-
公开(公告)号：CN120070214A
公开(公告)日：2025-05-30
申请号：CN202510103487.4
申请日：2025-01-22
Applicant: 南京林业大学
Abstract: 本发明公开一种低照度图像增强方法。首先获取低照度图像并预处理为训练集，接着用训练集训练基于残差商学习框架构建的神经网络，该网络含增强网络和校准网络。训练后利用增强网络处理输入图像。此方法能深度挖掘特征信息，整合通道与空间信息。其核心是残差商学习框架，将增强任务转变为通过残差学习预测潜在商，根据原始低照度图像自适应调整。该框架提升了对复杂光照处理能力，使生成图像更自然、视觉效果更好，实现高效高质量增强，在多个领域有广泛应用前景和实用价值。构建了基于残差商学习的低照度增强神经网络，该学习框架将低照度增强任务转化为通过残差学习，根据原始低照度输入图像自适应地预测潜在的商(比值)。
-
公开(公告)号：CN114897027B
公开(公告)日：2025-04-22
申请号：CN202210589411.3
申请日：2022-05-26
Applicant: 南京林业大学
IPC: G06F18/10 , G06F18/24 , G06F18/23 , G06F18/213 , G06F18/214 , G06F18/2413 , G06N3/0455 , G06N3/048 , G06N3/088
Abstract: 本发明公开了一种基于深度小波核变分自编码器的机械故障诊断方法和系统，所述诊断方法包括如下步骤：获取针对机电液系统不同故障的两通道非线性振动数据并按1：1比例随机划分为训练集和测试集；将核函数映射模块、深度核特征学习模块和分类模块依次串接组成深度小波核变分自编码器；其中，核函数映射模块采用核函数映射方法将采集的数据集投影到高维特征空间，深度核特征学习模块采用小波变分自编码器进行堆叠学习并获得分类向量，分类模块对分类向量进行故障分类；采用训练集对深度小波核变分自编码器进行训练，完成非线性故障信息的深度提取，并将测试集输入到已训练好的深度小波核变分自编码器中，自动实现机电液系统的故障诊断。
-
公开(公告)号：CN118840602A
公开(公告)日：2024-10-25
申请号：CN202410909996.1
申请日：2024-07-08
Applicant: 南京林业大学
IPC: G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82
Abstract: 本发明公开了一种基于多模态注意力融合网络的轧辊缺陷识别方法，包括：获取轧辊内部缺陷的A扫时序信号和对应缺陷的D扫图像，并随机划分为训练样本和测试样本；构建多模态注意力融合网络模型，由卷积模块和改进swin transformer模块构成的双分支的特征提取层，并采用注意力特征融合模块对提取的特征向量分类。本发明克服了单一模态在复杂缺陷识别任务中的效果表现不佳和信息利用不充分，综合利用了A扫信号和D扫图像两种不同的数据源以获取更加全面和丰富的轧辊内部缺陷信息，并通过多模态注意力融合网络实现不同数据的特征提取和特征信息的有机融合，进行最优化求解，提高模型在轧辊缺陷分类识别时的准确率和复杂情况的适应能力。
-
公开(公告)号：CN118701428A
公开(公告)日：2024-09-27
申请号：CN202410862550.8
申请日：2024-06-28
Applicant: 南京林业大学
Abstract: 本发明提出一种刨花板智能打包方法，该方法在安装纸护角阶段，使用了深度强化学习的方法自适应地使用各个传感器的输出，作为判断刨花板摞位姿的依据，并产生各驱动器的输入，可以不停歇连续作业，减少人工打包破损率。该方法采用机械臂把纸护角贴附在刨花板摞四个竖直角部，机械臂包括机架，带动x轴载板相对于机架在x轴移动的伺服电机一，带动z轴转板其相对于x轴载板转动的伺服电机二，带动y轴载板相对于z轴转板在y轴移动的伺服电机三，带动z轴摆座相对于y轴载板转动的伺服电机四；z轴摆座上设置真空吸盘；旋转传输盘二具有在伺服电机五带动下转动的底座；控制机械臂中伺服电机一、二、三、四的转动角度与转动速度，完成纸护角的安装。
-
公开(公告)号：CN118701387A
公开(公告)日：2024-09-27
申请号：CN202410862553.1
申请日：2024-06-28
Applicant: 南京林业大学
IPC: B65B35/58 , B65B35/44 , B65B11/02 , B65B41/14 , B65B61/06 , B65B61/22 , B65B43/46 , B65B13/02 , B65B13/18
Abstract: 本发明提供一种刨花板自动化打包系统，它能够对刨花板摞进行对齐整理、缠绕薄膜、覆盖顶膜、安装纸护角、捆扎绳带等自动流水作业，实现去人工自动打包，提高作业效率。它包括将刨花板摞在横向和纵向两个方向对齐并进行输送的对齐装置，对刨花板摞的外周缠绕薄膜的缠绕膜装置，对刨花板摞顶部覆盖顶膜的上部封膜装置，从纸护角料仓吸取纸护角后放置在刨花板摞的四个竖直角部的机械臂，把纸护角压紧在刨花板摞角部的压角杆；缠绕膜装置包括放卷装置、夹膜装置、旋转传输盘二；旋转传输盘二具有一个转动的底座和设置在底座上的用于带动刨花板摞移动的传动带；夹膜装置包括摆动设置在底座上的两个能够开合的夹条，用于夹紧或松开薄膜的自由端。
-
Patent Agency Ranking
公开(公告)号：CN118135097B
公开(公告)日：2024-09-20
申请号：CN202410113883.0
申请日：2024-01-27
Applicant: 南京林业大学
Abstract: 本发明公开了一种基于理论模型的动车特征轮廓模板库的构建方法，包括：将动车三维点云数据分别在YZ平面和XY平面进行投影；以Y坐标最小的点作为起始点，搜索与起始点最近的点作为下一个序列点，再搜索与该序列点最近的点作为新的下一个序列点，重复搜索直至搜索完所有点，得到所有点的序列；检索序列中每一个点，构建出分段函数，作为基模板库；根据XY平面上的二维点云数据，提取一组为二维点云边界的点集；将XY平面上的二维点云数据进行切片，分别寻找在每个点云切片范围内且在点集范围内的点，求取每个点云切片上的模板库。本发明构建方法提升了动车特征轮廓模板库构建的效率和准确性，为后续依据该模板库进行工作提供了可靠的支撑。
-
公开(公告)号：CN118135097A
公开(公告)日：2024-06-04
申请号：CN202410113883.0
申请日：2024-01-27
Applicant: 南京林业大学
Abstract: 本发明公开了一种基于理论模型的动车特征轮廓模板库的构建方法，包括：将动车三维点云数据分别在YZ平面和XY平面进行投影；以Y坐标最小的点作为起始点，搜索与起始点最近的点作为下一个序列点，再搜索与该序列点最近的点作为新的下一个序列点，重复搜索直至搜索完所有点，得到所有点的序列；检索序列中每一个点，构建出分段函数，作为基模板库；根据XY平面上的二维点云数据，提取一组为二维点云边界的点集；将XY平面上的二维点云数据进行切片，分别寻找在每个点云切片范围内且在点集范围内的点，求取每个点云切片上的模板库。本发明构建方法提升了动车特征轮廓模板库构建的效率和准确性，为后续依据该模板库进行工作提供了可靠的支撑。
-
公开(公告)号：CN113591233B
公开(公告)日：2024-04-30
申请号：CN202110621695.5
申请日：2021-06-03
Applicant: 南京林业大学
IPC: G06F30/17 , G06F111/04 , G06F119/14
Abstract: 本发明涉及一种用于求解柔性梁系统动力学方程的分裂迭代方法，属于多柔体系统动力学领域。该方法有内外两层迭代过程。首先，在外层迭代过程中，将系统的广义坐标分裂为主坐标和从坐标两部分；其二，在内层迭代中，将从坐标迭代展开成主坐标和Lagrange乘子的Taylor级数；其三，将求得的Taylor级数代入系统方程，求解主坐标与Lagrange乘子；其四，求取从坐标；其五，判断所得结果是否满足精度要求，如满足则结束迭代，如不满足则对求得的广义坐标进行修正后，利用修正的广义坐标更新系统方程，并将修正后的主坐标与Lagrange乘子设为下一轮内层迭代的Taylor级数展开点，跳转至下一轮外层迭代，直至得到满足精度要求的数值解。
-
公开(公告)号：CN117934429A
公开(公告)日：2024-04-26
申请号：CN202410113884.5
申请日：2024-01-27
Applicant: 南京林业大学
Abstract: 本发明公开基于三维点云和轮廓匹配的客车侧墙板平整度检测方法，包括：获取不同类型客车侧墙板一帧三维点云；将三维点云作预处理操作，生成点云切片数据；将点云切片数据进行线段拟合，将拟合得出的线段函数、采集的点个数及区域划分储至模板库；在采集被测件的每一帧点云数据时作点云预处理操作，与模板库中点云切片数据匹配，设定相关缺陷阈值，判断点是否为缺陷点；展开成完整的客车侧墙板点云数据，分割出缺陷区域；利用异常点剔除算法剔除误判点，得到缺陷区域。本发明解决了因客车侧墙板尺寸过大而导致的检测时间过长，采用轮廓匹配的方法，解决了因缺陷过小而难以检测的问题，满足了在客车侧墙板这类复杂曲面上进行实时、精准地缺陷检测。
-
公开(公告)号：CN117540202A
公开(公告)日：2024-02-09
申请号：CN202311178807.X
申请日：2023-09-13
Applicant: 南京林业大学
IPC: G06F18/214 , G06F18/25 , G06N3/0464 , G06F18/2415 , G06N3/09
Abstract: 根据本发明公开了一种基于多信息融合深度集成网络的故障诊断方法和系统，故障诊断方法包括如下步骤：利用多个传感器采集被测零件不同健康状态下的振动信号；将多个传感器采集到的振动信号以相同大小的窗长切分出多个样本形成样本集，并将该样本集按照比例划分出训练集和测试集；构建一个由依次串接的基于复合指标的加权融合策略模块、跨尺度注意特征提取模块和权重拓扑学习模块的多信息融合深度集成网络模型；将训练集输入到所述多信息融合深度集成网络模型中训练；将测试集输入到已经训练好参数的多信息融合深度集成网络模型中进行健康状态判别。
-
-
-
-
-
-
-
-
-
Search Results
221
records
(took 0.037 seconds)
