公开(公告)号：CN113645197A

公开(公告)日：2021-11-12

申请号：CN202110822039.1

申请日：2021-07-20

Applicant: 华中科技大学

Inventor： 袁烨 ,  陈蕊娟 ,  王茂霖 ,  孙川

IPC: H04L29/06 ,  H04L12/24 ,  G06N20/00 ,  H04L29/08

Abstract: 本发明公开了一种去中心化的联邦学习方法、装置及系统，属于联邦学习领域，方法包括：在参与联邦学习的多个客户端之间建立全局通信网络，使得任意两个客户端之间存在通信路径；各客户端分别接收与其直接通信的其他客户端上一时刻的模型参数，并分别计算其得到的各上一时刻的模型参数与相应权重系数之间乘积的和，以及计算其上一时刻的局部模型的损失函数梯度与预设自适应学习率之间的第一乘积，将其当前时刻的模型参数更新为和与第一乘积之间的差值；重复执行上述迭代更新操作，直至各客户端的局部模型的损失函数不高于相应的阈值，或者直至重复执行的次数达到最大迭代次数。在保护各客户端隐私和数据安全的同时，全局训练各局部模型。

公开(公告)号：CN112880547A

公开(公告)日：2021-06-01

申请号：CN202110047481.1

申请日：2021-01-14

Applicant: 华中科技大学

Inventor： 袁烨 ,  邓礼楠 ,  沈逸 ,  樊耕麟 ,  洪杨

IPC: G01B7/16 ,  G01B7/00 ,  G01L1/22 ,  B29C64/20 ,  B29C33/38 ,  B33Y30/00

Abstract: 本发明公开了一种基于液态金属的触觉传感器、阵列及其制备方法，属于传感技术领域，触觉传感器，包括：上层弹性体、下层弹性体，所述上层弹性体和下层弹性体粘连形成微流道；其中，所述微流道包括2N段子微流道，相邻子微流道相通且垂直排布；液态金属，所述液态金属充满所述微流道；2N+1根导线，所述2N+1根导线从所述微流道两端和中间等间距引出，并连接到数据采集设备，以同时测量相互垂直的两个方向的应变。通过检测每段子微流道中液态金属的电压变化，得到所述触觉传感器自身的变形以及接触力的位置和大小。如此，本发明的触觉传感器能够实现精确地感知和控制。

公开(公告)号：CN110243823B

公开(公告)日：2021-01-05

申请号：CN201910381736.0

申请日：2019-05-08

Applicant: 华中科技大学

Inventor： 余晖 ,  孟令桐 ,  董云龙 ,  吴越 ,  袁烨 ,  向赟 ,  孙虹 ,  邬欢 ,  刘秀珍

IPC: G01N21/84 ,  G01N21/78 ,  G01N33/573 ,  G06K9/46 ,  G06K9/62 ,  G06T7/00 ,  G06T7/90 ,  G16H30/20 ,  G16H50/20

Abstract: 本发明公开了一种基于支持向量机的小儿佝偻病自动筛查装置及其使用方法，属于体外诊断试剂自动检测技术领域，装置包括底座、立柱、顶板、直线电机、载物台、卡槽、图像采集传感器和处理器，该装置通过载物台能够固定批量的待检测血清样本，通过直线电机能够将批量的样本传送至图像采集传感器下方，使用图像采集传感器进行待检测血清样本的显色斑点图像采集，并在处理器中使用支持向量机模型根据显色斑点颜色特征确定骨碱性磷酸酶的活性范围。并提供了装置的使用方法。本发明装置及方法能够实现血清样本的骨碱性磷酸酶的活性范围批量自动化检测，避免检测人员主观判断和环境光照等因素对于结果的不良影响，提高了检测结果的准确度和检测效率。

公开(公告)号：CN110974214A

公开(公告)日：2020-04-10

申请号：CN201911329188.3

申请日：2019-12-20

Applicant: 华中科技大学

Inventor： 袁烨 ,  杨晓云 ,  朱红玲 ,  王一然 ,  程骋 ,  李星毅 ,  尹航 ,  王婧祎

IPC: A61B5/0402 ,  A61B5/0452

Abstract: 本发明公开了一种基于深度学习的自动心电图分类方法、系统及设备，通过将获取的经标注的原始心电图数据按照预设比例分为训练集和验证集；构建具有残差连接的卷积神经网络，代入训练集和验证集进行训练和验证，得到训练好的卷积神经网络；利用经标注的测试集对训练好的卷积神经网络进行评估，结合评估指标得到测试通过的自动心电图分类模型。将待测心电图输入自动心电图分类模型，得到心电图分类结果。本发明提供的基于深度学习的自动心电图分类方法可以进行全面的特征提取并完成多标签分类的判别任务，全面地提取心电图中的信息，完成分类。

公开(公告)号：CN110414383A

公开(公告)日：2019-11-05

申请号：CN201910624662.9

申请日：2019-07-11

Applicant: 华中科技大学

Inventor： 袁烨 ,  周倍同 ,  程骋 ,  李星毅 ,  马贵君

IPC: G06K9/00 ,  G06K9/62 ,  G06K9/66 ,  G06N3/04

Abstract: 本发明涉及一种基于Wasserstein距离的卷积神经网络对抗迁移学习方法及其应用，包括：采用待迁移的卷积神经网络，得到源域标记样本集的源域特征集和源域故障判断集以及目标域样本集的目标特征集；以最大化源域特征集和目标特征集之间的Wasserstein距离并最小化Wasserstein距离和源域故障判断集的判断损失值的加和为目标，基于收敛判据，实现卷积神经网络的对抗迁移学习。本发明在卷积神经网络的迁移学习中引入Wasserstein距离，以Wasserstein距离最大为目标，提高对两种样本集所提取的特征的区分敏感度，再以Wasserstein距离和源域故障判断集的损失值的加和最小为目标，以提高卷积神经网络的判断精度，在保证故障诊断能力的同时对样本数据和网络结构要求低，可适用于多工况间迁移，实际应用性强。

公开(公告)号：CN108620950A

公开(公告)日：2018-10-09

申请号：CN201810432869.1

申请日：2018-05-08

Applicant: 华中科技大学无锡研究院

Inventor： 袁烨 ,  刘贤康 ,  王智慧 ,  唐秀川 ,  丁汉

IPC: B23Q17/09

Abstract: 本发明涉及刀具加工状态监测技术领域，具体公开了一种车削刀具加工状态监测方法，其中，包括：采集数控车床主轴三相电流特征信号；对所述数控车床主轴三相电流特征信号进行数据清洗得到预处理数据；提取所述预处理数据中的特征相关系数；将所述特征相关系数加载至数据系统中进行运行实现数控车床刀具加工状态监测。本发明还公开了一种车削刀具加工状态监测系统。本发明提供的车削刀具加工状态监测方法能够实现数控车床刀具运行状态故障异常实时预测，避免对工业生产产生进一步的损失。

公开(公告)号：CN106813677B

公开(公告)日：2018-06-29

申请号：CN201611236472.2

申请日：2016-12-28

Applicant: 华中科技大学

Inventor： 袁烨 ,  陈都鑫 ,  朱力军 ,  肖颖 ,  徐博文 ,  朱桃 ,  张海涛

IPC: G01C23/00

Abstract: 本发明提供一种可多台并行工作的多维运动学数据测量装置，属于运动数据采集技术领域。装置包括多个数据采集单元、路由器和上位机，数据采集单元、路由器和上位机构成一个无线局域网；所述数据处理模块用于将角度信息、磁场强度和方向、加速度、角速度通过数据通信模块传送给上位机。本发明多个数据采集单元并行采集工作，实时传送给上位机显示，相比传统的单线采集，效率倍增；通过卡尔曼滤波，融合加速度计和陀螺仪数据可以有效抑制因积分和漂移产生的误差带来的影响，并借助磁力计数据补偿提高数据准确性。

公开(公告)号：CN119313713A

公开(公告)日：2025-01-14

申请号：CN202411467398.X

申请日：2024-10-21

Applicant: 华中科技大学

Inventor： 赵鹏远 ,  李青谊 ,  程骏 ,  江一诺 ,  秦子蔚 ,  龙子川 ,  袁烨 ,  程骋

IPC: G06T7/33 ,  G06V10/40 ,  G06V10/77 ,  G06F17/16

Abstract: 本发明公开了一种基于LiDAR扫描数据的飞机装配点云配准方法及装置，属于三维点云处理领域。该方法包括：获取飞机模型的源点云和目标点云；分别对源点云和目标点云进行特征提取和降采样，得到降采样点，将每个超点和附近K个采样点共同构建局部补丁；计算源点云与目标点云的预测刚体变换矩阵；计算全局预测刚体变换矩阵与真实刚体变换矩阵的密度一致性损失、姿态一致性损失、几何一致性损失和点匹配损失，及其组成的综合损失，并以综合损失最小为目标，优化用于点云配准的全局预测刚体变换矩阵，得到目标刚体变换矩阵；根据目标刚体变换矩阵将源点云与目标点云进行配准。实现高效率、高精度的飞机点云配准。

公开(公告)号：CN119249090A

公开(公告)日：2025-01-03

申请号：CN202411177463.5

申请日：2024-08-26

Applicant: 华中科技大学

Inventor： 袁烨 ,  马贵君 ,  杨泽源 ,  王愉哲 ,  严思杰 ,  丁汉

IPC: G06F18/20 ,  G06F18/214 ,  G06N3/0442 ,  G06N3/042 ,  G06N3/045 ,  G06N3/09 ,  G06N3/096 ,  B24B1/00 ,  B24B51/00

Abstract: 本发明属于机器人磨削技术领域，并具体公开了一种对偶域自适应双任务学习的机器人磨削预测方法及设备。包括：将机器人磨削的历史工艺参数以及新工艺参数循环配对，以形成“目标‑源”样本对和“源‑源”样本对，对“目标‑源”样本对和“源‑源”样本对进行特征转换和合并后，分别得到“目标‑源”特征和“源‑源”特征；构建经验最大均值差异模型，计算域自适应损失；构建多门控混合专家模型的整体损失函数，进行双任务监督优化训练，以获取磨削预测模型；基于磨削预测模型对机器人磨削的材料去除深度和平均表面粗糙度进行双预测。本发明有效地平衡了材料去除深度和平均表面粗糙度之间的相关性和差异性，提升了样本数量和多样性，预测精度高。

公开(公告)号：CN119128648A

公开(公告)日：2024-12-13

申请号：CN202411275937.X

申请日：2024-09-12

Applicant: 华中科技大学无锡研究院 ,  元始智能科技(南通)有限公司

Inventor： 张永 ,  袁烨 ,  屈鹏鹏 ,  金骏阳 ,  王成才

IPC: G06F18/241 ,  G06F18/213 ,  G06N3/0464 ,  G06N3/08 ,  G01M13/00

Abstract: 本发明涉及一种针对于液压系统多速率数据的故障诊断方法。本发明包括获取液压系统中多传感器信号，所述多传感器信号包括由不同类型传感器采集到的压力、温度和/或振动信号对所述多传感器信号进行预处理；基于预处理后的所述多传感器信号，获取所述多传感器信号中对应高采样速率信号的第一故障特征和对应低采样速率信号的第二故障特征；对所述第一故障特征和所述第二故障特征进行融合，得到多速率融合特征；基于所述多速率融合特征，进行故障分类。本发明能够对液压系统故障部件进行准确故障识别，解决了多速率信号难以输入单一神经网络中进行推理训练的问题。