公开(公告)号：CN116644640A

公开(公告)日：2023-08-25

申请号：CN202310690402.8

申请日：2023-06-12

Applicant: 杭州电子科技大学 ,  浙江埃克森电梯有限公司

Inventor： 陈志平 ,  杨康 ,  王东华 ,  华勇 ,  王班 ,  代天航 ,  虞杰

IPC: G06F30/23 ,  G06F30/13 ,  G06F111/04 ,  G06F119/14

Abstract: 本发明公开了一种货运电梯轿架结构优化方法。该方法如下：一、构建货运电梯轿架的有限元模型。二、分析货运电梯轿架模型。三、拟合U型钢的不同尺寸参数之间的函数关系。四、对有限元模型进行仿真求解，得到五种结构件的最佳尺寸参数。五、在备选的各个U型钢型号中分别为五种结构件筛选出最优型号。六、使用五种结构件各自的最优型号对应的U型钢构建货运电梯轿架。本发明通过拟合出U型钢不同参数的函数关系，并将该函数关系作为约束，使得仿真得到的U型钢的不同尺寸参数之间的比例，近似于标准型号的U型钢，从而使得仿真结果能够为轿架中各结构件的U型钢选型提供指导，在满足承载能力要求的情况下，尽可能减小货运电梯轿架的总质量。

公开(公告)号：CN108846421A

公开(公告)日：2018-11-20

申请号：CN201810524263.0

申请日：2018-05-28

Applicant: 杭州电子科技大学

Inventor： 李建军 ,  薛鑫营 ,  郭辉 ,  虞杰 ,  郑秋华 ,  王智慧 ,  李豪杰

IPC: G06K9/62

Abstract: 本发明公开了一种基于深度学习的图像分类方法。本发明具体包括如下步骤：S1、将图片分为n组，将n组图片集分别作为样本输入到AlexNet模型中进行训练，得到图像分类模型Ⅰ；S2、将待测图像样本输入到已经完成训练的图像分类模型Ⅰ中进行图像分类；S3、将不同待测图像对应的结果集归入不同的文档中，将精度较高的图像结果集重新组成图像样本输入到AlexNet模型中进行训练，得到图像分类模型Ⅱ；S4、将所对应的待测图像样本输入到其对应的图像分类模型Ⅱ中进行图像分类。本发明能够进一步提高图像分类的准确率，为图像分类工作提供了新的解决方案。

公开(公告)号：CN108846421B

公开(公告)日：2021-11-16

申请号：CN201810524263.0

申请日：2018-05-28

Applicant: 杭州电子科技大学

Inventor： 李建军 ,  薛鑫营 ,  郭辉 ,  虞杰 ,  郑秋华 ,  王智慧 ,  李豪杰

IPC: G06K9/62

Abstract: 本发明公开了一种基于深度学习的图像分类方法。本发明具体包括如下步骤：S1、将图片分为n组，将n组图片集分别作为样本输入到AlexNet模型中进行训练，得到图像分类模型Ⅰ；S2、将待测图像样本输入到已经完成训练的图像分类模型Ⅰ中进行图像分类；S3、将不同待测图像对应的结果集归入不同的文档中，将精度较高的图像结果集重新组成图像样本输入到AlexNet模型中进行训练，得到图像分类模型Ⅱ；S4、将所对应的待测图像样本输入到其对应的图像分类模型Ⅱ中进行图像分类。本发明能够进一步提高图像分类的准确率，为图像分类工作提供了新的解决方案。

公开(公告)号：CN117643224A

公开(公告)日：2024-03-05

申请号：CN202311625281.5

申请日：2023-11-30

Applicant: 杭州电子科技大学

Inventor： 陈志平 ,  虞杰 ,  张季平 ,  虞振华 ,  李恒博 ,  杨康 ,  王班

IPC: A01D46/30 ,  B64U10/14 ,  A01D91/04 ,  B64U101/40

Abstract: 本发明公开了一种基于无人机模块调度的茶叶采摘装置及采茶方法；该茶叶采摘装置包括多个自动采茶模块；其特征在于：还包括调度控制模块和无人机模块；自动采茶模块用于对自身所在位置对应的茶树进行茶叶采集；无人机模块能够移动至任意一个自动采茶模块处，并与自动采茶模块结合，并带动自动采茶模块移动；调度控制模块用于控制无人机模块飞行至需要移动的自动采茶模块处，并与自动采茶模块结合，带动自动采茶模块移动至目标位置。本发明通过一个无人机模块调度多个不具备移动能力自动采茶模块的位置，使得仅能够采摘小范围茶叶的自动采茶模块能够完成大范围采茶区域的全自动茶叶采摘。

公开(公告)号：CN108681734A

公开(公告)日：2018-10-19

申请号：CN201810522449.2

申请日：2018-05-28

Applicant: 杭州电子科技大学

Inventor： 李建军 ,  王虹 ,  虞杰 ,  薛鑫营 ,  黄孝喜 ,  王智慧 ,  李豪杰

IPC: G06K9/32 ,  G06K9/40

CPC classification number: G06K9/3233 ,  G06K9/40

Abstract: 本发明属于图像信息安全领域，涉及一种基于样本选择的图像相机来源鉴别方法。本发明结合主成分分析以及随机子空间提出的随机子空间法一定程度上减小了图像内容的影响。为了改善鉴别受图像细节影响的问题，实现了基于样本选择的图像来源鉴别方法。通过分析图像的纹理特征特性，利用灰度共生矩阵计算图像区域的复杂度，选取出图像中复杂度较小的区域，从而提取出较为可靠的模式噪声，提高鉴别准确率。与其它基于模式噪声的图像来源鉴别方法相比，样本选择法能够提取出更为纯净的模式噪声，进一步提高图像来源鉴别的准确率，为图像来源鉴别工作提供了一种新的解决方案。