-
公开(公告)号：CN114332989A
公开(公告)日：2022-04-12
申请号：CN202111495330.9
申请日：2021-12-08
Applicant: 重庆邮电大学
IPC: G06V40/16 , G06N3/04 , G06V10/82 , G06V10/774
Abstract: 本发明公开了一种多任务级联卷积神经网络的人脸检测方法及系统，将获取的人脸检测数据集分为训练集和测试集，采用多支路的扩张卷积结构对MTCNN网络中的P网络进行改进，利用训练集分别训练O网络、R网络和改进后的P网络的其中一条支路，得到MTCNN网络的最优参数；以此生成训练好的MTCNN网络；对测试集中的图片进行预处理，将预处理后的图片输入到训练好的MTCNN网络中进行人脸检测，输出检测结果，去除了极其耗时的图像金字塔结构，改之以多支路的扩张卷积代替，不再需要大量搬运数据来完成对图像的多次缩放，也不再需要多次重复的将图像输入到P‑net中，减少了无用操作，从而提高人脸检测的效率。
-
公开(公告)号：CN113705695A
公开(公告)日：2021-11-26
申请号：CN202111013512.8
申请日：2021-08-31
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于卷积神经网络的配电网故障数据辨识方法，属于电力技术领域。该方法包括：S1：获取配电网暂态故障数据，并对其进行预处理；S2：利用多层1DCAE搭建故障特征提取网络，并输入预处理后的暂态故障数据训练优化故障特征提取网络，得到低维故障特征；S3：利用多层1DCNN搭建故障特征分类模型，并输入低维故障特征训练优化故障特征分类模型，完成暂态故障数据的不同类型识别。本发明具有自动特征提取能力和较好的容错能力，更适用于配电网中的海量故障数据识别。
-
公开(公告)号：CN112600480A
公开(公告)日：2021-04-02
申请号：CN202011438677.5
申请日：2020-12-10
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种永磁无刷直流电机调速系统的积分终端滑模复合控制系统，由基于积分终端滑模的反馈控制部分和基于扩张状态观测器的干扰估计及前馈补偿部分构成。包括：永磁无刷直流电机、速度复合控制器、扩张状态观测器I、电流复合控制器、扩张状态观测器II、脉宽调制模块，三相逆变器模块，位置传感器模块，转子区间计算模块以及速度计算模块；基于永磁无刷直流电机系统模型设计双闭环控制器，从而得到速度复合抗干扰控制和电流复合抗干扰控制器。与传统的积分终端滑模控制方法相比，该方法既保留了传统积分终端滑模控制方法中系统状态的快速收敛性能，又可以有效减小系统稳态波动，进一步地提高了系统的抗干扰能力。
-
公开(公告)号：CN112448638A
公开(公告)日：2021-03-05
申请号：CN202011186205.5
申请日：2020-10-30
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于连续滑模的永磁无刷直流电机调速控制系统及方法，包括永磁无刷直流电机、速度控制器模块、电流控制器模块、脉宽调制模块、三相逆变器模块、位置传感器模块、转子区间计算模块以及速度计算模块，其中速度控制器是基于连续滑模控制(CSMC)的反馈部分和基于扩张状态观测器的干扰估计与补偿部分组成的复合控制器，抗电流控制器的设计步骤与速度控制器相似。与传统线性控制方法相比，该方法抗干扰能力强，实现简单，既适用于多种类型干扰抑制情况，又满足了永磁无刷直流电机调速系统在高性能领域的应用需求。
-
公开(公告)号：CN112234820A
公开(公告)日：2021-01-15
申请号：CN202011254414.9
申请日：2020-11-11
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于时变负载的DC‑DC降压转换器系统控制方法，该控制方法包括以下步骤：由传感器检测得到DC‑DC降压转换器的并联电容电压vs与串联电感电流iL；将并联电容电压vs与串联电感电流iL输入到有限时间干扰观测器中，得到时变负载的干扰估计 和 将时变负载的干扰估计 和并联电容电压vs与串联电感电流iL输入到连续终端滑模控制器中，得到占空比μ；将占空比μ输入到PWM调制模块中，根据输入的占空比μ和脉冲宽度调制规则得到DC‑DC降压转换器的驱动电压v，从而控制DC‑DC降压转换器输出稳定的电压vs。本发明方法实现简单，响应速度快，抗干扰能力强，能够满足DC‑DC降压转换器在高性能领域的应用需求，同时还适用于系统的时变干扰抑制情况。
-
Patent Agency Ranking
公开(公告)号：CN112147894A
公开(公告)日：2020-12-29
申请号：CN202011009743.7
申请日：2020-09-23
Applicant: 重庆邮电大学
IPC: G05B13/04
Abstract: 本发明公开基于运动学和动力学模型的轮式移动机器人主动控制方法，由基于运动学模型的运动学控制器和降阶广义比例积分观测器I，基于动力学模型的动力学控制器和降阶广义比例积分观测器II四部分组成。其中，运动学控制器包括机器人线速度和角速度的设计。降阶广义比例积分观测器I对速度状态和运动学模型中的集总扰动进行估计，降阶广义比例积分观测器II对动力学模型中的集总扰动进行估计。通过对速度状态估计，减少传感器的使用，降低成本。通过对扰动估计并进行前馈补偿，提高控制系统的扰干扰能力。本发明所提出的控制方法能够使得系统在模型不确定和外部干扰的情况下实现对轮式移动机器人轨迹跟踪控制。
-
公开(公告)号：CN111645102A
公开(公告)日：2020-09-11
申请号：CN202010553145.X
申请日：2020-06-17
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种具有自感知功能的仿生磁控柔性抓手装置，具体属于机器人设备技术领域，由感知动作组件、磁场产生组件、采集控制模块和电源装置组成。采用具有应变与压阻感应、磁控形变与摩擦功能的磁敏橡胶聚合物一体化成型的仿生柔性抓手，根据控制模块中软件层面的定位算法以协调各部件以实现精准抓取。由于本发明采用具有应变与压阻感应的材料与具有磁控形变和摩擦的材料一体成型，使得仿生磁控柔性抓手装置具有感知反馈、智能调控的能力，能够精确完成抓取任务。在工业制造，食品工程等具有复杂异构表面物体的生产制造过程中具有极大的适应性及广阔的应用前景。
-
公开(公告)号：CN107241358B
公开(公告)日：2020-04-07
申请号：CN201710651758.5
申请日：2017-08-02
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于深度学习的智能家居入侵检测方法，涉及在线系统涉及一种模糊神经网络和深度学习相结合的方法来判断网络是否存在入侵行为。该方法将深度学习和模糊神经网络有机结合在一起，了解决现有智能家居入侵检测技术难以处理大量高维数据、误报率高、漏报率高、检测率低的问题。本发明采用离线系统确定在线系统的运行参数，在线系统进行实时入侵检测，与现有技术相比，这是一个针对智能家居网络攻击行为的主动监测模型，具有较高的检测率、较低的漏报率和误报率，以及实时性强等特点。
-
公开(公告)号：CN110929798A
公开(公告)日：2020-03-27
申请号：CN201911197205.2
申请日：2019-11-29
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于结构优化稀疏卷积神经网络的图像分类方法及介质。针对卷积神经网络的卷积层对其输入特征图通道的连接结构，利用遗传算法对其进行稀疏化，并使用稀疏化之后的卷积模型进行图像分类。首先预训练一个卷积模型并保存预训练权重；然后，根据除模型输入层以外的某个卷积层对其输入特征通道的连接进行二进制编码，生成若干个二进制序列，作为初始种群；接着，利用遗传算法对二进制编码进行选择、交叉和变异；最后，经过若干次迭代后，将获得的最优二进制序列，并进行解码，得到稀疏化的特征通道连接结构，并通过权重微调来恢复模型的分类准确率。
-
-
-
-
-
-
-
-
Search Results
157
records
(took 0.028 seconds)
