基于生成式对抗网络脸部隐私保护方法

    公开(公告)号:CN112084962A

    公开(公告)日:2020-12-15

    申请号:CN202010955318.0

    申请日:2020-09-11

    Applicant: 贵州大学

    Abstract: 本发明的基于生成式对抗网络脸部隐私保护方法,其特征在于:在工作站和机器人平台中都分别加载基于生成对抗网络的人脸去识别方法,并且在工作站上训练特征模型W;当机器人平台上的照相机捕获脸部图像时,对需隐私保护的脸部图像,机器人平台应用基于生成对抗网络的人脸识别方法进行脸部去识别,保护脸部图像的隐私特征,确保用户的视觉隐私不受侵犯。所述基于生成对抗网络的人脸识别方法,包含1个改进U‑Net网络的生成器G和2个判别器D1、D2,其中判别器与生成器由卷积层,残差块和自注意力层组成。本发明具有能减少或消除训练过程中模式崩溃和过度拟合的问题,提高生成图像质量,并在视觉上保护图像的隐私的特点。

    基于生成式对抗网络的服务机器人视觉图片隐私保护方法

    公开(公告)号:CN110363183B

    公开(公告)日:2020-05-08

    申请号:CN201910695530.5

    申请日:2019-07-30

    Applicant: 贵州大学

    Abstract: 本发明公开了一种基于生成式对抗网络的服务机器人视觉图片隐私保护方法,其特征在于:所述隐私识别与保护包括数据预处理、隐私识别、图片转换等功能,由视觉数据的采集端采集的数据首先进行数据预处理,然后由隐私识别模块判定输入的预处理数据是否存在隐私,如果判定为涉及隐私的图片,进行图片转换,转换成不涉及隐私的图片数据并进行存储;训练数据生长与特征学习是用于训练数据集的更新,并基于训练数据集,通过改进的Cycle‑GAN算法获取特征模型,用于所述图片转换。本发明能从源头上使图片数据本身不涉及隐私内容,且具有训练时间短、隐私图片转化的泛化能力强的特点。

    批量灌装装置
    43.
    发明公开

    公开(公告)号:CN103395503A

    公开(公告)日:2013-11-20

    申请号:CN201310324790.4

    申请日:2013-07-30

    Applicant: 贵州大学

    Abstract: 本发明公开了一种批量灌装装置,包括支撑台(1)、传动机构(2)、料箱(3)、电动料刷(5)、可调间歇机构(7)、推料模(9)、充料模(11),其特征在于:所述支撑台(1)上设置有传动机构(2)和定位架(10),传动机构(2)上连接有可调间歇机构(7),可调间歇机构(7)顶部分别设置有成圆周排列的料箱(3)、料刷支架(6)和推料模支架(8),料刷支架(6)上设有活动连接的电动料刷(5),推料模支架(8)上设有推料模(9),定位架(10)上固定装有充料模(11)。本发明结构简单、高效实用且适合固液混合体的可批量灌装。

    一种铝型材挤压过程能耗控制方法及系统

    公开(公告)号:CN119511830A

    公开(公告)日:2025-02-25

    申请号:CN202411550553.4

    申请日:2024-11-01

    Abstract: 本发明涉及一种铝型材挤压过程能耗控制方法和系统,构建以工业计算机为上位机,挤压机、铝棒加热炉、模具加热炉设备的控制器为下位机的控制网络,为工业计算机设计主控制软件,通过TCP/IP协议建立上位机与下位机设备的通讯,同时与MES系统进行数据交换和实时信息获取;从MES系统中获取铝型材挤压过程中的工艺参数,将所述工艺参数实时数据输入到机器学习模型中,输出优化后的工艺参数;并根据所述工艺参数在软件模块自动准确计算出能耗控制的模具、铝棒的预热温度和模具加热炉门、铝棒加热炉门的打开时刻。通过工业计算机、MES系统和机器学习技术的结合,以及对设备控制参数的精确计算,实现了高效的能耗控制和生产优化。

    伸缩式攀爬全自动清洁机器人和方法

    公开(公告)号:CN115892273B

    公开(公告)日:2024-09-03

    申请号:CN202211457398.2

    申请日:2022-11-18

    Applicant: 贵州大学

    Abstract: 本发明公开了伸缩式攀爬全自动清洁机器人和方法,包括擦洗部和吸附行走机构,擦洗部安装在吸附行走机构上,吸附行走机构用于安装在反光环上行走。本发明克服原有吸附型擦洗机器人吸附和行走的矛盾,使得擦洗机器人安全性可靠性得以提升。将原有的人工封闭隧道清洗模式转换为机器人自动清洗模式,极大的提高了工作效率和道路通行状况,采用前后吸盘配合交替吸附的形式,使得吸附清洗装置越障大大提高。

    一种辅助行走机器人
    46.
    发明公开

    公开(公告)号:CN117017723A

    公开(公告)日:2023-11-10

    申请号:CN202311089813.8

    申请日:2023-08-28

    Applicant: 贵州大学

    Abstract: 本发明公开了一种辅助行走机器人,包括支撑机构、康复训练机构、转向机构和驱动机构,支撑机构包括底架,底架下方分别装有支撑前轮和支撑后轮,底架头部分别向上连接侧边支撑架,侧边支撑架上方安装有上肢支撑板;康复训练机构包括布置在底架之间的支架,两个扶手对称设于支架两侧,扶手上部与支架顶端的连接轴转动连接,扶手顶端贯穿上肢支撑板,上肢支撑板上开设条形槽用于扶手前后移动,扶手底端转动连接下平杆头端,下平杆中部固定安装踏板,下平杆尾端通过转动轴连接曲柄,曲柄与支架尾端连接,转向机构连接支撑前轮,驱动机构安装在支架尾端与支撑后轮连接。本发明在实现辅助行走的基础上进行康复训练,防止或者延缓老年人身体肌力衰退。

    一种基于AFSA-GRU的锂离子电池剩余使用寿命预测方法

    公开(公告)号:CN116794547A

    公开(公告)日:2023-09-22

    申请号:CN202310854232.2

    申请日:2023-07-12

    Applicant: 贵州大学

    Abstract: 本发明公开了一种基于AFSA‑GRU的锂离子电池剩余使用寿命预测方法,属于锂离子电池剩余使用寿命预测技术领域,用于准确预测锂离子电池的RUL,具体方法为:首先建立用于预测锂离子电池RUL的GRU神经网络模型;然后,引入了适应度函数作为目标,通过人工鱼群算法对GRU神经网络的超参数进行寻优,以获得最佳的初始参数配置。本发明的方法可以提高算法的准确性和鲁棒性,使其更适用于不同类型的电池系统。本发明通过结合GRU神经网络和人工鱼群算法的优势,人工鱼群算法提高算法的准确性和鲁棒性,使其更适用于不同类型的电池系统,实现了更准确和可靠的预测结果。

    自动吸附翻转行走机构和方法
    48.
    发明公开

    公开(公告)号:CN115679872A

    公开(公告)日:2023-02-03

    申请号:CN202211450972.1

    申请日:2022-11-18

    Applicant: 贵州大学

    Abstract: 本发明公开了吸附翻转行走机构和方法,采用两个正三角吸附翻转行走机构对称安装在擦洗机构两侧,正三角吸附翻转行走机构包括吸盘一、吸盘二、吸盘三、行走电机和真空泵,吸盘一、吸盘二和吸盘三的背面分别垂直固定连接在连接板一、连接板二和连接板三,连接板一、连接板二和连接板三均通过一转轴连接到机架板上且三根转轴呈正三角对接布置,连接板三通过不完全齿与完全齿齿轮传动机构连接到行走电机,行走电机的电机轴安装有槽轮驱动机构带动连接板一、连接板二和连接板三翻转,真空泵均通过电动阀门和管道分别连接到吸盘一、吸盘二和吸盘三,真空泵安装在连接板三上。本发明的吸附翻转机构,行走平稳可靠,翻转行走快速,且大大提高了越障能力。

    基于自注意力机制的心律失常分类方法

    公开(公告)号:CN115530788A

    公开(公告)日:2022-12-30

    申请号:CN202211133248.6

    申请日:2022-09-17

    Applicant: 贵州大学

    Abstract: 本发明的一种基于自注意力机制的心律失常分类方法,其特征在于:该方法包括如下步骤:采集心电信号并对数据进行预处理:对心电信号数据进行小波变换预处理,去除心电信号的基线漂移以及噪声;生成心电信号训练数据集;构建多头自注意力机制的心律失常分类网络,其结构包括心电向量表示层、线性区间投影层、信号序列编码层、多头自注意力计算层、归一化层、心电信号输出层;设计基于多头自注意力机制的心律失常分类算法;训练基于多头自注意力机制的心律失常分类网络;对心电信号进行分类。本发明具有能够充分利用心电信号中的丰富的语义信息以及信号的局部相关性,获取低幅值心电信号特征以高效准确的自动识别异常心律的特点。

    基于机器视觉的用户饮食营养成分信息自主感知方法

    公开(公告)号:CN115131783A

    公开(公告)日:2022-09-30

    申请号:CN202210715460.7

    申请日:2022-06-23

    Applicant: 贵州大学

    Abstract: 本发明的一种基于机器视觉的用户饮食营养成分信息自主感知方法,包括如下步骤:通过基于卷积神经网络的食品识别算法对食品数据集进行训练,获得食品识别特征模型;将获得的食品特征模型传送到服务机器人上,服务机器人接收到后加载食品识别特征模型,基于摄像头,服务机器人通过基于机器视觉的饮食营养成分信息自主感知方法开始食品识别检测、同时导入人脸特征信息库进行人脸识别;根据检测到的结果将食品类别信息映射到营养成分库中,计算营养成分,获得用户的营养成分信息,将其存入到用户饮食信息库中,用户可以通过终端查询自己的饮食信息。本发明能够自动感知用户的饮食营养成分信息。

Patent Agency Ranking