公开(公告)号：CN119295331A

公开(公告)日：2025-01-10

申请号：CN202411817017.6

申请日：2024-12-11

Applicant: 电子科技大学

Inventor： 于永斌 ,  冯箫 ,  王向向 ,  陈霞 ,  张京涛 ,  沈嘉润 ,  王靖雅 ,  韩欣佚

IPC: G06T5/60 ,  G06T5/10 ,  G06T1/00 ,  G06T1/60 ,  G06N3/126

Abstract: 本发明提供了一种基于忆阻阵列遗传算法的图像恢复方法，涉及图像处理技术领域。该方法包括以下步骤：分割图像，转换数据矩阵并使用忆阻阵列存储图像灰度值信息；编码并初始化种群；计算适应度值，该过程将被恢复图像退化为劣化图像与原始劣化图像作比较；模拟生物遗传，该过程进行忆阻器存储的图像灰度值的选择、交叉和变异，使其收敛到最优解；恢复图像，通过遗传算法实现忆阻阵列迭代更新个体至满足停止准则并恢复图像。本发明的优点在于利用忆阻器的存算一体及其高密度阵列、并行运算等优势，对图像进行分块处理，有效提高了算法的效率和恢复效果，解决了因图像像素数量大导致的初始种群难以生成优良个体、收敛速度慢等问题。

公开(公告)号：CN119293476A

公开(公告)日：2025-01-10

申请号：CN202411813822.1

申请日：2024-12-11

Applicant: 电子科技大学

Inventor： 于永斌 ,  沈嘉润 ,  冯箫 ,  张京涛 ,  王向向 ,  郑智文 ,  李臣波 ,  韩欣佚 ,  王靖雅

IPC: G06F18/2111 ,  G06F18/22 ,  G06F18/241 ,  G06N3/006 ,  G06N5/01

Abstract: 一种基于忆阻型萤火虫算法的特征选择方法及装置，属于人工智能技术领域。该方法包括以下步骤：对传统的萤火虫算法进行改进，设计改进的萤火虫距离表示方式和离散化方法；根据所需的萤火虫个体数目和未筛选的特征的维度构建忆阻交叉阵列及周边控制电路，设定读、写电压；使用计算机仿真技术对设计的忆阻交叉阵列进行仿真，验证设计方案的有效性；设计待筛选特征在萤火虫上的编码方式；将萤火虫写入忆阻交叉阵列，算法进行迭代，达到终止条件时输出最优特征子集。本发明可以避免传统萤火虫算法在面对高维优化问题时个体间吸引度不足、搜索广度低的问题，可以实现高效的并行化和可扩展性，输出的特征子集在减少特征维度的同时提升模型识别精度。

公开(公告)号：CN119273707A

公开(公告)日：2025-01-07

申请号：CN202411808652.8

申请日：2024-12-10

Applicant: 电子科技大学

Inventor： 于永斌 ,  王向向 ,  冯箫 ,  谷乐 ,  沈嘉润 ,  张京涛 ,  郑智文 ,  李臣波 ,  韩欣佚 ,  王靖雅

IPC: G06T7/13 ,  G06N3/006

Abstract: 本发明涉及一种基于忆阻阵列蚁群算法的图像边缘检测方法，属于图像处理及计算机视觉技术领域。忆阻器具有可编程、非易失性和高密度排列的特点，能够实现存储与计算的融合。每只蚂蚁在图像中根据像素对比度作为启发式因子，选择最优路径进行边缘搜索。通过忆阻器阵列，实现了蚁群优化算法的并行路径选择和信息素更新，能够同时处理图像的多个像素点，极大提高了计算效率。本发明通过交叉阵列结构，利用忆阻器元件的并行计算能力，进行大规模路径选择和更新。该方法能够检测到更加细腻的图像边缘，同时在计算速度和能耗方面具有显著优势。该发明可以应用于图像处理、模式识别和人工智能领域，具有较强的实用价值和广泛的应用前景。

公开(公告)号：CN118917747B

公开(公告)日：2024-12-03

申请号：CN202411407971.8

申请日：2024-10-10

Applicant: 电子科技大学

Inventor： 成勋 ,  于永斌 ,  王向向 ,  冯箫 ,  蔡竟业 ,  韩欣佚 ,  王靖雅

IPC: G06Q10/0639 ,  G06Q10/0633 ,  G06Q50/06 ,  G06F18/23 ,  G06F18/22 ,  G06F18/243 ,  G06N3/0464 ,  G06N3/096 ,  G06F18/213 ,  G06F18/25

Abstract: 本发明提供了一种基于多场时空迁移学习的产品多层次装配质量检测方法与系统，属于装备制造领域。本发明能够实现对于具有多层次装配特点的复杂产品装配过程全流程追踪，获取高层次组件、低层次组件等各组件的装配过程实时状态信息，能够实现面向复杂产品装配全流程的动态追踪。提出了基于改进型OPC UA信息模型的产线多类别组件虚拟映射方法。该方法通过对于各个组件分配虚拟IP与对应数据库，实现了对于各个组件在虚拟空间的基于状态的实时动态追踪。基于多场时空迁移学习的装配质量预测能够通过对于复杂产品过程组件装配过程进行追踪，又可以对于产品最终装配质量进行追踪，从而实现对于多层次复杂产品装配质量综合判断。

公开(公告)号：CN118862968A

公开(公告)日：2024-10-29

申请号：CN202411337513.1

申请日：2024-09-25

Applicant: 电子科技大学

Inventor： 成勋 ,  于永斌 ,  王向向 ,  冯箫 ,  蔡竟业 ,  韩欣佚 ,  王靖雅

IPC: G06N3/0464 ,  G06N3/0442 ,  G06N3/084 ,  G06N7/02

Abstract: 本发明提供一种基于物理引导的装配加工精度神经网络混合诊断模型，属于装配加工制造领域。本发明提出的混合诊断模型首先基于模糊层次分析法与状态空间模型，构建所需诊断装配工艺线的机理模型；然后获取数据集并预处理；最后构建基于机理模型引导的装配质量神经网络动态预测模型；本模型能够对装配工艺进行动态跟踪、识别，及时指导模型训练过程，减少装配工艺的数据所需量，保证模型精度，能够用于在线的产品装配质量准确识别任务。提出了一种融合状态空间模型与模糊层次分析法的装配线故障诊断机理模型，能够有效减少装配过程的数据采集量。此外，该方法还能够对装配工艺进行准确的精度识别，从而完成装配的多层次判断。

公开(公告)号：CN118349985A

公开(公告)日：2024-07-16

申请号：CN202410765642.4

申请日：2024-06-14

Applicant: 电子科技大学

Inventor： 胡博 ,  殷光强 ,  于永斌 ,  王向向 ,  蔡竟业 ,  冯箫 ,  王靖雅 ,  韩欣轶

IPC: G06F21/32 ,  G06F18/25 ,  G06F18/24 ,  G06F18/15 ,  G06N3/0442 ,  G06N3/09

Abstract: 本发明提出一种基于对比学习和多模态生物特征的身份识别方法，属于人工智能算法领域。所述包括如下步骤：步骤S21：采集多模态生物特征数据；步骤S22：对采集的多模态生物特征数据进行预处理；步骤S23：将经过预处理的多模态数据送入预训练好的姿态分类模型对传感器数据和触屏数据标识姿态标签；步骤S24：将经过预处理的多模态数据送入训练好的Siamese神经网络模型进行特征提取及降维；步骤S25：提取融合特征；步骤S26：计算相似度；步骤S27：根据相似度计算结果对用户身份进行识别。本发明通过对比学习以及多模态数据的综合利用能够提高身份识别的准确性和稳定性；在身份识别过程中减少误识率和漏识率；同时保护用户隐私，优化用户体验。

公开(公告)号：CN118011810A

公开(公告)日：2024-05-10

申请号：CN202410151235.4

申请日：2024-02-02

Applicant: 电子科技大学

Inventor： 于永斌 ,  冯箫 ,  王向向 ,  王靖雅 ,  韩欣佚 ,  郑智文 ,  李臣波 ,  胡博 ,  蔡竟业

IPC: G05B13/04

Abstract: 本发明公开一种具有多次变频周期扰动补偿能力的APDOB的自动设计系统，涉及群体智能算法与自动控制领域，解决现有APDOB的参数设计只能应对单一扰动变化限制了其在复杂场景下的应用的问题；本发明包括具有补偿能力的自适应周期扰动观测器APDOB，其包括6个设计参数即低通滤波器截止频率ga,带通滤波器设计频率gb,陷波参数r,多比率k,遗忘因子λ,正则化参数δ；模糊逻辑系统用于对APDOB的6个设计参数在线调参；优化系统用于对模糊逻辑系统中的参数进行搜索优化，所述优化系统采用算法OPSaDE；本发明将基于OPSaDE算法优化得到的模糊逻辑系统部署在APDOB中得到的最优化模糊APDOB系统相比传统的APDOB，可以有效补偿基波频率多次变频率的周期扰动，因此可以广泛应用于复杂场景任务中。