一种基于EMD和BP神经网络的太阳10.7厘米射电流量中短期预报方法

    公开(公告)号:CN114091646B

    公开(公告)日:2024-08-20

    申请号:CN202111339835.6

    申请日:2021-11-12

    申请人: 北部湾大学

    摘要: 本发明属于空间天气预测技术领域,具体为一种基于EMD和BP神经网络的太阳10.7厘米射电流量中短期预报方法,包括:获取F10.7日观测值数据并进行预处理;对预处理后的F10.7日观测值数据进行归一化处理;对处理后的数据通过EMD算法提取F10.7日观测值数据的IMF模态分量;对处理后的各IMF模态分量分别进行训练集和测试集划分;将各IMF模态分量训练集和测试集转换为可被BP神经网络训练的监督学习样本数据;搭建BP神经网络,将各个IMF模态分量的训练样本分别单独输入BP神经网络进行训练,得到IMF预报分量;将IMF模态分量的预报分量重构;预报值和测试集进行误差分析。本发明可有效提升短、中期预测精度。

    一种基于EMD和BP神经网络的太阳10.7厘米射电流量中短期预报方法

    公开(公告)号:CN114091646A

    公开(公告)日:2022-02-25

    申请号:CN202111339835.6

    申请日:2021-11-12

    申请人: 北部湾大学

    摘要: 本发明属于空间天气预测技术领域,具体为一种基于EMD和BP神经网络的太阳10.7厘米射电流量中短期预报方法,包括:获取F10.7日观测值数据并进行预处理;对预处理后的F10.7日观测值数据进行归一化处理;对处理后的数据通过EMD算法提取F10.7日观测值数据的IMF模态分量;对处理后的各IMF模态分量分别进行训练集和测试集划分;将各IMF模态分量训练集和测试集转换为可被BP神经网络训练的监督学习样本数据;搭建BP神经网络,将各个IMF模态分量的训练样本分别单独输入BP神经网络进行训练,得到IMF预报分量;将IMF模态分量的预报分量重构;预报值和测试集进行误差分析。本发明可有效提升短、中期预测精度。

    一种基于视觉的弹琴机器人控制方法及装置

    公开(公告)号:CN115870980B

    公开(公告)日:2024-08-09

    申请号:CN202211585522.3

    申请日:2022-12-09

    申请人: 北部湾大学

    摘要: 本发明提供了一种基于视觉的弹琴机器人控制方法及装置,方法包括:利用获取到的视觉信息对机器人末端的手爪和琴键进行标定,得到琴键图像坐标系与手爪空间坐标系的变换关系;利用获取到的曲谱图像进行自主识别,得到曲谱信息;根据所述曲谱信息规划机械臂和手爪的最优动作组合;根据所述最优动作组合确定控制指令,并将所述控制指令发送至所述机械臂和手爪,以使所述机械臂和手爪进行动作。本发明能够实现弹琴机器人“手—琴”的便捷标定和曲谱图像的自主识别,并对弹琴机器人的弹奏动作组合进行优化,有效的提升弹琴机器人的弹奏效率和效果。

    一种基于视觉的弹琴机器人控制方法及装置

    公开(公告)号:CN115870980A

    公开(公告)日:2023-03-31

    申请号:CN202211585522.3

    申请日:2022-12-09

    申请人: 北部湾大学

    摘要: 本发明提供了一种基于视觉的弹琴机器人控制方法及装置,方法包括:利用获取到的视觉信息对机器人末端的手爪和琴键进行标定,得到琴键图像坐标系与手爪空间坐标系的变换关系;利用获取到的曲谱图像进行自主识别,得到曲谱信息;根据所述曲谱信息规划机械臂和手爪的最优动作组合;根据所述最优动作组合确定控制指令,并将所述控制指令发送至所述机械臂和手爪,以使所述机械臂和手爪进行动作。本发明能够实现弹琴机器人“手—琴”的便捷标定和曲谱图像的自主识别,并对弹琴机器人的弹奏动作组合进行优化,有效的提升弹琴机器人的弹奏效率和效果。