-
Patent Agency Ranking
公开(公告)号：CN109543744B
公开(公告)日：2022-10-14
申请号：CN201811374115.1
申请日：2018-11-19
Applicant: 南京邮电大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06V10/77 , G06N3/04 , G06N3/08
Abstract: 本发明提出了一种基于龙芯派的多类别深度学习图像识别方法，该方法包括以下步骤：获取待识别类别的图像数据集；在计算机平台下搭建AlexNet网络模型，并利用图像数据集训练AlexNet网络模型，以得到训练参数；在龙芯派平台下实现多类别深度学习图像识别程序；设计图形用户界面，实现由用户选取待识别图像，自动显示目标图像所属类别。本发明利用了深度学习在图像识别领域的优势，可在龙芯2K1000平台下实现100类日常生活中常见对象的自动分类，具有出色的识别准确率和识别速度，应用前景广泛。
-
公开(公告)号：CN107703753B
公开(公告)日：2020-06-16
申请号：CN201711013175.6
申请日：2017-10-25
Applicant: 南京邮电大学
IPC: G05B13/04
Abstract: 本发明属于工业自动控制领域，具体涉及一种空间机械臂的容错控制方法，包括如下步骤：步骤一、建立空间机械臂动力学通用模型；步骤二、考虑执行器失效故障的存在，建立空间机械臂故障模型；步骤三、对空间机械臂故障模型的故障参数和外部扰动通过在线自适应的方法进行实时估计与控制器参数更新。其对执行器故障的强容忍能力，以及对外部扰动的强鲁棒性，达到空间机械臂系统所期望要求的容错控制方法。
-
公开(公告)号：CN109543744A
公开(公告)日：2019-03-29
申请号：CN201811374115.1
申请日：2018-11-19
Applicant: 南京邮电大学
Abstract: 本发明提出了一种基于龙芯派的多类别深度学习图像识别方法，该方法包括以下步骤：获取待识别类别的图像数据集；在计算机平台下搭建AlexNet网络模型，并利用图像数据集训练AlexNet网络模型，以得到训练参数；在龙芯派平台下实现多类别深度学习图像识别程序；设计图形用户界面，实现由用户选取待识别图像，自动显示目标图像所属类别。本发明利用了深度学习在图像识别领域的优势，可在龙芯2K1000平台下实现100类日常生活中常见对象的自动分类，具有出色的识别准确率和识别速度，应用前景广泛。
-
公开(公告)号：CN108830274A
公开(公告)日：2018-11-16
申请号：CN201810418202.6
申请日：2018-05-03
Applicant: 南京邮电大学
Abstract: 本发明公开了一种复杂背景环境下车牌字符自动检测定位及识别方法，包括以下步骤：步骤一：采集车辆正面彩色图像，对所采集的彩色图像进行预处理，并根据车牌国标规定选择筛选条件，判断是否有满足筛选条件的图像区域，如有满足的图像区域，则初步获得车牌初始区域图像的粗位置并将图像单独保存；否则采集下一帧彩色图像重新进行预处理；步骤二：完成车牌区域的精确定位，并进行车牌区域单个字符的准确切分；步骤三：计算目标字符的特征向量与建立的标准字符特征向量库的特征向量之间的相似度，利用相似度判别方法完成车牌字符的识别，并进行目标牌照比对判定。本发明具有运算速度快、识别率高、抗背景环境干扰能力强的优点。
-
公开(公告)号：CN107703753A
公开(公告)日：2018-02-16
申请号：CN201711013175.6
申请日：2017-10-25
Applicant: 南京邮电大学
IPC: G05B13/04
Abstract: 本发明属于工业自动控制领域，具体涉及一种空间机械臂的容错控制方法，包括如下步骤：步骤一、建立空间机械臂动力学通用模型；步骤二、考虑执行器失效故障的存在，建立空间机械臂故障模型；步骤三、对空间机械臂故障模型的故障参数和外部扰动通过在线自适应的方法进行实时估计与控制器参数更新。其对执行器故障的强容忍能力，以及对外部扰动的强鲁棒性，达到空间机械臂系统所期望要求的容错控制方法。
-
-
-
-
Search Results
5
records
(took 0.029 seconds)
