-
公开(公告)号：CN115137375A
公开(公告)日：2022-10-04
申请号：CN202210540067.9
申请日：2022-05-17
Applicant: 浙江工业大学
IPC: A61B5/397
Abstract: 一种基于双分支网络的表面肌电信号识别方法，包括：S1：采用窗口分析法对原始信号数据预处理；S2：利用机器学习方法对肌电信号各通道进行特征提取，得到一维离散特征x，再采用特殊二维化方法，先对原特征向量x中的m个离散特征信息进行平方处理得x2，再将特征向量x与x2进行笛卡尔积运算，得到二维合成矩阵F；S3：将得到的二维特征矩阵放入CNN网络中，进行多次卷积与池化，提取空间特征信息，得到空间特征图Mapspace；S4：将原始肌电信号进行归一化处理，使得原始数据缩放到同特征二维化后相同的数据范围；S5：将处理后的信息放入GRU网络中训练，提取时间特征信息，得到时间特征图Maptime；S6：使用全连接层融合两个网络训练的参数Mapspace和Maptime，最后通过softmax层进行分类。
-
公开(公告)号：CN113771027A
公开(公告)日：2021-12-10
申请号：CN202110943699.5
申请日：2021-08-17
Applicant: 浙江工业大学
Abstract: 本发明公开了一种基于深度学习的双臂协作抓取方法，包括首先构建右臂抓取检测模型，通过数据集训练，来让模型达到识别未知物体的抓取位置的效果；通过在抓取检测模型的基础上加入通道剪枝训练，来得到一个轻量的左臂遮挡检测模型，大大加快检测速度；用相机采集操作画面，对图像进行尺寸上的变化和预处理，以便模型更好的操作；最后将检测到的信息按照一定逻辑通过ROS系统与机器人进行通信，以实现清除遮挡物、抓取物体的操作。本发明将深度学习与双臂协作的思想带入到非结构化的物体抓取中，提高了抓取的效率。同时由剪枝训练得到轻量级左臂遮挡检测模型，更进一步加快了操作的速度。
-
公开(公告)号：CN112531737A
公开(公告)日：2021-03-19
申请号：CN202011331766.X
申请日：2020-11-24
Applicant: 绍兴市上虞区舜兴电力有限公司 , 国网浙江绍兴市上虞区供电有限公司 , 国网浙江省电力有限公司绍兴供电公司 , 浙江工业大学 , 宁波数研信息技术咨询有限公司
IPC: H02J3/24
Abstract: 一种基于鲁棒萤火虫‑粒子群混合优化的风‑光‑燃料电池微电网频率控制方法，包括以下步骤：步骤1、分布式电源建模，过程如下：1.1风/光/燃料电池/柴油发电机模型；1.2储能系统模型，在非高峰时段或在太阳能强度和风速较高时产生的额外电能可以储能在飞轮、电池或超级电容等储能设备中，储存的电力可以在高峰负荷期间或风能和光伏发电不够用期间重新利用；步骤2、构建用于频率控制的微电网模型；步骤3，FF‑PSO混合优化PID控制。本发明使得微网在不同运行条件下(如风速变化和负荷需求变化)频率偏差最小。
-
公开(公告)号：CN118563370A
公开(公告)日：2024-08-30
申请号：CN202410760049.0
申请日：2024-06-13
Applicant: 浙江工业大学
IPC: C25C3/06
Abstract: 本发明提供了一种以离子液体为电解质电解铝的方法，具体是以钨片为阳极，以钛片为阴极，在恒定电压4.0～4.5V、温度80～110℃条件下，对含有铝离子的离子液体进行电解，制得固态铝。本发明采用纯钨片为惰性阳极材料，将其用于离子液体低温电解铝反应，显著提高了阳极效率，减少了电解副反应的发生，纯钨片和离子液体经过处理后可实现重复利用，克服了传统阳极材料易腐蚀、电解效率低以及离子液体分解的问题，有利于离子液体低温电解铝技术的工业化推广。
-
公开(公告)号：CN118397116A
公开(公告)日：2024-07-26
申请号：CN202410307495.6
申请日：2024-03-18
Applicant: 浙江工业大学
IPC: G06T11/00 , G06V10/764 , G06V10/44 , G06V10/30 , G06V10/82 , G06N3/0464
Abstract: 一种基于扩散模型的金属伪影去除方法分类方法和装置，其方法包括：S1：采用先验网络(PriorNet)对LI线性插值的CT图像(XLI)和干净的CT图像(Xgt)进行特征提取，得到先验信息z；S2：利用MarNet将先验信息z和LI线性插值的图像一同输入，经过多次池化和上采样得到输出图像Xout1并计算L1 loss保存模型；S3：在S2的期间使用，将先验信息z传入DDPM中，训练DDPM使之学习到z的分布；S4：修改先验网络PriorNet，通过输入XLI图像经过多次卷积块和残差块获得先验信息zt而后将信息放入DDPM网络中去噪，获得先验信息z0；S5：将处理后的先验信息z0和XLI一同送入MarNet中，经过处理得到最终的图像输出Xout。本发明减少了二次金属伪影的诞生，图像细节恢复好，模型鲁棒性更强，训练时间更短。
-
Patent Agency Ranking
公开(公告)号：CN113771027B
公开(公告)日：2023-03-31
申请号：CN202110943699.5
申请日：2021-08-17
Applicant: 浙江工业大学
Abstract: 本发明公开了一种基于深度学习的双臂协作抓取方法，包括首先构建右臂抓取检测模型，通过数据集训练，来让模型达到识别未知物体的抓取位置的效果；通过在抓取检测模型的基础上加入通道剪枝训练，来得到一个轻量的左臂遮挡检测模型，大大加快检测速度；用相机采集操作画面，对图像进行尺寸上的变化和预处理，以便模型更好的操作；最后将检测到的信息按照一定逻辑通过ROS系统与机器人进行通信，以实现清除遮挡物、抓取物体的操作。本发明将深度学习与双臂协作的思想带入到非结构化的物体抓取中，提高了抓取的效率。同时由剪枝训练得到轻量级左臂遮挡检测模型，更进一步加快了操作的速度。
-
公开(公告)号：CN115137375B
公开(公告)日：2024-11-01
申请号：CN202210540067.9
申请日：2022-05-17
Applicant: 浙江工业大学
IPC: A61B5/397
Abstract: 一种基于双分支网络的表面肌电信号识别方法，包括：S1：采用窗口分析法对原始信号数据预处理；S2：利用机器学习方法对肌电信号各通道进行特征提取，得到一维离散特征x，再采用特殊二维化方法，先对原特征向量x中的m个离散特征信息进行平方处理得x2，再将特征向量x与x2进行笛卡尔积运算，得到二维合成矩阵F；S3：将得到的二维特征矩阵放入CNN网络中，进行多次卷积与池化，提取空间特征信息，得到空间特征图Mapspace；S4：将原始肌电信号进行归一化处理，使得原始数据缩放到同特征二维化后相同的数据范围；S5：将处理后的信息放入GRU网络中训练，提取时间特征信息，得到时间特征图Maptime；S6：使用全连接层融合两个网络训练的参数Mapspace和Maptime，最后通过softmax层进行分类。
-
公开(公告)号：CN114943654A
公开(公告)日：2022-08-26
申请号：CN202210546060.8
申请日：2022-05-17
Applicant: 浙江工业大学
Abstract: 一种基于多阶段神经网络的透明物体深度图像修复方法，包括：读取输入图像进行放缩；预测分割图像；去除深度图像中的噪声；使用动态卷积初步提取特征；提取第一阶段特征；生成第一阶段不同分支的空间注意力图；生成第一阶段不同分支的修复图像；融合第一阶段预测结果；提取第二阶段特征；生成第二阶段修复图像；提取第三阶段特征；生成第三阶段修复图像；融合三个阶段预测结果，得到修复后的深度图像。本发明提升了推理速度，提高了模型精度，脱离了外部环境依赖性，提升了方法的泛化性。
-
公开(公告)号：CN112754465B
公开(公告)日：2022-06-14
申请号：CN202110049428.5
申请日：2021-01-14
Applicant: 浙江工业大学
Abstract: 本发明提供了一种压力控制机械通气下肺部准静态顺应性估测方法，针对获取的采样数据中每次呼吸的流速波形的吸气相数据用指数函数进行最小二乘法拟合获得流速波形曲线，再对流速波形曲线进行积分，获得潮气量，从而可以利用机械通气波形计算出准静态顺应性，该方法免去了需要人工频繁操作呼吸机测量静态顺应性的过程，减少医护人员的工作量。基于准静态顺应性的测量值的变化趋势，为临床医生能动态评估患者肺部病理状态提供了可能，可以更好地指导机械通气的实施。
-
公开(公告)号：CN112754465A
公开(公告)日：2021-05-07
申请号：CN202110049428.5
申请日：2021-01-14
Applicant: 浙江工业大学
Abstract: 本发明提供了一种压力控制机械通气下肺部准静态顺应性估测方法，针对获取的采样数据中每次呼吸的流速波形的吸气相数据用指数函数进行最小二乘法拟合获得流速波形曲线，再对流速波形曲线进行积分，获得潮气量，从而可以利用机械通气波形计算出准静态顺应性，该方法免去了需要人工频繁操作呼吸机测量静态顺应性的过程，减少医护人员的工作量。基于准静态顺应性的测量值的变化趋势，为临床医生能动态评估患者肺部病理状态提供了可能，可以更好地指导机械通气的实施。
-
-
-
-
-
-
-
-
-
Search Results
56
records
(took 0.032 seconds)
