一种基于语义通信式联邦学习的掌静脉识别方法

    公开(公告)号:CN118155251A

    公开(公告)日:2024-06-07

    申请号:CN202410317484.6

    申请日:2024-03-20

    Abstract: 本发明公开了一种基于语义通信式联邦学习的掌静脉识别方法,其借助联邦学习(Federal learning,FL)实现高安全性、高可靠性的掌静脉生物特征识别。通过将语义通信应用于基于fedavg的联邦学习的联合算法,优化了通信负载,保证了即使在带宽受限的网络环境下,各端设备也能高效地参与到全局模型的学习和优化过程。此外,本发明采用先进的图像处理技术,提出基于纹理和卷积神经网络(CNN)方法融合的高效深度学习算法,结合联邦学习技术,有效解决了掌静脉识别有效性与安全性的平衡问题。仿真结果表明,与其他方法相比,所提出的方法在保证用户数据安全性的前提下,可以极大提高各客户端用户掌静脉识别性能,同时拥有良好的收敛效果。

    一种基于视觉深度强化学习的智能PLC加工方法

    公开(公告)号:CN120032228A

    公开(公告)日:2025-05-23

    申请号:CN202510011253.7

    申请日:2025-01-03

    Abstract: 本发明公开了一种基于视觉深度强化学习的智能PLC加工方法,属于智能制造、数控加工、自动化控制和人工智能技术领域。针对传统PLC控制方法在精密加工中处理同心度误差的局限性,本发明通过集成视觉感知技术和深度强化学习算法,实现了对加工过程中关键参数的实时监控和动态调整。技术方案要点包括构建视觉模块以捕捉工件图像、训练深度强化学习模型以优化刀具运动策略、以及集成智能PLC控制模块以实现自动化控制。该方法显著提升了加工精度,将同心度误差从25μm降低至1.5μm,并提高了加工效率,减少了人工成本和废品率,降低了生产成本,同时增强了生产安全性。本发明适用于精密制造领域中的硬质材料加工,具有广泛的应用前景和重要的技术价值。

    一种基于GAN网络的模糊语义识别方法

    公开(公告)号:CN118658476A

    公开(公告)日:2024-09-17

    申请号:CN202410945566.5

    申请日:2024-07-15

    Abstract: 本发明公开了一种基于GAN网络的模糊语义识别方法,属于语音识别技术领域,该方法首先通过预处理步骤,如预加重和加窗分帧,将语音信号分段并提取特征。接着,采用两个参数相同的生成器进行多阶段的增强映射,以改善语音质量,并在每个生成器模型中引入自注意力层以提升模型性能。判别器模型利用音频特征如音节、半音节、音素和词来判断重建语音与原始语音的相似度。最后利用标准重建语音进行语义识别。仿真结果显示,相较于基准测试方案,该算法在低信噪比环境下的模糊语义识别任务中表现更优。

    一种基于PLC的水导激光劈刀高精度自动打磨方法

    公开(公告)号:CN120023476A

    公开(公告)日:2025-05-23

    申请号:CN202510011234.4

    申请日:2025-01-03

    Abstract: 本发明公开了一种基于PLC的水导激光劈刀高精度自动打磨方法,通过水导激光的冷却作用,有效降低热影响区,减少了热损伤,保证刀具表面的光洁度和尺寸精度。本发明引入PLC(可编程逻辑控制器)控制系统,结合工业机器人和高精度传感器,实现四个关键工序:FA、OR、BP、IC以及打磨路径、激光功率和水流压力的全自动化控制与监测,大幅提高了生产线的加工效率,实现了精密加工和生产过程的智能化管理。结果表明本发明在表面质量、打磨精度、生产效率和环保性方面都展现出出色的性能,特别是在精细加工、连续生产和绿色制造方面具有明显的优势。通过自动化和智能化的控制,PLC技术能够最大化地提升生产效率,减少人力成本,同时确保产品质量的稳定性。

Patent Agency Ranking