-
公开(公告)号:CN120024790A
公开(公告)日:2025-05-23
申请号:CN202510110065.X
申请日:2025-01-23
Applicant: 重庆大学
Inventor: 谭戈 , 石欣 , 范智瑞 , 梁飞 , 卢灏 , 刘寅莹 , 朱雅亲 , 张夏恒 , 石浩天 , 黄良文 , 宋浩然 , 唐佳 , 余仕俊 , 陈宇杰 , 李思颖 , 喻凌风 , 杨子祥 , 陈悦诺 , 陈宇通 , 祝沛然
Abstract: 本发明公开一种基于机器视觉行车磁吸钢板运料自适应电磁控制系统,包括移动小车(6)、连杆(7)、摄像头(8)、磁力控制系统;所述磁力控制系统用于控制行车抓取机构(1)的磁力;本发明基于AI算法基础上,提高吊装任务处理效率,降低人力成本,支持多种板材吊装应用场景,推动行车无人化与智能化发展。
-
公开(公告)号:CN116644760A
公开(公告)日:2023-08-25
申请号:CN202310537056.X
申请日:2023-05-13
Applicant: 重庆大学
IPC: G06F40/35 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于Bert模型和双通道模型的对话文本情感分析方法,使用Bert模型对输入文本进行字级别的向量化操作,通过预训练学习到的先验知识来增强文本向量的语义表达,使用遮掩策略强化对文本中词的理解。对话文本为短文本,提取短文本的语义信息存在一定难度,特征提取层结合BiGRU和CNN网络的优点,使用BiGRU网络捕获上下文的语义信息,从全局上来衡量文本的情感信息,并借助CNN网络对文本中多层次的特征信息进行局部提取,以便捕获更有利于文本情感分析的特征信息。将BiGRU和CNN网络提取的特征进行拼接输入至情感分类层中,通过全连接层和Softmax操作后实现情感分类。
-
公开(公告)号:CN117315019A
公开(公告)日:2023-12-29
申请号:CN202311145718.5
申请日:2023-09-06
Applicant: 重庆大学
Abstract: 本发明公开了一种基于深度学习的机械臂抓取方法,获得通过深度相机获得带抓取物体的RGB图像与深度图像。对深度图像进行检测,获得无效像素并且重建这些数据,以便于神经网络获取更准确的抓取位姿。对RGB图像与深度图进行对齐,获得RGB‑D图像,对齐进行中心部分裁剪,获得RGB‑D图像。采用预先训练的改进后GGCNN2网络模型对带抓取物体的RGB‑D图像进行输入,生成带抓取物体的抓取位姿信息。在机械臂基座标系即笛卡尔坐标系下的抓取位姿。输入抓取信息,控制机械臂进行抓取任务。本发明解决了原网络中泛化和学习能力较差的问题,使得改进后的神经网络在获得带抓取物体的抓取位姿上具有更好的性能,在高精度抓取领域更具有实用性。
-
-