-
公开(公告)号：CN118172364B
公开(公告)日：2024-08-16
申请号：CN202410593927.4
申请日：2024-05-14
Applicant: 南京师范大学
IPC: G06T7/00 , G06V20/70 , G06V10/764 , G06V10/77 , G06V10/774 , G06V10/82 , G06N3/0455 , G06N3/047 , G06N3/086
Abstract: 本发明公开了一种基于人工智能的医学图像自动分析方法，包括:数据采集与标注，利用基于黎曼编码的生成对抗网络算法进行数据扩充；利用基于生态系统优化的神经网络参数优化方法进行特征提取；利用基于期望传播的自编码神经网络算法进行特征降维；利用基于动态优化的支持向量机算法进行分类诊断，进行医学自动诊断。本发明方法能够生成高质量多样性医学图像数据，解决了原始医学图像数据稀缺问题，提高了训练数据集质量，同时引入多样性保持机制提升模型泛化能力，保留数据本质特征，结合退火策略，保证训练过程的稳定性和最终性能的优化，并实时调整决策边界，能够灵活准确地适应复杂多变的数据分布，提高了医学图像分析的准确率。
-
公开(公告)号：CN116295507A
公开(公告)日：2023-06-23
申请号：CN202310603851.4
申请日：2023-05-26
Applicant: 南京师范大学
IPC: G01C22/00 , G01C21/16 , G06F18/10 , G06F18/15 , G06F18/214 , G06F18/241 , G06V20/50 , G06V10/20 , G06V10/30 , G06V10/72 , G06V10/764 , G06V10/82 , G06T7/73 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/048 , G06N3/08 , G06F123/02
Abstract: 本发明提出一种基于深度学习的激光惯性里程计优化方法，该方法包括基于深度学习的惯性传感器运动分类与可用度评估、基于深度学习的激光点云可用度评估和基于深度学习的激光惯性里程计优化。其中惯性传感器运动分类与可用度评估，是通过SENet+模型对惯性传感器数据进行运动分类，并基于运动分类结果完成惯性传感器可用度评估；激光点云可用度评估，是通过PointNet++模型对激光点云进行分类分割与可用度评估；激光惯性里程计优化，是基于惯性传感器、激光点云可用度信息，通过MLP模型生成并调整系统整体误差函数中各残差函数权重，提高激光惯导系统在复杂环境下定位建图的鲁棒性。
-
公开(公告)号：CN118143955A
公开(公告)日：2024-06-07
申请号：CN202410579095.0
申请日：2024-05-11
Applicant: 南京师范大学
Abstract: 本发明公开了一种基于气动人工肌肉驱动的足式机器人足部轨迹规划方法，采用基于六边形折纸的新型可变刚度轴向膨胀气动人工肌肉实现足式机器人的运动控制，形成该控制下的足部轨迹，然后采用贝塞尔曲线规划足部轨迹，并结合粒子群优化算法确定足部轨迹参数，以最小化脚部接触地面时轨迹的抖动和冲击。本发明方法能够在较低的输入压力下产生非常高的牵引力和牵引运动，并降低足式机器人在触地时足部相对于地面的相对速度，有助于减少冲击能量损失、减少峰值力、减少脚部滑动，提高足式机器人的稳定性和抗干扰能力。
-
Patent Agency Ranking
公开(公告)号：CN118481934A
公开(公告)日：2024-08-13
申请号：CN202410373427.X
申请日：2024-03-29
Applicant: 南京师范大学
IPC: F03G1/06 , G06F30/17 , G06F30/23 , G16C60/00 , G06F111/10
Abstract: 本发明公开了一种多稳态弹性能存储装置及其构建方法，属于储能技术领域，弹性能存储装置为实现双稳态的韧带‑振子结构的一维周期链，包括相对远离设置的两块水平直梁以及在水平直梁内侧固定设置有弯曲韧带，两条弯曲韧带相对远离且完全对称设置；两条弯曲韧带的端部分别与星型振子的四个连接部固定连接，两条弯曲韧带相邻近端分别通过直韧带与连接部固定连接，星型振子和直韧带构成对弯曲韧带两端完全受约束。本发明采用韧带‑振子结构的一维周期链，实现弹性能储存器件的双稳态结构，提高传统弹性能存储器件的能量储存率。
-
公开(公告)号：CN118143955B
公开(公告)日：2024-08-06
申请号：CN202410579095.0
申请日：2024-05-11
Applicant: 南京师范大学
Abstract: 本发明公开了一种基于气动人工肌肉驱动的足式机器人足部轨迹规划方法，采用基于六边形折纸的新型可变刚度轴向膨胀气动人工肌肉实现足式机器人的运动控制，形成该控制下的足部轨迹，然后采用贝塞尔曲线规划足部轨迹，并结合粒子群优化算法确定足部轨迹参数，以最小化脚部接触地面时轨迹的抖动和冲击。本发明方法能够在较低的输入压力下产生非常高的牵引力和牵引运动，并降低足式机器人在触地时足部相对于地面的相对速度，有助于减少冲击能量损失、减少峰值力、减少脚部滑动，提高足式机器人的稳定性和抗干扰能力。
-
公开(公告)号：CN118172364A
公开(公告)日：2024-06-11
申请号：CN202410593927.4
申请日：2024-05-14
Applicant: 南京师范大学
IPC: G06T7/00 , G06V20/70 , G06V10/764 , G06V10/77 , G06V10/774 , G06V10/82 , G06N3/0455 , G06N3/047 , G06N3/086
Abstract: 本发明公开了一种基于人工智能的医学图像自动分析方法，包括:数据采集与标注，利用基于黎曼编码的生成对抗网络算法进行数据扩充；利用基于生态系统优化的神经网络参数优化方法进行特征提取；利用基于期望传播的自编码神经网络算法进行特征降维；利用基于动态优化的支持向量机算法进行分类诊断，进行医学自动诊断。本发明方法能够生成高质量多样性医学图像数据，解决了原始医学图像数据稀缺问题，提高了训练数据集质量，同时引入多样性保持机制提升模型泛化能力，保留数据本质特征，结合退火策略，保证训练过程的稳定性和最终性能的优化，并实时调整决策边界，能够灵活准确地适应复杂多变的数据分布，提高了医学图像分析的准确率。
-
公开(公告)号：CN117824487A
公开(公告)日：2024-04-05
申请号：CN202410239390.1
申请日：2024-03-04
Applicant: 南京师范大学
IPC: G01B7/28 , G06F30/27 , G01B7/12 , G06F119/02
Abstract: 本发明公开了一种管道机器人差速器工装高精度智能检测方法，所述方法包括：圆柱度误差评定、误差优化计算技术和差速器检测评定。首先，确定高精度电感式传感器测量点到差速器壳体工装机轴线的距离，确定待测件与标准件的圆柱度误差评定指标；然后，利用提出的邻域粒子智能优化方法对圆柱度误差进行优化，从而确定待测件截面半径；最后，进行差速器检测评定。本发明所提出方法克服了现有检测技术中操作繁琐、效率低、测量精度低、无法应用于现场等缺点，可实现在线快速测量，减少人为因素引入的误差，能完成差速器工装的快速高精度检测。
-
公开(公告)号：CN116295507B
公开(公告)日：2023-08-15
申请号：CN202310603851.4
申请日：2023-05-26
Applicant: 南京师范大学
IPC: G01C22/00 , G01C21/16 , G06F18/10 , G06F18/15 , G06F18/214 , G06F18/241 , G06V20/50 , G06V10/20 , G06V10/30 , G06V10/72 , G06V10/764 , G06V10/82 , G06T7/73 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/048 , G06N3/08 , G06F123/02
Abstract: 本发明提出一种基于深度学习的激光惯性里程计优化方法，该方法包括基于深度学习的惯性传感器运动分类与可用度评估、基于深度学习的激光点云可用度评估和基于深度学习的激光惯性里程计优化。其中惯性传感器运动分类与可用度评估，是通过SENet+模型对惯性传感器数据进行运动分类，并基于运动分类结果完成惯性传感器可用度评估；激光点云可用度评估，是通过PointNet++模型对激光点云进行分类分割与可用度评估；激光惯性里程计优化，是基于惯性传感器、激光点云可用度信息，通过MLP模型生成并调整系统整体误差函数中各残差函数权重，提高激光惯导系统在复杂环境下定位建图的鲁棒性。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.017 seconds)
