-
公开(公告)号：CN113744758B
公开(公告)日：2023-12-01
申请号：CN202111089655.7
申请日：2021-09-16
Applicant: 江南大学
IPC: G10L25/24 , G10L25/30 , G10L25/48 , G10L25/51 , G06N3/0464 , G06N3/0442 , G06N3/045 , G06N3/048 , G06N3/08
Abstract: 本发明提供的基于2‑DenseGRUNet模型的声音事件检测方法，以2阶DenseNet网络模型为基础，加入了门控循环单元GRU网络，构建了声音事件检测模型；相对于传统卷积神经网络以及循环神经网络模型，本专利技术方案中的声音事件检测模型结合了2‑DenseNet和GRU的优点，既能更高效利用特征信息将其融合，获取更多有效的特征信息，同时可有效进行时间序列建模。基于本专利技术方案中的声音事件检测模型在检测城市声音事件中，具有更低的平均片段错误率，和更高的F‑Score分数，确保基于本发明方法进行的声音分类结果更加准确。
-
公开(公告)号：CN111923029B
公开(公告)日：2024-11-26
申请号：CN202010907706.1
申请日：2020-09-02
Applicant: 江南大学
IPC: B25J9/00
Abstract: 本发明提供了无牵连运动的1T2R并联机构，其在使用时无牵连运动同时运动具有三角化解耦特性。其包括定平台、动平台和用于连接定平台和动平台的支链一、支链二和支链三，支链一包括移动副一、万向副一；支链二包括移动副二、转动副一、万向副二；支链三包括移动副三、转动副二、万向副三、转动副三。并联机构的输出运动类型为PU类，其转动中心不存在x、y方向的牵连运动，且其运动具有三角化解耦特性。该机构可作为并联机器人或机械手的执行机构，实现两维转动和一维移动三自由度抓取或其他操作。
-
公开(公告)号：CN113808604A
公开(公告)日：2021-12-17
申请号：CN202111090034.0
申请日：2021-09-16
Applicant: 江南大学
IPC: G10L21/0208 , G10L21/0224 , G10L21/0232 , G10L15/06 , G10L15/08 , G10L25/27 , G10L25/45 , G06K9/62 , G06N3/04
Abstract: 本发明提供的基于伽马通频谱分离的声场景分类方法，其利用伽马通频谱图，并将音频样本信息分离出谐波分量、打击源分量以及残差分量三个部分，基于伽马通频谱图的残差分量，能够有效减少背景噪音中的谐波噪音和打击源噪音，以达到降低背景噪音的效果，进而提升了声场景分类模型的分类准确率，同时提高了声场景分类模型的泛化能力。
-
公开(公告)号：CN113808604B
公开(公告)日：2023-11-14
申请号：CN202111090034.0
申请日：2021-09-16
Applicant: 江南大学
IPC: G10L21/0208 , G10L21/0224 , G10L21/0232 , G10L15/06 , G10L15/08 , G10L25/27 , G10L25/45 , G06F18/241 , G06N3/0464
Abstract: 本发明提供的基于伽马通频谱分离的声场景分类方法，其利用伽马通频谱图，并将音频样本信息分离出谐波分量、打击源分量以及残差分量三个部分，基于伽马通频谱图的残差分量，能够有效减少背景噪音中的谐波噪音和打击源噪音，以达到降低背景噪音的效果，进而提升了声场景分类模型的分类准确率，同时提高了声场景分类模型的泛化能力。
-
公开(公告)号：CN111833906B
公开(公告)日：2022-09-30
申请号：CN202010726152.5
申请日：2020-07-25
Applicant: 江南大学
Abstract: 本发明提供基于多路声学特征数据增强的声场景分类方法，其提高了声场景分类用分类器的准确率，同时提高了模型的泛化能力，使其能够以稳定的分类准确率应用在更多的场景中。本发明技术方案中，基于Mixup数据增强方式实现数据增强用特征生成器，同时生成多种声学特征，基于MCNN模型构建了多支路的声场景分类模型，通过多路声学特征并行输入分类器进行分类操作，使得多种声学特征相互补充提高了分类器的分类精度。
-
Patent Agency Ranking
公开(公告)号：CN110689916A
公开(公告)日：2020-01-14
申请号：CN201910991939.1
申请日：2019-10-18
Applicant: 江南大学
Abstract: 本发明提供了一种基于柔性杆的高精度柔性微定位平台，其能解决现有分布柔度式定位平台各支链结构差异较大，不同支链运动性能不够稳定，理论分析较复杂，以及当仅有X或Y方向有运动输入时，还是会产生一定的耦合位移，影响平台运动精度的问题。其包括基座、动平台、四个第一柔性支链和一个第二柔性支链；第一柔性支链由四个双四杆型柔性模块组成，其中三个双四杆型柔性模块并联，再与剩余一个双四杆型柔性模块串联；第二柔性支链由五个双四杆型柔性模块组成，其中四个双四杆型柔性模块并联，再与剩余一个双四杆型柔性模块串联；基座上还分别固定安装有X向电磁驱动器、Y向电磁驱动器和Z向电磁驱动器。
-
公开(公告)号：CN111923029A
公开(公告)日：2020-11-13
申请号：CN202010907706.1
申请日：2020-09-02
Applicant: 江南大学
IPC: B25J9/00
Abstract: 本发明提供了无牵连运动的1T2R并联机构，其在使用时无牵连运动同时运动具有三角化解耦特性。其包括定平台、动平台和用于连接定平台和动平台的支链一、支链二和支链三，支链一包括移动副一、万向副一；支链二包括移动副二、转动副一、万向副二；支链三包括移动副三、转动副二、万向副三、转动副三。并联机构的输出运动类型为PU类，其转动中心不存在x、y方向的牵连运动，且其运动具有三角化解耦特性。该机构可作为并联机器人或机械手的执行机构，实现两维转动和一维移动三自由度抓取或其他操作。
-
公开(公告)号：CN111814719A
公开(公告)日：2020-10-23
申请号：CN202010692916.3
申请日：2020-07-17
Applicant: 江南大学
Abstract: 本发明提供一种基于3D时空图卷积的骨架行为识别方法，其不仅能够实现对骨架信息同时进行空间建模、时间建模，还能表示时空信息之间的连通性；同时，其能够在大型骨架数据集上取得优异的识别准确率，并具备有良好的泛化性能。本发明的技术方案中，通过结合2D图卷积的拉普拉斯算子与多帧的时间拉普拉斯算子，构建了3D时空图卷积神经网络模型，3D时空图卷积神经网络模型中的当前节点的更新依赖于所述当前2D图中与之存在连接的关节节点的状态，同时还与前后相邻的所述相邻2D图中对应节点的节点状态相关；通过联合所述当前2D图中的相关状态信息与前后相邻的所述相邻2D图中相同节点的状态信息，实现空间信息与时间信息的连通，构建出3D图卷积。
-
-
公开(公告)号：CN113246099B
公开(公告)日：2024-05-03
申请号：CN202110525721.4
申请日：2021-05-14
Applicant: 江南大学
Abstract: 本发明提供了一种具有连续转轴的三自由度并联机构，其可实现空间两转动一移动运动，具有结构简单，刚度高，动力学性能优异，控制容易等优点。同时，该机构不含球铰链，制造加工容易，精度高。其结构包括固定基座和动平台，固定基座通过第一支链、第二支链和第三支链与动平台连接，第一支链、第二支链和第三支链分别包括依次连接的移动副、万向副一、连杆，第一支链和第二支链的连杆通过转动副与动平台连接，第三支链的连杆通过万向副二与动平台连接。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.016 seconds)
