-
公开(公告)号:CN107330420B
公开(公告)日:2019-09-06
申请号:CN201710573387.3
申请日:2017-07-14
Applicant: 河北工业大学
Abstract: 本发明基于深度学习带有旋转信息的人脸表情识别方法,该方法的步骤是:1)确定人脸表情识别的深度卷积神经网络模型与参数;2)将步骤1)中的深度卷积神经网络模型中的第一个卷积层,即数据输入层后面的Conv1层,改为带有角度信息的卷积层,并将带有角度信息的卷积层命名为NConv层;3)通过图像旋转对FER2013人脸表情数据库进行数据扩充,将扩充后的FER2013人脸表情数据库命名为FER2013II数据库,并对FER2013II数据库进行标签处理;4)使用步骤3)得到的FER2013II数据库对步骤2)处理后的深度卷积神经网络模型进行训练和测试,得到修正后的深度卷积神经网络模型;5)将需要进行识别的人脸表情图片经过预处理后,输入到修正后的深度卷积神经网络模型中,输出人脸表情识别结果。
-
公开(公告)号:CN107301246A
公开(公告)日:2017-10-27
申请号:CN201710573388.8
申请日:2017-07-14
Applicant: 河北工业大学
CPC classification number: G06F16/353 , G06F17/2775
Abstract: 本发明基于超深卷积神经网络结构模型的中文文本分类方法,该方法包括以下步骤:从网上搜集词向量的训练语料,并结合中文分词算法对训练语料进行分词处理,得出词向量模型;从网上搜集多个中文新闻站点的新闻,标记新闻的类别,作为文本分类的语料集,分为训练集语料和测试集语料;将训练集语料和测试集语料分别进行分词处理,然后利用词向量模型得出训练集语料和测试集语料分别对应的词向量;建立超深卷积神经网络结构模型;将训练集语料所对应的词向量输入到超深卷积神经网络结构模型中,训练得出文本分类模型;将需要分类的中文文本输入到词向量模型中,得到该需要分类的中文文本的词向量,然后输入到文本分类模型中完成中文文本分类。
-
公开(公告)号:CN106142083B
公开(公告)日:2018-03-16
申请号:CN201610586252.6
申请日:2016-07-21
Applicant: 河北工业大学
Abstract: 本发明高空幕墙安装机器人的三维运动仿真的方法,涉及建筑构件的装配设备,步骤是:分析实体高空幕墙安装机器人的基本构造;对高空幕墙安装机器人进行三维建模;对高空幕墙安装机器人进行运动学分析;装配虚拟机器人;用力反馈设备实时控制该虚拟机器人运动,实现高空幕墙安装机器人三维运动仿真。本发明方法解决了现有技术中用高空幕墙安装机器人代替人工完成幕墙安装工作的遥操作系统的遥操作时延问题。
-
公开(公告)号:CN107330420A
公开(公告)日:2017-11-07
申请号:CN201710573387.3
申请日:2017-07-14
Applicant: 河北工业大学
Abstract: 本发明基于深度学习带有旋转信息的人脸表情识别方法,该方法的步骤是:1)确定人脸表情识别的深度卷积神经网络模型与参数;2)将步骤1)中的深度卷积神经网络模型中的第一个卷积层,即数据输入层后面的Conv1层,改为带有角度信息的卷积层,并将带有角度信息的卷积层命名为NConv层;3)通过图像旋转对FER2013人脸表情数据库进行数据扩充,将扩充后的FER2013人脸表情数据库命名为FER2013II数据库,并对FER2013II数据库进行标签处理;4)使用步骤3)得到的FER2013II数据库对步骤2)处理后的深度卷积神经网络模型进行训练和测试,得到修正后的深度卷积神经网络模型;5)将需要进行识别的人脸表情图片经过预处理后,输入到修正后的深度卷积神经网络模型中,输出人脸表情识别结果。
-
公开(公告)号:CN106142083A
公开(公告)日:2016-11-23
申请号:CN201610586252.6
申请日:2016-07-21
Applicant: 河北工业大学
CPC classification number: B25J9/1605 , B25J9/106
Abstract: 本发明高空幕墙安装机器人的三维运动仿真的方法,涉及建筑构件的装配设备,步骤是:分析实体高空幕墙安装机器人的基本构造;对高空幕墙安装机器人进行三维建模;对高空幕墙安装机器人进行运动学分析;装配虚拟机器人;用力反馈设备实时控制该虚拟机器人运动,实现高空幕墙安装机器人三维运动仿真。本发明方法解决了现有技术中用高空幕墙安装机器人代替人工完成幕墙安装工作的遥操作系统的遥操作时延问题。
-
-
-
-