公开(公告)号：CN109559576B

公开(公告)日：2020-07-28

申请号：CN201811367002.9

申请日：2018-11-16

Applicant: 中南大学

Inventor： 罗青 ,  邹逸群 ,  郭璠 ,  唐琎 ,  李凡 ,  覃若彬

IPC: G09B5/06 ,  G06N3/04

Abstract: 本发明公开了一种儿童伴学机器人及其早教系统自学习方法，自学习方法包括：步骤A10，训练卷积神经网络；步骤A20，采用卷积神经网络对输入的图像提取特征向量；步骤A30，采用乘积量化技术对特征向量分组量化；步骤A40，根据Imagenet数据集生成基准字母表；步骤A50，获取未知的新事物的图像和类别，提取新事物图像的特征向量并分组量化，并在基准字母表中查找匹配的新事物字符串；在联想记忆模型中将新事物字符串与类别匹配连接，实现将新事物学习到早教系统中；步骤A60，获取待识别事物的图像，早教系统识别得到待识别事物的类别。本发明可以实现与儿童一起学习新知识，共同竞赛，提高儿童学习的乐趣。

公开(公告)号：CN109559576A

公开(公告)日：2019-04-02

申请号：CN201811367002.9

申请日：2018-11-16

Applicant: 中南大学

Inventor： 罗青 ,  邹逸群 ,  郭璠 ,  唐琎 ,  李凡 ,  覃若彬

IPC: G09B5/06 ,  G06N3/04

CPC classification number: G09B5/065 ,  G06N3/0454

Abstract: 本发明公开了一种儿童伴学机器人及其早教系统自学习方法，自学习方法包括：步骤A10，训练卷积神经网络；步骤A20，采用卷积神经网络对输入的图像提取特征向量；步骤A30，采用乘积量化技术对特征向量分组量化；步骤A40，根据Imagenet数据集生成基准字母表；步骤A50，获取未知的新事物的图像和类别，提取新事物图像的特征向量并分组量化，并在基准字母表中查找匹配的新事物字符串；在联想记忆模型中将新事物字符串与类别匹配连接，实现将新事物学习到早教系统中；步骤A60，获取待识别事物的图像，早教系统识别得到待识别事物的类别。本发明可以实现与儿童一起学习新知识，共同竞赛，提高儿童学习的乐趣。

公开(公告)号：CN117436193A

公开(公告)日：2024-01-23

申请号：CN202311566316.2

申请日：2023-11-22

Applicant: 中南大学

Inventor： 彭勇 ,  廖兴涛 ,  李韬 ,  尹嘉杰 ,  王方 ,  李凡 ,  汪馗

IPC: G06F30/15 ,  G06F30/23

Abstract: 本发明涉及车架结构优化技术领域，公开了一种基于综合灵敏度的商用车车架优化方法。根据商用车车架的三维模型建立有限元模型，针对有限元模型设置评分因子，获取有限元模型在评分因子方面的评分结果，再根据商用车车架的结构特点选取第一设计变量，基于评分因子通过综合灵敏度方法对第一设计变量进行筛选，获取第二设计变量，根据移动最小二乘法拟合函数结合全局响应搜索法对第二设计变量进行优化，获取pareto解集，并根据pareto解集获取第三设计变量，由第三设计变量获取商用车车架的优化结果，通过两次筛选和设置实验组、对照组优化拟合函数，解决了车架优化模型无法快速有效找到全局最优解的问题。