-
公开(公告)号：CN113627337A
公开(公告)日：2021-11-09
申请号：CN202110916247.8
申请日：2021-08-10
Applicant: 吉林大学
Abstract: 本发明提供一种基于堆栈式自动编码的力触觉信号处理方法，属于数字信号处理领域。应用堆栈式自动编码的编码部分将从物理表面获取到的体现其形状和纹理的关键信息的力触觉数据进行实时压缩，从原始力触觉信号中提取出维度远小于其自身的特征，考虑到特征在传输过程中会混入的噪声，在接收端采用长短时记忆网络作为滤波器对带噪特征进行滤波，滤波后的特征利用堆栈式自动编码的解码部分将其重构到与原始数据相同的维度，实现了信号的压缩和恢复。优点是可以通过毫秒级的执行时间在线实现，提高了力触觉信号的压缩比，能够在一定程度上去除数据在信道传输过程中带来的噪声，保证较低的重构误差。
-
公开(公告)号：CN114332594B
公开(公告)日：2024-09-06
申请号：CN202111000507.3
申请日：2021-08-27
Applicant: 吉林大学
IPC: G06V20/10 , G06V10/40 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/092
Abstract: 本发明涉及一种基于DDQN的触觉材料不平衡数据的分类方法，属于触觉材料不平衡数据的分类方法。利用VGG19处理图片，提取图片特征；将提取的图片特征当作DDQN的状态，将它们的标签当作DDQN的动作，构建DDQN的环境；设置奖励函数；并选择Q值最大的动作传递给目标网络；计算评估网络估计Q值的时间差分误差；保存训练好的网络，根据最大Q值所对应的动作来分类图片。优点是：解决了触觉材料不平衡数据的分类问题，并且分类精度要高于常用的不平衡数据的分类方法。时间代价小，训练时间和测试时间都低于其他分类方法，提取图片特征保证图片特征的鲁棒性，避免出现噪声，DDQN的参数更新机制可以有效的减少过拟合现象，保证训练的网络的鲁棒性。
-
公开(公告)号：CN113627337B
公开(公告)日：2023-12-05
申请号：CN202110916247.8
申请日：2021-08-10
Applicant: 吉林大学
IPC: G06F18/10 , G06F18/213 , G06F18/214 , G06N3/044
Abstract: 本发明提供一种基于堆栈式自动编码的力触觉信号处理方法，属于数字信号处理领域。应用堆栈式自动编码的编码部分将从物理表面获取到的体现其形状和纹理的关键信息的力触觉数据进行实时压缩，从原始力触觉信号中提取出维度远小于其自身的特征，考虑到特征在传输过程中会混入的噪声，在接收端采用长短时记忆网络作为滤波器对带噪特征进行滤波，滤波后的特征利用堆栈式自动编码的解码部分将其重构到与原始数据相同的维度，实现了信号的压缩和恢复。优点是可以通过毫秒级的执行时间在线实现，提高了力触觉信号的压缩比，能够在一定程度上去除数据在信道传输过程中带来的噪声，保证较低的重构误差。
-
公开(公告)号：CN114332594A
公开(公告)日：2022-04-12
申请号：CN202111000507.3
申请日：2021-08-27
Applicant: 吉林大学
IPC: G06V20/10 , G06V10/40 , G06V10/774 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于DDQN的触觉材料不平衡数据的分类方法，属于触觉材料不平衡数据的分类方法。利用VGG19处理图片，提取图片特征；将提取的图片特征当作DDQN的状态，将它们的标签当作DDQN的动作，构建DDQN的环境；设置奖励函数；并选择Q值最大的动作传递给目标网络；计算评估网络估计Q值的时间差分误差；保存训练好的网络，根据最大Q值所对应的动作来分类图片。优点是：解决了触觉材料不平衡数据的分类问题，并且分类精度要高于常用的不平衡数据的分类方法。时间代价小，训练时间和测试时间都低于其他分类方法，提取图片特征保证图片特征的鲁棒性，避免出现噪声，DDQN的参数更新机制可以有效的减少过拟合现象，保证训练的网络的鲁棒性。
-
-
-
Search Results
14
records
(took 0.022 seconds)
