-
公开(公告)号：CN107729890B
公开(公告)日：2020-10-09
申请号：CN201711231662.X
申请日：2017-11-30
Applicant: 华北理工大学
Abstract: 本发明涉及了一种基于井字形LBP和深度学习相结合的人脸识别方法，属于人工智能技术领域，针对传统局部二值模式(LBP)特征提取不充分和分类器拟合的问题，提出一种基于局部纹理特征的井字形局部二值模式(LBP)和深度学习的人脸识别方法，利用改进的LBP算法提取人脸图像局部纹理特征，建立LBP直方图；然后构建基于深度信念网络的深度学习架构，将LBP直方图输入到深度信念网络中，采用无监督逐层训练法和有监督BP算法去训练网络，实现网络的自学习和自优化，得到网络参数；最后，利用DBN分类、识别人脸图像。本发明能够提取到具有区分性的人脸图像纹理特征，验证了该算法在识别率的优越性并且具有较强的鲁棒性。
-
公开(公告)号：CN105259754B
公开(公告)日：2018-07-10
申请号：CN201510665952.X
申请日：2015-10-16
Applicant: 华北理工大学
Abstract: 本发明涉及一种基于主动学习的板厚智能控制方法，属于智能控制技术领域，以神经网络可自学习的性能为理论依据，将动态神经网络与主动学习相结合，在线调整PID控制器参数，构建基于主动学习的发育模型，从而建立带钢厚度的智能控制系统，使板厚控制系统能够适时地进行自我调节，通过不断的训练动态神经网络优化板厚控制系统的控制性能。该方法为系统可在线调整控制参数提供了一种泛化能力强，适用范围广的数学模型；其次该方法将主动学习与动态神经网络相结合，通过主动学习采集网络训练样本，提高了网络自学习能力从而提高了系统的自适应能力，实现真正意义上的“智能”。
-
公开(公告)号：CN107092267A
公开(公告)日：2017-08-25
申请号：CN201710499318.2
申请日：2017-06-27
Applicant: 华北理工大学
CPC classification number: G05D1/0242 , G01M13/00 , G01R31/34 , G05D1/0255 , G05D2201/0216
Abstract: 本发明涉及运输工具，具体涉及一种应用在物流搬运系统中的轮毂电机独立驱动试验平台。包括车架，车架两侧呈对称状分别设置有步进电机，步进电机的输出轴通过传动机构连接有轮毂电机插槽，轮毂电机插槽上固定安装有轮毂电机，车架上分别设置有控制器、铁盘、红外摄像头、超声波传感器，控制器分别与步进电机、轮毂电机、红外摄像头、超声波传感器电连接。本发明的轮毂电机具有高度集成化优势，轮毂电机实时反馈旋转脉冲数供给控制器计算运行速度，方便控制器控制整台车体的运行速度，通过控制器设定步进电机的旋转角度，带动轮毂电机实现整台车体的原地90度直角旋转，对物流仓库的占用面积小，提高了物流分配和运输的工作效率。
-
公开(公告)号：CN110991565A
公开(公告)日：2020-04-10
申请号：CN201911351392.5
申请日：2019-12-24
Applicant: 华北理工大学
Abstract: 本发明涉及了一种基于KCF的目标跟踪优化算法，属于人工智能技术领域。针对目标跟踪领域，本发明以原始相关滤波目标跟踪算法为基础，改进为SKCF算法，将相关滤波算法与互补融合相结合；首先加入互补融合机制对相关滤波的跟踪算法进行初步改进，从跟踪模型的角度出发，提出了一种融合深度特征的核相关滤波跟踪算法；利用自适应模型因子，提升核相关滤波的性能参数；并利用多通道融合技术，对特征值进行组合，实现了对跟踪物体更加精确的跟踪。通过仿真实验结果验证了该算法能够有效的提升跟踪精确性与鲁棒性，即使目标物出现了遮挡和光照变化，其跟踪效果依然具有较好的稳定性。
-
公开(公告)号：CN109002887A
公开(公告)日：2018-12-14
申请号：CN201810907394.7
申请日：2018-08-10
Applicant: 华北理工大学
CPC classification number: G06N3/06
Abstract: 本发明涉及一种生物启发式好奇心认知发育系统及其运行方法，属于智能机器人技术领域。生物启发式好奇心认知发育系统通过模拟大脑中基底神经节、扣带皮层的协调机制以及持续多巴胺的调节机制来构建，包括感知部分、评价部分、行为部分、价值衰减部分、好奇心部分、持续多巴胺调节部分。本发明提供的物启发式好奇心认知发育系统，以神经网络为基础，解决了机器人在未知环境中自主探索性差的问题，其次引入价值衰减机制，可以使学过的知识持续影响机器人的后续学习进程，使机器人可以快速的达到目标，解决了传统强化学习学习效率低的问题。
-
Patent Agency Ranking
公开(公告)号：CN105205533B
公开(公告)日：2018-01-05
申请号：CN201510628233.0
申请日：2015-09-29
Applicant: 华北理工大学
IPC: G06N3/08
Abstract: 本发明涉及了具有脑认知机理的发育自动机及其学习方法，属于智能机器人技术领域。具有脑认知机理的发育自动机，包括内部状态集合，系统输出集合，内部操作行为集合，状态转移方程，奖赏信号，系统评价函数，系统动作选择概率，多巴胺响应差分信号。本发明提供的具有脑认知机理的发育自动机及其学习方法，以学习自动机为基础框架为系统自主发育过程提供了一种泛化能力强，适用范围广的数学模型；该方法将感觉运动系统与内在动机机制相结合，提高系统的自学习与自适应能力，实现真正意义上的智能。
-
公开(公告)号：CN105259754A
公开(公告)日：2016-01-20
申请号：CN201510665952.X
申请日：2015-10-16
Applicant: 华北理工大学
Abstract: 本发明涉及一种基于主动学习的板厚智能控制方法，属于智能控制技术领域，以神经网络可自学习的性能为理论依据，将动态神经网络与主动学习相结合，在线调整PID控制器参数，构建基于主动学习的发育模型，从而建立带钢厚度的智能控制系统，使板厚控制系统能够适时地进行自我调节，通过不断的训练动态神经网络优化板厚控制系统的控制性能。该方法为系统可在线调整控制参数提供了一种泛化能力强，适用范围广的数学模型；其次该方法将主动学习与动态神经网络相结合，通过主动学习采集网络训练样本，提高了网络自学习能力从而提高了系统的自适应能力，实现真正意义上的“智能”。
-
公开(公告)号：CN110231811B
公开(公告)日：2020-07-28
申请号：CN201910532635.9
申请日：2019-06-19
Applicant: 华北理工大学
IPC: G05B19/418 , G06N3/063 , G06N3/08
Abstract: 本发明涉及一种基于层级实时记忆算法的连铸下渣智能预报系统，属于人工智能技术领域。基于层级实时记忆算法的连铸下渣智能预报系统通过模拟新大脑皮层神经元结构与组织形式来构建，包括变量输入部分、序列预测部分、浇注状态评估部分和下渣预报部分。本发明提供的基于层级实时记忆算法的连铸下渣智能预报系统，以一种新型神经网络为基础，对现有的连铸生产检测数据进行预测，引出下渣预报机制，能够有效捕捉数据在时间维度上的特征信息，准确、快速地预报出下渣时间，解决了时间滞后的问题并其提高了下渣识别精度。
-
公开(公告)号：CN110681835A
公开(公告)日：2020-01-14
申请号：CN201911125306.9
申请日：2019-11-18
Applicant: 华北理工大学
IPC: B22D11/111 , B22D11/18
Abstract: 本发明涉及一种连铸保护渣温度控制装置，包括开关电源、热电偶、主控芯片，串口通信电路；其特征在于：设有热电偶信号采集与加热转换电路、信号放大电路、AD采集电路和三个稳压电路；开关电源输出端连接热电偶加热电路和三个稳压电路，热电偶信号输出连接信号放大电路，信号放大电路的输出端连接AD采集电路，AD采集电路的输出端连接主控芯片；热电偶加热电路的正负极分别连接热电偶1端和热电偶2端，主控芯片的PWM输出端连接开关电源；主控芯片通过控制PWM信号输出高低电平，切换热电偶加热和信号采集电路，进行热电偶加热和信号采集。本发明低成本，操作简单，升降恒温准确，实时性强，能够达到实验要求。
-
公开(公告)号：CN110196061A
公开(公告)日：2019-09-03
申请号：CN201910456135.1
申请日：2019-05-29
Applicant: 华北理工大学
IPC: G01C21/34
Abstract: 本发明公开了一种基于改进的蚁群算法的路径规划方法,相对于传统蚁群算法,修改蚂蚁路径搜索策略以跳出部分特殊形状障碍物；修改传统蚁群算法概率选择公式中的启发函数，将目标节点信息加入启发函数中，加速算法收敛；修改传统蚁群算法概率选择公式中的挥发系数，将时间和空间信息加入挥发系数中，提高了算法的自适应性。通过以上改进之处,本发明能够有效减少蚁群算法收敛时间,提高运行效率。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.022 seconds)
