一种基于SMA-ACO算法的机器人路径规划方法

    公开(公告)号:CN116088492A

    公开(公告)日:2023-05-09

    申请号:CN202211093243.5

    申请日:2022-09-08

    Abstract: 本发明公开了一种基于SMA‑ACO算法的机器人路径规划方法,该算法将黏菌算法(SMA)用于改进蚁群算法(ACO)进行栅格地图的路径规划,在提高路径检索效率的同时,也避免单独使用蚁群算法快速收敛到局部最优点。首先随机初始化蚁群算法的信息素矩阵,接着通过黏菌算法引入适应度相关优化算法中的位置搜索方式,对位置进行更新;根据预设的最大迭代次数依次更新黏菌位置;利用贪婪原则,确定最佳的初始信息素矩阵。最后将最优初始信息素矩阵代入到蚁群算法中进行最优路径检索,确定最优路径规划结果。本方法克服了单独使用蚁群算法时陷入局部最优点的情况,能够显著提升路径规划的效果。

    一种复合板切割设备
    22.
    发明公开

    公开(公告)号:CN115945727A

    公开(公告)日:2023-04-11

    申请号:CN202211540161.0

    申请日:2022-12-03

    Abstract: 本发明涉及板材切割技术领域,具体为一种复合板切割设备,包括传送台、开设在传送台上的传送口、转动安装在传送口内壁上的摩擦辊,所述摩擦辊的一端有马达驱动、转动安装在传送台上端的传送辊,所述传送台的一侧固定安装有工作台,所述工作台的上端固定安装有多个隔板,两个所述隔板的上端固定安装有固定板,两个所述固定板之间转动安装有第一转轴,其中一个所述固定板的一侧固定安装有电机。本发明通过设置凹槽、双向螺纹杆、第一滑块等机构,操作者将复合板通过传送台上的传送口穿过,在摩擦辊和传送辊的输送下将复合板运输至工作台的另一端,启动电机后带动第一转轴高速转动,进而带动切割片对复合板进行切割。

    一种变电站设备箱体的防尘装置
    23.
    发明公开

    公开(公告)号:CN115912088A

    公开(公告)日:2023-04-04

    申请号:CN202211540048.2

    申请日:2022-12-03

    Abstract: 本发明涉及变电站设备技术领域,公开了一种变电站设备箱体的防尘装置,包括箱体本体,所述箱体本体的前侧开设有散热口,所述散热口内腔的上部套接有过滤网,所述散热口内腔的下部设有除尘散热组件,所述除尘散热组件的下部分别设有分层组件和清理组件。通过散热口的内腔里设有除尘散热组件,将第三箱体和第二箱体内均注入清水,清水经过进水管进入到第一箱体内,增大第一箱体内的压强,第一箱体内的气体利用气管进入到第二箱体内,增大第二箱体内的气压,从而将第二箱体内的清水经过出水管和排水管喷出,便于对经过过滤网内的空气中的灰尘进行吸附,即达到了除尘的效果,又可以对箱体本体内部件使用时所产生的热量进行吸附。

    一种斜断层FSI超剪切地震危险性估计方法

    公开(公告)号:CN115857003A

    公开(公告)日:2023-03-28

    申请号:CN202211507120.1

    申请日:2022-11-29

    Abstract: 本发明属于属于地质灾害危险性评估技术领域,公开了一种斜断层FSI超剪切地震危险性估计方法,其模拟不同滑动角下的断层破裂传播,确定产生FSI超剪切破裂的滑动角阈值;根据斜断层上FSI超剪切破裂的非对称性,对FSI超剪切破裂产生的方位进行评估;计算不同场景下的低频峰值速度PGV,判断PGV分布与断层方向的关系,对斜断层上盘的地震动分布范围进行评估;判断上盘滑动方向与破裂传播方向的相对关系对地震动强度的影响,进而指导地震危害评估策略。

    一种瞬变电磁快速超前预测方法
    25.
    发明公开

    公开(公告)号:CN115826059A

    公开(公告)日:2023-03-21

    申请号:CN202211534973.4

    申请日:2022-11-30

    Abstract: 本发明属于隧道超前预测技术领域,公开了一种瞬变电磁快速超前预测方法,基于实际勘探需要,设置观测系统;随机生成大量理论的隧道电阻率模型;基于观测系统和数值模拟算法,对隧道电阻率模型进行数值计算,得到每个模型对应的瞬变电磁场数据;构建残差神经网络模型,设计损失函数,利用得到的每个模型对应的瞬变电磁场数据对ResNet进行训练;利用训练好的ResNet模型对新的观测数据进行预测,得到隧道TEM数据反演结果。与现有的瞬变电磁隧道超前预测技术相比,本发明的瞬变电磁快速超前预测方法更加准确,反演的假异常的可能性减少;在1秒内即可完成反演,更加高效,为实时隧道超前预测奠定了基础。

    补充缺失特征的零样本图片分类方法、系统、设备及介质

    公开(公告)号:CN115761366A

    公开(公告)日:2023-03-07

    申请号:CN202211505669.7

    申请日:2022-11-28

    Abstract: 本发明属于计算机视觉技术领域,公开了一种补充缺失特征的零样本图片分类方法、系统、设备及介质,收集零样本图片分类数据集,同时获取所有类别的语义特征;对图片进行特征提取;基于特征训练一生成对抗网络;利用所述生成对抗网络提取伪造的未见类图片特征,将伪造的未见类图片特征与图片特征向量组合得到图片训练数据集;基于所述图片训练数据集训练图片特征分类网络模型,并对测试集中的数据进行测试。本发明公开的方法属于生成式零样本图片分类方法,对于现有的方法中的无法生成缺失某些属性的图片特征的情况进行了优化,从而使生成的未见类图片特征更加符合实际的分布,帮助分类模型学习到更加完整的信息,最终提高分类正确率。

    一种基于去噪学习的鸟类细粒度识别方法

    公开(公告)号:CN115761243A

    公开(公告)日:2023-03-07

    申请号:CN202211438076.3

    申请日:2022-11-17

    Abstract: 本发明属于计算机视觉技术领域,公开了一种基于去噪学习的鸟类细粒度识别方法,步骤包括:步骤一,合并开源的数据集和网络上收集得到的图片获得一个大型鸟类细粒度图片分类数据集;步骤二,对网络上收集的图片进行标签的检查和重标注;步骤三,利用多种数据增广技术对数据集进行增广;步骤四,利用增广数据集训练一个分类器;步骤五,利用分类器对数据进行打分,根据打分结果利用去噪算法对增广数据进行筛选;步骤六,循环步骤四和步骤五直到分类器稳定;步骤七,将分类器部署到树莓派中;步骤八,通过分类器对树莓派获得的视频中的图像帧进行分类,输出识别结果。本发明有效降低了数据增广对细粒度图片分类的影响,提高了鸟类识别的准确率。

    一种基于XRF-EGAN模型的土壤XRF谱图本底扣除方法

    公开(公告)号:CN114861541B

    公开(公告)日:2025-04-15

    申请号:CN202210523696.0

    申请日:2022-05-13

    Abstract: 本发明涉及XRF光谱分析领域,公开了一种基于XRF‑EGAN的土壤XRF光谱本底扣除方法,是基于GAN模型的设计模式,采用一维全卷积网络层和残差连接,构建模型的生成器,采用一维卷积和全连接层构建模型的判别器,并采用对抗训练模式训练XRF‑EGAN模型,进而获得训练好的生成器和判别器,且生成器是土壤XRF本底扣除模型,进而提高土壤XRF的元素净峰面积和含量之间的相关性,进而提升基于XRF光谱的元素定量分析的准确性。本发明的方法应用在土壤XRF光谱本底扣除中,实现土壤XRF光谱的本底扣除,消除因X荧光分析仪在分析过程中脉冲堆积导致的XRF本底干扰。本发明适用于土壤XRF光谱本底扣除。

Patent Agency Ranking