-
-
公开(公告)号：CN119417973A
公开(公告)日：2025-02-11
申请号：CN202410547444.0
申请日：2024-05-06
Applicant: 桂林电子科技大学
IPC: G06T17/00 , G06T5/50 , G06T7/80 , G06T3/4007 , G06V10/80 , G06N3/0464 , G06N3/08
Abstract: 本发明提出一种将多代价体聚合模块结合D‑RFP网络结构并在其中加入了深度可分离机卷积的新型MHM模型，D‑RFP通过多次的使用FPN结构的特征提取网络进行特征的提取和融合，以此强化所提取特征的表达能力，并且在常规的RFP网络的基础上加入了深度可分离卷积，此操作可以有效的降低卷积操作的参数量，从而降低运行模型的内存需要。多代价聚合模块能够通过先聚合特征体之后按逐个视角构建代价体，再通过聚合构成最终代价体，这种相关特征的相似度计算方式，提供了有效的代价体表示，避免了过多的信息丢失从而提升了整体网络的精度。模型流程首先通过D‑RFP结构获得特征体，紧接着再使用多代价体聚合模块构建代价体，然后通过3D卷积正则化获得最初的深度图，最后通过深度图细化网络并进行深度融合生成最终的三维点云。
-
公开(公告)号：CN119239527A
公开(公告)日：2025-01-03
申请号：CN202411473314.3
申请日：2024-10-22
Applicant: 桂林电子科技大学
Abstract: 本发明公开一种电动汽车制动模式切换过程的电液协调控制方法，通过多目标优化算法，综合考虑制动稳定性和能量回收率，实现电液制动力的优化分配，同时通过海鸥优化的模型预测控制算法控制器控制电机对液压力矩进行补偿，可以消除电机制动系统和液压制动系统动态响应特性的差异，最大程度的减小电液切换过程的冲击度和冲击持续时间。
-
公开(公告)号：CN113759713B
公开(公告)日：2023-12-12
申请号：CN202110880826.1
申请日：2021-08-02
Applicant: 桂林电子科技大学
IPC: G05B13/04
Abstract: 本发明公开一种忆阻模型与神经网络混合的谐波减速器误差补偿控制方法，将忆阻器模型改进成为忆阻迟滞模型，用于描述谐波减速器迟滞输出的基本变化规律；借助具有非线性拟合能力的RBF神经网络对谐波减速器迟滞模型与忆阻迟滞模型之间的差值进行补偿。RBF神经网络与忆阻迟滞模型输出叠加，构成谐波减速器混合迟滞模型，通过谐波减速器迟滞特性建模，预测在不同转矩下的扭转角输出，从谐波减速器驱动端进行传递误差的补偿。与从制造角度解决谐波减速器传递误差的方法完全不同，回避了谐波减速器的复杂结构与柔轮与刚轮之间周期性的啮合、脱开、再啮合的正反转传动的复杂运行机制，从信息建模与补偿的角度，提高谐波减速器的转换精度。
-
公开(公告)号：CN117055356A
公开(公告)日：2023-11-14
申请号：CN202311171348.2
申请日：2023-09-12
Applicant: 桂林电子科技大学
IPC: G05B13/04
Abstract: 本发明公开一种基于神经网络调节参数的阻尼自适应阻抗控制方法，基于李雅普诺夫稳定性理论设计得到阻尼补偿的数学描述，设计阻尼自适应阻尼控制器。根据阻尼自适应阻尼控制器数学模型的特殊结构，设计不同的激励函数用于反映阻尼系数在多种因素影响下变化的特征，构建神经网络，用于阻尼自适应阻尼控制器中阻尼调节参数的自适应调节。通过所构建的神经网络在线学习，实现阻尼自适应阻尼控制器中阻尼调节参数的优化，以适应打磨过程环境变化，实现阻尼控制适应于斜面、平面及曲面等不同环境下的刚度突变、刚度动态变化、期望力动态变化情况，在保证稳定的前提下，有效地提高了控制精度。
-
Patent Agency Ranking
公开(公告)号：CN116423508A
公开(公告)日：2023-07-14
申请号：CN202310377010.6
申请日：2023-04-10
Applicant: 桂林电子科技大学
IPC: B25J9/16 , G06N3/045 , G06N3/044 , G06N3/047 , G06N3/0475 , G06N3/048 , G06N3/0499
Abstract: 本发明公开一种DBN与ELM相融合的气动夹具迟滞建模与夹持力的估计方法，借助于DBN模型结构所具有的随机不确定性特性，描述气动夹持系统的由于可压缩性和蠕变性将导致的特有迟滞特性所表现出的输出多值对应的不确定性。为了增强DBN对正、逆程强非线性特性描述，提高气动夹持力的建模估计精度，本发明引入具有强非线性特性描述能力的ELM，替换DBN中的回归层，将DBN与ELM对接融合，构建DBN与ELM相融合的气动夹具迟滞模型，通过迟滞模型输出，实现夹持力的有效估计。
-
公开(公告)号：CN116259331A
公开(公告)日：2023-06-13
申请号：CN202310273149.6
申请日：2023-03-20
Applicant: 桂林电子科技大学
IPC: G10L21/0272 , G10L25/30
Abstract: 本发明公开了一种基于CNN和BiLSTM网络的多人语音环境下的目标语音实时分离方法，其实现了在多人混合语音中，实时分离出目标说话人语音，兼顾语音分离和语音活动检测的任务。首先提出使用音频流中帧级声学特征和d‑vector深度嵌入码拼接作为融合特征，使网络在长时间上下文中不仅可以关注到声学特征的时序变化，还可以关注到深度声纹特征的异同。其次，搭建SD‑VAD网络，通过使用较少层的CNN和BiLSTM结构，使网络拥有更强大的特征提取能力，同时严格控制网络参数量，保证语音分离的实时性。此外，基于本发明提出的类内加权损失函数，通过对网络不同的分类错误施加不同的惩罚，使网络更关注目标说话人类的分类精度，并最大程度保留目标语音，使之减少被错误的过滤掉。
-
公开(公告)号：CN116100554A
公开(公告)日：2023-05-12
申请号：CN202310244604.X
申请日：2023-03-14
Applicant: 桂林电子科技大学
IPC: B25J9/16
Abstract: 本发明公开一种GRU的柔性关节迟滞特性建模与补偿控制方法，对于未配置负载转矩传感器的低成本轻型工业机器人柔性关节，采用电机驱动电流‑电机端扭转角间接描述关节迟滞特性，将关节迟滞特性中正逆程特有的特征融入GRU神经网络迟滞模型中，利用基于卡尔曼滤波的电流增量，提取正程和逆程的特征，描述电流‑电机端扭转角迟滞特性中正逆程所表现出的多值特性，并将模型的历史值作为输入模型，构造具有记忆能力和非线性映射能力的动态GRU神经网络迟滞模型，获得电机端扭转角。基于迟滞模型，对电机端的控制角度设定值的有效补偿控制，实现关节角度的高精度传递，减小关节结构及负载对关节性能的影响。
-
-
公开(公告)号：CN111811818A
公开(公告)日：2020-10-23
申请号：CN202010489268.1
申请日：2020-06-02
Applicant: 桂林电子科技大学
IPC: G01M13/045 , G06K9/62
Abstract: 本发明公开一种基于指定聚类数目AP聚类算法的滚动轴承故障诊断方法，通过给未知分类的滚动轴承数据集指定一个聚类数目，并不断改变偏向度来得到不同的聚类结果，记录指定聚类数目下每一个聚类结果的轮廓系数，再选聚类结果集中轮廓系数最大的聚类结果作为滚动轴承数据集的最终聚类结果，实现滚动轴承故障的诊断分类。本发明能够实现任意指定聚类数目，并得出指定聚类数目的最佳聚类结果，并能在得到聚类数目等于指定聚类数目条件下，找出精度最高的聚类结果，以提高滚动轴承的故障诊断精度。
-
-
-
-
-
-
-
-
-
Search Results
165
records
(took 0.074 seconds)
