-
公开(公告)号：CN119782679A
公开(公告)日：2025-04-08
申请号：CN202411816791.5
申请日：2024-12-11
Applicant: 常州大学
IPC: G06F17/16 , G01S3/14 , G06N3/0464
Abstract: 本发明涉及DOA估计技术领域，尤其涉及一种基于SE和CNN的DOA估计方法，包括：利用传感器阵列配置构建信号模型，获取阵列接收信号，并计算阵列接收信号协方差矩阵的采样估计值；将阵列接收信号协方差矩阵的采样估计值的对角线元素置零，得到采样估计协方差矩阵，得到采样估计协方差矩阵的实部、虚部和相位；构建SE‑CNN模型，以采样估计协方差矩阵的实部、虚部和相位为输入，离散化DOA的角度范围为标签，对SE‑CNN模型进行训练。本发明在复杂环境下利用深度学习技术提高DOA估计的精确度和鲁棒性。
-
公开(公告)号：CN119455348A
公开(公告)日：2025-02-18
申请号：CN202411642894.4
申请日：2024-11-18
Applicant: 常州大学
Abstract: 本发明提供一种基于脑机接口的主动式上肢康复训练方法及系统，上述方法包括：采集运动想象脑电数据，将所述运动想象脑电数据分成离线数据和在线数据；通过所述离线数据进行模型训练，得到离线脑电模型；通过所述离线脑电模型对所述在线数据进行分析处理，得到运动意图，将所述运动意图进行保存，并转换为控制指令；根据运动障碍程度选择外骨骼的康复模式，所述康复模式包括主动康复模式和被动康复模式；所述外骨骼根据所述控制指令及所述康复模式完成康复训练任务。本发明的方法提高了大脑神经信号识别的效率跟准确性。
-
公开(公告)号：CN117146809A
公开(公告)日：2023-12-01
申请号：CN202311040181.6
申请日：2023-08-17
Applicant: 常州大学
Abstract: 本发明涉及姿态解算技术领域，尤其涉及用于惯性‑地磁组合的快速互补滤波方法及系统，包括计算初始姿态；根据标量因子迭代算法，计算出标量因子的稳态值；利用标量因子的稳态值分别计算第一标量因子、第二标量因子和第三标量因子；计算第一姿态矩阵；利用k时的陀螺仪信息预测k+1时刻的姿态估计；构造第二姿态矩阵和第三姿态矩阵，并计算增益矩阵；利用k+1时刻的加速度计和地磁传感器信息对由陀螺仪信息预测出的该时刻的姿态进行修正，从而计算出该时刻的验后姿态估计；计算采样时刻k+2时的验后姿态估计，直至用户终止姿态解算过程。本发明解决现有增益矩阵计算量较大且精度无法满足的问题。
-
公开(公告)号：CN117078753A
公开(公告)日：2023-11-17
申请号：CN202310995879.7
申请日：2023-08-09
Applicant: 常州大学
IPC: G06T7/73 , G06T3/40 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明涉及图像处理技术领域，尤其涉及基于相机的渐进式特征分布采样6D位姿估计方法及系统，包括利用Unet++的多层渐进式特征采样网络获得密集的像素点；运用图卷积解析三维模型表面点特征，形成图像像素点与表面点的对应分布关系；通过查询模型计算图像像素坐标点集特征对应键的概率分布，得到图像像素坐标对应三维表面的掩码概率；计算估计最佳概率分布值；对生成的每个假设进行评分投票；根据表面分布对所得到的最佳投票评分姿态假设进行细化，得到目标最终姿态估计位姿。本发明解决仅使用RGB数据时，对目标对象进行位姿估计的稳定性和准确性不高以及针对三维模型表面特征采样存在非规则特征时准确性不高的问题。
-
公开(公告)号：CN114701731B
公开(公告)日：2023-08-04
申请号：CN202210236878.X
申请日：2022-03-11
Applicant: 江苏城乡建设职业学院 , 常州大学
Abstract: 本发明公开了一种果实恒温控制储存装置，涉及到果实储存设备领域，包括保温储存箱，保温储存箱的内腔设置有多个呈等间距分布的固定隔板组件和多个呈等间距分布的折叠隔板组件，且多个固定隔板组件和多个折叠隔板组件在竖直方向呈间隔分布，折叠隔板组件包括两个导轨，且两个导轨分别与保温储存箱的两侧内壁固定连接，两个导轨之间设置有折叠组件。本发明通过在相邻两个固定隔板组件之间设置有折叠隔板组件，折叠组件包括多个活动杆，相邻两个活动杆之间通过柔性布连接，因此折叠组件整体能够进行展开或者折叠，从而有效提高本装置对保温储存箱内腔空间的利用率，进而使得保温储存箱能够储存更多数量的果实。
-
Patent Agency Ranking
公开(公告)号：CN110197129B
公开(公告)日：2023-04-18
申请号：CN201910382084.2
申请日：2019-05-09
Applicant: 常州大学
Abstract: 本发明公开一种自然环境下果蔬生长形态视觉辨识方法，包括以下步骤：图像采集步骤：基于单目视觉实时采集果蔬图像；目标区域提取步骤：对采集的图像进行处理，提取出图像中连带遮挡枝叶的果蔬区域；其中，对采集的图像进行处理的方法为：采用掩膜基于区域的卷积神经网络对果蔬图像中的果蔬区域进行检测与语义分割；重叠形态辨识步骤：将果蔬分为单果形态果蔬和多果重叠形态果蔬；枝茎遮挡形态辨识步骤：将单果形态果蔬和多果重叠形态果蔬进一步细分为无枝茎遮挡单个果蔬、枝茎遮挡单个果蔬和无枝茎遮挡重叠果蔬、枝茎遮挡重叠果蔬。该方法可使得采摘机器人自动完成采集图像中不同生长形态果蔬的分类，为后续选用相应的采摘机制提供依据。
-
公开(公告)号：CN115192048A
公开(公告)日：2022-10-18
申请号：CN202210851305.8
申请日：2022-07-20
Applicant: 常州大学
Abstract: 本发明涉及SVR算法技术领域，尤其涉及一种用于肌电‑握力预测的改进SVR方法及装置，包括分别采集正常侧手臂的肌电信号和握力信号；对肌电信号和握力信号进行预处理、特征提取，构建特征提取后的肌电信号和握力信号的训练集和测试集；通过训练集数据训练出改进SVR模型。本发明通过正常侧指套装置抓取物体，采集物体对应的握力值与正常侧肌电值，通过麻雀搜索算法对SVR模型改进，建立肌电与握力预测模型；并实时采集患侧抓取物体时的握力，通过比较抓取相同物体时正常侧与患侧握力的差值，对患侧的握力进行补偿。
-
公开(公告)号：CN114723782A
公开(公告)日：2022-07-08
申请号：CN202210253001.1
申请日：2022-03-15
Applicant: 常州大学
IPC: G06T7/246 , G06T7/277 , G06T7/10 , G06V10/26 , G06V10/44 , G06V10/74 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明涉及智能交通技术领域，尤其涉及一种基于异构图学习的交通场景运动目标感知方法，包括S1、引入目标检测网络实时检测交通场景中的运动目标；结合多目标跟踪网络对目标进行跟踪，获得运动目标的观测轨迹；S2、根据观测轨迹建立异构图，送入图变换网络编码；S3、使用运动编码器网络编码目标运动模式，将结果与图变换网络的编码结果拼接；S4、将拼接得到的结果送入运动状态解码器网络，解码得到目标的预测轨迹。本发明基于异构图学习的检测‑跟踪‑预测一体化框架，可检测和跟踪场景中运动目标，并预测目标未来运动轨迹；通过使用异构图网络建模交互关系，从而改善轨迹预测算法性能。
-
公开(公告)号：CN109029435B
公开(公告)日：2021-11-02
申请号：CN201810649488.9
申请日：2018-06-22
Applicant: 常州大学
IPC: G01C21/18
Abstract: 本发明提供一种提高惯性‑地磁组合动态定姿精度的方法，利用人工神经元网络，针对人体肢体运动等复杂的三维运动，首先从三维加速度计输出的离散采样时间序列中提取合适的特征，随后利用人工神经元网络根据上述特征准确估计出载体线加速度的幅度，最后根据上述估计结果实时调整扩展卡尔曼算法的观测和过程协方差，进而抑制载体线加速度对上述算法的影响，从而提高惯性‑地磁组合的姿态解算精度。
-
公开(公告)号：CN108615027B
公开(公告)日：2021-10-08
申请号：CN201810446463.9
申请日：2018-05-11
Applicant: 常州大学
Abstract: 本发明公开了一种基于长短期记忆的加权卷积神经网络对视频中的人群进行计数的方法，首先根据不同场景估计透视图，进而生成人群的自适应密度图；然后对连续多帧图像降采样后输入神经网络，并基于图像及其对应的真实自适应密度图训练网络；利用训练好的网络估计输入图像的密度图，并根据密度图预测人数。针对场景中人群的尺度差异，本发明通过一种分尺度损失函数衡量网络学习到的不同尺度特征。针对人群分布不均匀问题，本发明通过一种加权损失函数权衡不同区域的贡献。同时，本发明通过长短期记忆获取相邻帧之间的关联信息，并通过平滑滤波对预测的人数进行后处理，提高了人群计数的准确性。
-
-
-
-
-
-
-
-
-
Search Results
134
records
(took 0.022 seconds)
