-
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：CN118941809A
公开(公告)日：2024-11-12
申请号：CN202410961322.6
申请日：2024-07-18
Applicant: 河北工业大学
Abstract: 本发明公开了一种基于空间注意力深度卷积与特征增强的场景图生成方法，首先利用目标检测模型从输入图像中提取对象以及对象的视觉特征、边界框坐标和初始预测标签；然后，对象编码器根据对象的视觉特征、边界框坐标和初始预测标签编码得到对象上下文；利用图像图谱特征增强模块提取全局图像特征，将全局图像特征与对象上下文进行拼接，得到增强的对象上下文；对象解码器根据增强的对象上下文，得到对象的最终预测标签；最后，将增强的对象上下文、对象的视觉特征以及最终预测标签输入到关系编码器中，获取对象对的边上下文；再对对象对的边上下文进行编码并进行增强，根据对象对的主语特征和谓语特征进行谓词关系预测。该方法对图像中的重要区域或细节进行了特别关注，同时通过全局上下文信息增强模型对图像内容的理解，提高了场景图的生成质量。
-
Patent Agency Ranking
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。
-
公开(公告)号：CN2828439Y
公开(公告)日：2006-10-18
申请号：CN200520027851.1
申请日：2005-10-24
Applicant: 河北工业大学
IPC: F16F9/53
Abstract: 本实用新型涉及一种电流变流体减振器，包括同轴安装的外筒和内筒、设置在外筒上端的上盖和其下端的下盖、活塞以及连接在活塞上端的活塞杆，外筒内安装有上座及下座，该上座和下座分别与内筒的上端和下端连接，内筒外壁中部设置橡胶套，内筒外壁下部安装有其上开有圆孔的上压盖和下压盖，上压盖和下压盖之间设有内电极和外电极，内、外电极之间设有一间隙。其优点在于：能保证电流变流体在正常工作时的阻尼可调性、控制灵敏性，以及响应速度快；又可以在特殊情况下保证了减振器工作的可靠性，可缩小整个减振器的体积，控制过程中的能源消耗低，在性能、制造和使用上具有明显优势和市场竞争能力。
-
公开(公告)号：CN2828438Y
公开(公告)日：2006-10-18
申请号：CN200520027850.7
申请日：2005-10-24
Applicant: 河北工业大学
IPC: F16F9/53
Abstract: 本实用新型涉及一种基于电流变流体自适应减振装置，包括电流变流体减振器、增速发电总成和升压电路构成，电流变流体减振器包括：外筒、内筒、上盖、下盖、活塞杆、上座、下座、上压盖、下压盖，、内电极和外电极，内电极和外电极以及由内筒的内腔、上座侧孔、外筒内腔、上压盖上的圆孔、内电极、外电极之间的间隙下压盖圆孔以及下座侧缝形成电流变流体流动通道；增速发电总成包括：齿轮齿条机构和齿轮增速机构，增速发电总成通过连接板固定连接减振器的活塞杆和增速发电总成的齿条。实现了具有自适应阻尼特性、且阻尼可调的主动式减振装置，在性能、制造和使用上具有明显优势和市场竞争能力。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.019 seconds)
