-
公开(公告)号:CN112347841B
公开(公告)日:2022-07-26
申请号:CN202010870773.0
申请日:2020-08-26
Applicant: 南京邮电大学
IPC: G06V10/82 , G06V10/762 , G06V10/774 , G06V10/44 , G06V20/40 , G06K9/62 , G06N3/04
Abstract: 本发明公开了一种基于深度学习的矸石充填捣实机构防碰撞应用方法,制作矸石充填捣实数据集并使用神经网络进行训练,训练得到权重;视频以逐帧图片形式输入神经网络,使用训练好的权重对捣实过程中的捣实机构和刮板输送机进行预测识别;步骤三,通过测距算法测出捣实过程中刮板输送机和压实板之间的距离;步骤四,设置安全阈值,若刮板输送机和捣实机构之间的距离大于安全阈值,则控制系统控制捣实机构正常运行;若刮板输送机和捣实机构之间的距离小于安全阈值,则控制系统控制捣实机构停止运行,调整捣实机构与刮板输送机之间的距离。通过深度学习的方法将目标检测问题转化为回归问题,有效解决了捣实机构与刮板输送机之间防碰撞的问题。
-
公开(公告)号:CN112347841A
公开(公告)日:2021-02-09
申请号:CN202010870773.0
申请日:2020-08-26
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于深度学习的矸石充填捣实机构防碰撞应用方法,制作矸石充填捣实数据集并使用神经网络进行训练,训练得到权重;视频以逐帧图片形式输入神经网络,使用训练好的权重对捣实过程中的捣实机构和刮板输送机进行预测识别;步骤三,通过测距算法测出捣实过程中刮板输送机和压实板之间的距离;步骤四,设置安全阈值,若刮板输送机和捣实机构之间的距离大于安全阈值,则控制系统控制捣实机构正常运行;若刮板输送机和捣实机构之间的距离小于安全阈值,则控制系统控制捣实机构停止运行,调整捣实机构与刮板输送机之间的距离。通过深度学习的方法将目标检测问题转化为回归问题,有效解决了捣实机构与刮板输送机之间防碰撞的问题。
-
公开(公告)号:CN108513234B
公开(公告)日:2020-03-20
申请号:CN201810209920.2
申请日:2018-03-14
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于改进人工蜂群算法的扬声器体积优化方法,首先建立扬声器体积优化模型并初始化人工蜂群,雇佣蜂在当前适应度值最高的h个食物源附近采用多维度更新和贪婪更新策略更新食物源位置,观察蜂利用轮盘赌算法选择食物源,观察蜂在当前适应度值最高的h个食物源附近采用多维度更新和贪婪更新策略来更新食物源位置,当有食物源连续几代没有更新则雇佣蜂变为侦查蜂并随机寻找新的食物源,重复步骤直至满足终止条件,输出最优解;本发明将基于改进人工蜂群算法运用于扬声器的设计中,在取得良好的设计效果的同时,具有收敛速度快、搜索精度高的优点,设计扬声器时能在短时间内最大程度减少铁的使用量和扬声器的体积。
-
公开(公告)号:CN116580058A
公开(公告)日:2023-08-11
申请号:CN202310547829.2
申请日:2023-05-16
Applicant: 南京邮电大学
IPC: G06T7/246 , G06N3/0464 , G06N3/04
Abstract: 本发明公开了一种基于多层感知机的人体3D骨架运动预测方法。将3D骨架关节点序列数据输入第一时空可分离图卷积网络中,输出预测的第一关节坐标序列;将第一关节坐标序列通过第一全连接层线性投影到隐藏维度,生成二维实值输入表;将二维实值输入表输入至少一个多层感知机混合器块,输出人体骨架时空依赖信息矩阵;将人体骨架时空依赖信息矩阵输入第二时空可分离图卷积网络中,输出预测的第二关节坐标序列;将第二关节坐标序列依次送入第二全连接层和第三全连接层,输出预测的3D骨架关节点序列。本发明提高了短期和长期预测的最新水平,网络计算复杂度低、耗时短、效率高,对不同人体的尺度差异、运动复杂度差异等难点具有较强鲁棒性。
-
公开(公告)号:CN108513234A
公开(公告)日:2018-09-07
申请号:CN201810209920.2
申请日:2018-03-14
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于改进人工蜂群算法的扬声器体积优化方法,首先建立扬声器体积优化模型并初始化人工蜂群,雇佣蜂在当前适应度值最高的h个食物源附近采用多维度更新和贪婪更新策略更新食物源位置,观察蜂利用轮盘赌算法选择食物源,观察蜂在当前适应度值最高的h个食物源附近采用多维度更新和贪婪更新策略来更新食物源位置,当有食物源连续几代没有更新则雇佣蜂变为侦查蜂并随机寻找新的食物源,重复步骤直至满足终止条件,输出最优解;本发明将基于改进人工蜂群算法运用于扬声器的设计中,在取得良好的设计效果的同时,具有收敛速度快、搜索精度高的优点,设计扬声器时能在短时间内最大程度减少铁的使用量和扬声器的体积。
-
-
-
-