-
公开(公告)号：CN113370268A
公开(公告)日：2021-09-10
申请号：CN202110746303.8
申请日：2021-07-01
Applicant: 湖南大学
IPC: B25J19/00
Abstract: 基于视觉检测的机械臂运动控制延迟测量系统及其方法，该系统包括上位机、实时装置、图像采集装置和LED灯，上位机分别与实时装置、图像采集装置相连，实时装置分别与LED灯、机械臂的控制接口相连；上位机用于和用户交互，将用户命令下发至实时装置，以及通过图像采集装置采集的图像数据计算机械臂运动控制延迟；实时装置用于接收上位机发送的机械臂运动控制指令，并利用其实时性同步发送机械臂运动控制指令和LED灯点亮指令；图像采集装置用于采集机械臂的姿态与LED灯的状态图像。还包括基于视觉检测的机械臂运动控制延迟测量方法。本发明能提高测量结果的准确性，测量过程不干扰设备正常运行。
-
公开(公告)号：CN111950191A
公开(公告)日：2020-11-17
申请号：CN202010648367.X
申请日：2020-07-07
Applicant: 湖南大学
IPC: G06F30/27 , G06F30/28 , G06N3/04 , G06N3/08 , G06K9/62 , G06F113/08 , G06F119/08 , G06F119/14
Abstract: 本发明公开了一种基于混合深度神经网络的回转窑烧结温度预测方法，从多个热工数据中选取出8个热工变量；对多维原始变量数据进行PCA分析，并从中选取出最优热工变量作为模型输入；对各变量数据标准化处理；通过采集到的样本数据选取相应时间间隔内变量数据得到样本数据集合，分成75％的训练数据集，20％的预测数据集，5％的验证数据集；利用训练数据集训练深度神经网络得到相应的权重与偏置，得到权重与偏置带入验证数据集，计算出验证数据集的预测误差，并保存使训练集预测误差最小的权重和偏置；将使训练集预测误差最小的权重和偏置带入预测集合中计算得到预测值。实现从多元热时间序列中自动提取耦合特征和动态时序特征。
-
公开(公告)号：CN103020635B
公开(公告)日：2015-08-26
申请号：CN201210463942.4
申请日：2012-11-16
Applicant: 大唐国际发电股份有限公司 , 湖南大学
Abstract: 本发明提供一种回转窑内烧结带温度检测方法和系统。一种方法包括：采集回转窑内烧结带图像，并根据所述回转窑内烧结带图像，得到烧结带图像特征参数；根据所述烧结带图像特征参数和回转窑内热工数据，得到烧结带特征参数；根据烧结带温度数据库中的数据，采用极限学习机算法对所述烧结带特征参数进行处理，得到烧结带温度状态。采用极限学习机算法对所述烧结带特征参数进行处理，得到烧结带温度状态之前，根据以往数据及专家经验建立所述烧结带温度数据库。本发明提供的回转窑内烧结带温度检测方法和系统，能够提高回转窑内烧结带温度状态检测的准确度和可靠性。
-
公开(公告)号：CN102928118A
公开(公告)日：2013-02-13
申请号：CN201210462495.0
申请日：2012-11-16
Applicant: 大唐国际发电股份有限公司 , 湖南大学
IPC: G01K13/00
Abstract: 本发明提供一种回转窑内冷却带熟料温度检测方法和系统。一种方法包括：采集回转窑内冷却带熟料图像，并根据所述回转窑内冷却带熟料图像，得到冷却带熟料图像特征参数；根据所述冷却带熟料图像特征参数和回转窑内热工数据，得到冷却带熟料特征参数；将所述冷却带熟料特征参数与冷却带熟料参数模型进行相似性对比，得到冷却带熟料温度状态。本发明提供的回转窑内冷却带熟料温度检测方法和系统，通过将回转窑内热工数据和图像特征参数进行融合，并与冷却带熟料参数模型进行比较，能够提高回转窑内冷却带温度状态检测的准确度和可靠性。
-
公开(公告)号：CN119439005A
公开(公告)日：2025-02-14
申请号：CN202411433942.9
申请日：2024-10-15
Applicant: 内蒙古大唐国际呼和浩特铝电有限责任公司 , 湖南大学
IPC: G01R33/02 , G06F30/23 , G06T17/20 , G06F30/27 , G06F111/10 , G06F119/08
Abstract: 本发明公开了一种模数结合驱动的铝电解槽内部磁场软测量方法，包括以下步骤：S1.构建目标铝电解槽内部磁场的模型驱动仿真模型；S2.构建铝电解槽内部磁场数据驱动模型：基于目标铝电解槽内部磁场的模型驱动仿真模型获取仿真数据集，利用仿真数据集训练MLP网络模型，通过训练后的MLP网络模型来预测空间内各点的磁场强度；S3.模型训练完成后在测试集上根据软测量模型的预测数据与实测数据进行模型准确性校对与评估；S4.将实际空间特征和铝电解槽阳极电流I输入至训练后的MLP网络模型以获取对应的预测磁场强度。
-
Patent Agency Ranking
公开(公告)号：CN119226932A
公开(公告)日：2024-12-31
申请号：CN202411717842.9
申请日：2024-11-27
Applicant: 湖南大学
IPC: G06F18/2415 , G06F18/213 , G06N5/022
Abstract: 本发明公开了一种用于长期时间序列预测的知识集成分解网络，包括：多尺度移动平均模块对所输入的时间序列数据#imgabs0#进行移动平均，得到趋势序列#imgabs1#和季节序列#imgabs2#，并联#imgabs3#和#imgabs4#得到多尺度序列#imgabs5#；季节学习单元和趋势学习单元分别根据#imgabs6#学习趋势特征#imgabs7#和季节性特征#imgabs8#；余项获取单元差值#imgabs9#；季节预测单元预测季节序列#imgabs10#；趋势预测单元输出趋势预测序列#imgabs11#；输出单元将#imgabs12#和#imgabs13#相加得到最终的预测输出#imgabs14#；训练模块，对学习模块和预测模块进行联合训练。
-
公开(公告)号：CN118334099B
公开(公告)日：2024-09-24
申请号：CN202410754143.5
申请日：2024-06-12
Applicant: 湖南大学
IPC: G06T7/50 , G06T7/10 , G06T7/70 , G06T7/80 , G06V10/762
Abstract: 本发明公开了一种开放海面场景海上目标深度估计方法及其系统，该方法包括：S1.求得单应矩阵#imgabs0#消除相机摆动，得到校正后相机图片；S2.对点云数据进行聚类得到近处海面物体；S3.用检测器检测图像中的感兴趣物体，并将聚类得到的物体和检测到的感兴趣物体进行匹配，然后根据匹配结果可以直接得到图像中部分物体的深度，并利用这些物体的深度获取相机高度获得远处海面物体的深度；该系统包括相机姿态校正模块、相机坐标系转换模块、相机高度估算模块和深度估算模块；本发明基于点云和单目图像数据，利用海面场景特有的环境先验，来对海面物体进行准确的深度估计。
-
公开(公告)号：CN113963291B
公开(公告)日：2024-07-02
申请号：CN202111149442.9
申请日：2021-09-29
Applicant: 湖南大学
Abstract: 基于视频图像质量的燃煤工况识别方法及其模型建模方法，该识别方法先是利用摄像机采集待测燃煤工况的设备的火焰视频，将火焰视频送入高清质量模型中进行处理，得到待测火焰视频的拟合参数均值及协方差矩阵；再根据待测火焰视频的拟合参数均值及协方差矩阵与高清质量模型中参考样本的拟合参数均值及协方差矩阵之间的巴式距离确定待测火焰视频的火焰图像质量，得到待测火焰视频的火焰图像质量序列；最后将得到的待测火焰视频的火焰图像质量序列送入燃煤工况识别模型中，得到本设备的燃煤工况。本发明通过分析火焰图像的质量与烧结工况的关系，采用火焰图像质量序列实现烧结工况的识别，使得火焰视频图像工况信息难以捕捉时仍能保持较高识别精度。
-
公开(公告)号：CN118015049A
公开(公告)日：2024-05-10
申请号：CN202410422431.0
申请日：2024-04-09
Applicant: 湖南大学
IPC: G06T7/246 , G06N3/0442 , G06N3/0464 , G06N3/082 , G06N3/084 , G06V10/25 , G06V10/42 , G06V10/44 , G06V10/764 , G06V10/82 , G06V10/86
Abstract: 一种结合YOLO和GCN的海上目标追踪方法及其模型，该方法包括：对海上船只数据进行实地采集；实验数据预处理，将训练集输入到检测模块，对图像目标进行特征提取，得到多帧目标识别数据，并计算检测模块的损失；反向传播进行检测模块的YOLO参数更新；将检测模块得到的多帧目标识别数据输入到关联模块，以检测目标为节点构建图结构，提取高级目标特征，进行下一时刻目标位置的预测，结果计算总的损失；通过梯度反向传播进行关联模块参数的更新，得到训练好的海上目标追踪模型；将测试集输入训练好的海上目标追踪模型，输出检测追踪结果和概率。本发明考虑到不同目标之间的空间关系，目标追踪性能好。
-
公开(公告)号：CN113792811B
公开(公告)日：2024-04-30
申请号：CN202111108636.4
申请日：2021-09-22
Applicant: 湖南大学
IPC: G06F18/214 , G06N7/08 , G06F18/2411
Abstract: 一种基于混沌特性分析的火焰燃烧稳定性识别方法，包括步骤1)选取某一时间段的带有类标的火焰视频作为训练样本，选取另一时间段待测稳定性的火焰视频作为测试样本；提取训练样本和测试样本的每一帧火焰图像，计算火焰图像的平均灰度值，形成火焰视频光照序列；步骤2)依次对训练样本和测试样本的火焰视频光照序列进行高维相空间重构、可视化递归图、提取纹理特征以及降维处理，而后选取训练样本的主成分特征及其类标输入分类器中进行训练，得到训练好的分类器；步骤3)将测试样本的主成分特征输入至已训练好的分类器中，判断测试样本中火焰燃烧的稳定性。本发明采用递归图纹理特征反应火焰光照序列的动态特性，从而有效判断火焰燃烧的稳定性。
-
-
-
-
-
-
-
-
-
Search Results
89
records
(took 0.023 seconds)
