面向应急场景的天地一体化多机协同感知方法

    公开(公告)号:CN118984463A

    公开(公告)日:2024-11-19

    申请号:CN202410988008.7

    申请日:2024-07-23

    摘要: 本申请提出一种面向应急场景的天地一体化多机协同感知方法。该方法包括获取环境异构图,将环境异构图输入表征神经网络获得状态根节点;通过节点拓展网络对状态根节点进行拓展,得到包含多个状态节点与多个状态节点对应的节点动作的策略树;从策略树中选择最优的动作策略控制完成多机协同。本申请利用环境异构图,通过表征神经网络和节点拓展网络建立对应的策略树,以选择最优的动作策略完成多机协同。可以动态地适应传感器的实时位置变化,实时调整资源分配策略,确保资源分配的即时性和灵活性;另一方面,异构图和神经网络能够智能地识别和适应不同传感器传输的多种数据类型和大小,满足不同应用或用户的特定通信需求。

    一种用胡敏酸促进养殖废水生物矿化回收的方法

    公开(公告)号:CN118908425A

    公开(公告)日:2024-11-08

    申请号:CN202411312899.0

    申请日:2024-09-20

    摘要: 本发明公开了一种用胡敏酸促进养殖废水生物矿化回收磷的方法,包括如下步骤:S1、配置胡敏酸溶液;S2、将矿化菌进行活化,得到接种液;S3、将S2所述接种液接种至模拟养殖废水中培养,并向其中投加S1中胡敏酸溶液,促进回收其中的氮磷组分,得到鸟粪石。本发明所用的胡敏酸可以促进多种菌种生物矿化回收鸟粪石,显著提高养殖废水中氮磷成分的降解利用,将其用于养殖废水中生物成矿回收氮磷组分,促进鸟粪石结晶,从而显著增加鸟粪石产生量。该方法简单、有效,生产成本较低,适用范围较广。

    一种自感知三模态刚柔耦合抓手

    公开(公告)号:CN117961946B

    公开(公告)日:2024-11-08

    申请号:CN202410313157.3

    申请日:2024-03-19

    IPC分类号: B25J15/00 B25J15/06 B25J15/08

    摘要: 本发明提供一种自感知三模态刚柔耦合抓手,包括:支撑装置;抓手装置,连接于所述支撑装置,包括刚性抓手单元、软体抓手单元和吸盘抓取单元,所述刚性抓手单元和软体抓手单元并联连接,所述软体抓手单元包括软体抓手,所述吸盘抓取单元设置在所述软体抓手单元的一端;驱动装置,用于驱动所述抓手装置,包括用于驱动所述刚性抓手单元的电机驱动单元、用于驱动所述软体抓手单元的第一气动单元和用于驱动所述吸盘抓取单元的第二气动单元;应变传感装置,设置于所述软体抓手上,用于获取所述软体抓手单元的形变信息。本发明实现了广泛抓取范围与出色抓取贴合性的完美结合,同时抓手表面的应变传感器为抓手提供了与被抓取物体接触和交互的重要信息。

    一种基于自训练的无监督域自适应目标检测方法

    公开(公告)号:CN114818912B

    公开(公告)日:2024-11-08

    申请号:CN202210429718.7

    申请日:2022-04-22

    发明人: 袁春 郭琪周

    IPC分类号: G06V10/764 G06V10/774

    摘要: 一种基于自训练的无监督域自适应目标检测方法,包括如下步骤:使用基于动态交并比阈值的对抗训练以及基于记忆池的自训练方法,使模型根据训练过程中的统计信息来不断调整超参数。通过基于动态交并比阈值的对抗训练,能够自适应地选出符合当前训练阶段的正样本阈值,从而不断提高模型的效果。采用基于记忆池的自训练方法,可以减慢伪标签的分布变化,提高伪标签的鲁棒性,减少伪标签中的噪声,进一步提高检测质量。

    一种工件铣削加工状态的视觉识别方法

    公开(公告)号:CN114638966B

    公开(公告)日:2024-11-05

    申请号:CN202210297007.9

    申请日:2022-03-24

    摘要: 一种工件铣削加工状态的视觉识别方法,包括以下步骤:A:获取工件表面的灰度图像;B:基于所述灰度图像提取工件表面若干轮廓线;C:计算每条所述轮廓线的指标值Index_D;D:计算所有轮廓线的所述指标值的平均值Index_Dmean;若Index_Dmean小于预定阈值,则判定工件铣削加工状态为稳定,否则执行后续步骤;E:获取步骤A中的灰度图像的轮廓图像;F:将所述轮廓图像均匀分割为若干个子图像;G:计算每个所述子图像的指标值Index_E;H:计算所有子图像的所述指标值的平均值Index_Emean;若Index_Emean大于预定阈值,则判定工件铣削加工状态为受迫振动;否则判定为颤振。该方法具备低实现成本、操作简单、高识别准确度与识别效率、功能全等优点。

    一种基于支撑样本特征增强的小样本目标检测方法及装置

    公开(公告)号:CN114078197B

    公开(公告)日:2024-11-01

    申请号:CN202111303534.8

    申请日:2021-11-05

    发明人: 王好谦 王颢涵

    摘要: 本发明提出一种基于支撑样本特征增强的小样本目标检测方法及装置,小样本目标检测方法具体包括:模型初始化阶段;元训练第一阶段:在基类数据中采样待检测图片与支撑样本,按照模型的元训练方式进行训练;元训练第二阶段:将所有的基类数据作为支撑样本输入模型,计算并存储每一类别下所有支撑样本的类特征向量的均值,将其作为类特征向量计算的辅助监督信号,重复元训练第一阶段的训练;元测试阶段:根据新类标签的数目,从基类数据中进行采样,构造平衡数据集,采样待检测图片与支撑样本,并重复元训练第二阶段的训练;新类目标检测阶段。与传统的小样本目标检测方法相比,本发明可得到更高质量的支撑样本特征,提高对新类的检测准确率。