的适应能力以及改进NMS(改进非极大值抑制NonMaximumSuppression，NMS)对遮挡物体的高检测性能来解决现有检测方法速度过慢、精度不高的问题。
-
公开(公告)号：CN110751056B
公开(公告)日：2023-05-23
申请号：CN201910921085.X
申请日：2019-09-27
Applicant: 湖北工业大学
IPC: G06V40/20 , G06V10/82 , G06N3/0442 , G06N3/0464
Abstract: 本发明公开了一种基于改进自顶向下法多人姿态检测的行人运动预测方法，通过处理空间变换网络、改进后的自顶向下法单人姿势检测、反空间变换网络处理后的图像提取出人体姿势框图、骨点和姿势，将人体的骨点和姿势经光流处理和长短期记忆神经网络的训练，预测并输出行人接下来的动作，相对于传统的在复杂环境中多人姿态检测的自顶向下算法存在依赖人体框检测而导致的单人姿态检测错误的现象，本发明输出结果得到的多人姿态检测图像准确，无冗杂人体框，无冗杂骨点，无骨骼交叉情况，行人运动预测效果良好。
-
Patent Agency Ranking
公开(公告)号：CN111027603B
公开(公告)日：2022-07-05
申请号：CN201911181133.2
申请日：2019-11-27
Applicant: 湖北工业大学
IPC: G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种改进GAN模型的图像生成方法，首先读取本地已有的原始图像样本；预训练改进LeNet模型；将改进LeNet模型当做改进GAN模型的判别模型；根据原始GAN模型的生成模型设计改进GAN模型的生成模型；以随机噪声为生成模型的输入，经过反卷积操作后得到生成的图像样本；以生成的图像样本和已有的原始图像样本为判别模型的输入，得到图片是真的概率，并将结果返回给步骤3中的判别模型和步骤4中的生成模型；判别模型更新参数来更好的分辨图片的真假，生成模型生成更加真实的图片；生成模型和判别模型相互竞争，相互促进，训练N步后结束，最终生成模型生成真实的样本。本发明不仅能够为厂家节省成本而且能够为后续的分类问题提供更多的样本。
-
公开(公告)号：CN111935106B
公开(公告)日：2022-05-13
申请号：CN202010716558.5
申请日：2020-07-23
Applicant: 湖北工业大学
IPC: H04L9/40
Abstract: 本发明公开了一种利用改进验证码收集带标签的数据集的方法，首先收集并标注大量的现有开源数据集未收录的对象或者是一些物体的不常见多样化的特征，并对这些图像进行位移、旋转、亮度和缩放的图像增强处理以及合并出一个多特征的数据集，其次提出一种基于上述数据集中利用矩形标注这些对象或者特征标签的新型验证码的方法，该方法判定用户输入的标签是否在可接受范围内，若正确，则保存图像和用户输入的标签作为数据集的一部分，反之验证失败，则重新测试直到成功。本发明收集的数据集的效率极高，成本低，且得到的数据集质量高。
-
公开(公告)号：CN108520326B
公开(公告)日：2022-03-04
申请号：CN201810357685.3
申请日：2018-04-20
Applicant: 湖北工业大学
Abstract: 本发明涉及一种基于agv任务路径调度的监督控制器实时合成方法，根据自动机理论，建立面向AGV(自动导引运输车)的有限状态机，通过迭代的方法，实现了实时合成的策略。实时合成策略以实时筛选可达路径集，合成并移除已被合成的自动机的方式，优化监督控制器的任务路径协调时的计算时间，提高了系统协调AGV的效率，并容纳更多的AGV。
-
公开(公告)号：CN113205505A
公开(公告)日：2021-08-03
申请号：CN202110526997.4
申请日：2021-05-14
Applicant: 湖北工业大学
Abstract: 本发明涉及绝缘子缺陷检测技术，具体涉及基于改进ResNeSt‑RPN的绝缘子缺陷检测方法，包括确定数据集；基于无人机采集的一个缺陷绝缘子数据集，将其数据集图片数量增加；建立数据集的图像标签库；利用LabelImg图像标注工具对绝缘子以及绝缘子上的缺陷进行标注；建立改进ResNeSt以及改进多尺度RPN的绝缘子缺陷检测网络模型：训练检测模型；在PyTorch1.5.1在python3.7下实现的，PyTorch是一种专门为深度学习模型构建的库；将测试集放到训练好的模型中进行测试。该方法能更好地检测绝缘子上的微小缺陷，提高了在复杂环境下绝缘子检测的准确性和检测图像的快速性，以确保供电系统的安全。
-
公开(公告)号：CN109272060B
公开(公告)日：2021-04-16
申请号：CN201811036910.X
申请日：2018-09-06
Applicant: 湖北工业大学
Abstract: 本发明提出的一种基于改进的darknet神经网络进行目标检测的方法和系统，包括：采用固定相机连续获取训练样本图像，并对训练样本中的检测目标进行边框和类别的标注；通过旋转角度、调整饱和度、调整曝光量、调整色调来生成更多训练样本；基于改进的darknet神经网络构造图像检测模型；利用上述检测模型训练样本图像，并设置检测模型训练时的学习率及迭代次数，输出指定通道数的像素特征图片；每迭代一定次数保存相应的检测模型，直到指定迭代次数终止，并利用最终的检测模型进行相关图像目标检测。本发明对更加细微的物体有更好的识别度，提高图像保真度并改善了群体目标检测时的遮挡漏检情况。
-
-
-
-
-
-
-
-
-
Search Results
79
records
(took 0.018 seconds)
