-
公开(公告)号：CN117593598A
公开(公告)日：2024-02-23
申请号：CN202311403413.X
申请日：2023-10-26
Applicant: 海南大学
IPC: G06V10/771 , G06V10/762 , G06V10/30 , G06N3/088 , G06V10/82
Abstract: 本发明涉及一种基于谱松弛嵌入的无监督特征选择方法、装置及介质，其中方法包括以下步骤：获取用户输入的图像数据集并进行预处理；对数据集中的样本图像矩阵进行滤波降噪；根据样本图像矩阵计算局部拉普拉斯谱，建立基于谱松弛嵌入的向量式无监督特征选择模型；对无监督特征选择模型的多个变量进行迭代学习至收敛；根据迭代学习得到的无监督特征选择模型，计算各个特征对应的评价指标；根据评价指标值，从大到小依次选择预设数量的特征数，完成特征选择。与现有技术相比，本发明具有易于实现、方便快捷、可以根据需要选择所需的数据维度等优点。
-
公开(公告)号：CN116175583A
公开(公告)日：2023-05-30
申请号：CN202310230051.2
申请日：2023-03-10
Applicant: 海南大学
IPC: B25J9/16
Abstract: 本发明涉及一种三轮全向移动机械臂重复作业规划方法、电子设备及介质，方法包括如下步骤：获取三轮全向移动机械臂的性能参数，将性能参数输入预先构建的重复作业规划模型中，求解并输出全向驱动轮的旋转角度、旋转角速度和旋转角加速度，机械臂关节的角度、速度和加速度，根据输出结果驱动全向轮和机械臂的关节完成给定的需持续重复多次进行的末端操作任务；重复作业规划模型通过给定的末端操作任务和最小化用以描述重复运动的性能指标构建，所述性能指标根据三轮全向移动机械臂的性能参数，在加速度层上构建。与现有技术相比，本发明在加速度层上实现重复作业，适用于加速度控制、力控制和速度控制相关的三轮全向移动机械臂。
-
公开(公告)号：CN115797621A
公开(公告)日：2023-03-14
申请号：CN202211422460.4
申请日：2022-11-14
Applicant: 海南大学
IPC: G06V10/25 , G06N3/0464 , G06N3/08 , G06V10/74 , G06V10/762 , G06V10/82
Abstract: 本发明涉及机器视觉的中的目标检测领域，具体涉及一种基于可分辨特征的半监督物体检测系统及其训练方法，系统包括：输入图像特征提取模块、可分辨特征敏感的区域建议模块、可分辨特征提取与存储模块、可分辨特征的数据增强模块和物体识别与定位模块；所述训练方法包括：步骤1：确定目标检测网络，并搭建如上所述的系统；步骤2：收集应用场景数据集，所述应用场景数据集包括有标签数据和无标签数据；步骤3：使用所述应用场景数据集对系统进行训练；步骤4：迭代前一步骤，直到训练的系统模型达到理想物体检测效果。通过本发明，提高模型对数据的利用能力，有效解决半监督学习中过分依赖有标签数据而对无标签数据利用不足的问题。
-
公开(公告)号：CN118123829A
公开(公告)日：2024-06-04
申请号：CN202410306012.0
申请日：2024-03-18
Applicant: 海南大学
Abstract: 本发明涉及一种四轮对称全向移动机械臂控制方法、设备、存储介质，方法包括如下步骤：基于非线性动力学公式，以最小化四轮对称全向移动机械臂前状态与期望状态之间的误差为目标，构建基于非线性映射的速度层性能指标；以最小化所述速度层性能指标为目的，得到极限约束条件下的速度层状态调整方案；通过求解所述速度层状态调整方案实现所述四轮对称全向移动机械臂的控制。与现有技术相比，本发明有效地弥补了现有方法的缺陷，引入了一种新的操作方便、工作量较少、作业规范的方法。该方法能够自动调整四轮对称全向移动机械臂，使其快速、准确地达到期望状态。
-
-
-
Search Results
4
records
(took 0.019 seconds)
