一种三维人体模型的骨骼绑定方法

    公开(公告)号:CN105551073B

    公开(公告)日:2018-08-03

    申请号:CN201511024521.1

    申请日:2015-12-30

    Applicant: 东北大学

    Abstract: 本发明提供种三维人体模型的骨骼绑定方法,包括:获取三维人体模型的几何数据;为每个皮肤控制点分别建立筛选域,计算筛选数据填充至筛选域中;对各筛选域中的筛选数据进行筛选,筛选出各筛选域中影响到皮肤控制点的骨骼线段;计算得出每个皮肤控制点分配给各个骨骼线段的权重数值;根据骨骼线段对于皮肤控制点的影响程度完成三维人体模型的骨骼绑定。本发明仅根据皮肤控制点与骨骼信息进行骨骼绑定,能使用更少的基础数据进行绑定,降低人工所需参与,与现有技术中需大量人工校对和调试相比,更加简捷方便。根据骨骼线段穿过的皮肤层数来进行皮肤控制点与骨骼之间的映射,能够更加精确地确定每块骨骼实际影响范围,绑定错误概率大大降低。

    一种基于隐马尔可夫模型的移动通信用户流失预测方法

    公开(公告)号:CN105281959B

    公开(公告)日:2018-05-04

    申请号:CN201510741904.4

    申请日:2015-11-04

    Applicant: 东北大学

    Abstract: 本发明公开一种基于隐马尔可夫模型的移动通信用户流失预测方法,属于数据业务领域。采集移动用户的通信记录数据;数据预处理;建立隐马尔可夫模型;对观测状态节点对应的数据进行处理;利用前T个月已知的观测状态节点的趋势状态数据,计算第T月隐状态节点的概率分布,再进行归一化,利用第T月隐状态节点的概率分布计算隐状态节点的状态之间的概率转移得到移动用户第T+1月的流失概率;各步骤均是在hadoop大数据平台上完成。本发明在大数据Hadoop分布式平台上对通信数据进行分析并预测,充分利用大数据的优势,对移动通信用户的所有数据进行分析,提升了预测移动通信用户流失的准确性和高效性。

    一种基于水平集中心聚类的3D角色模型骨架提取方法

    公开(公告)号:CN105513136A

    公开(公告)日:2016-04-20

    申请号:CN201510868466.8

    申请日:2015-11-30

    Applicant: 东北大学

    CPC classification number: G06T17/30 G06T2200/04

    Abstract: 本发明提供一种基于水平集中心聚类的3D角色模型骨架提取方法,包括以下步骤:利用高度函数作为Morse函数对3D角色模型进行切割处理,得到切割后的交点集合;将切割后的交点集合根据交点之间的连通性来进行聚类,聚类成若干子水平集;将面积大于水平集面积阈值且似圆性大于似圆性阈值的水平集筛选出来;将筛选之后的水平集利用水平集的中心进行聚类,从而将水平集分割为3D角色模型的双臂、双腿以及躯干;将得到的骨架线嵌入到3D角色模型中。本发明能够通过自动为三维动画模型进行骨架的提取,骨架提取所采用的水平集聚类方法,相比于传统的距离变换法,通过使用切割模型,划分模型部位,分别计算各部分关节等方法,其平均所消耗的时间更少,误差更小。

    一种基于包围盒与空间划分的虚拟物体碰撞检测方法

    公开(公告)号:CN105469406A

    公开(公告)日:2016-04-06

    申请号:CN201510853813.X

    申请日:2015-11-30

    Applicant: 东北大学

    CPC classification number: G06T2207/20124

    Abstract: 本发明提供一种基于包围盒与空间划分的虚拟物体碰撞检测方法,包括以下步骤:对两个不规则的虚拟物体进行虚拟物体碰撞预检测;对待检测区域进行区域分割;在待检测区域划分好的各个子区域中进行相交测试;利用代表移动中的虚拟物体的点向量集合以及代表当前不需要装配的虚拟物体的三角面,进行虚拟物体碰撞检测:若相交,则两个虚拟物体发生碰撞,否则不发生碰撞。本发明利用虚拟物体的空间相关性来缩小空间的碰撞检测范围来减少时间消耗,同时也大大提升了方法的检测效率和碰撞检测的几何精度。采用将包围盒还原成三角面以及点的方式减少碰撞检测误判的发生。将碰撞检测过程细化到三角面和点之间的干涉,分步检测的方式将大大提高检测效率。

    基于粒子分类与BP神经网络的移动通信用户流失预测方法

    公开(公告)号:CN105469144A

    公开(公告)日:2016-04-06

    申请号:CN201510809789.X

    申请日:2015-11-19

    Applicant: 东北大学

    CPC classification number: G06N3/086 G06Q50/30

    Abstract: 一种基于粒子分类与BP神经网络的移动通信用户流失预测方法,包括采集移动用户的通信记录数据;数据预处理,得到所需的样本数据集;建立BP神经网络结构;基于改进的粒子群优化算法PSO初始化所述BP神经网络的权值矩阵和阈值矩阵;对具有最好适应度的粒子对应的BP神经网络进行训练,得到移动通信用户流失模型;利用移动通信用户流失模型进行移动通信用户流失预测。本发明结合应用粒子分类优化算法(PCO)和适应度计算(PFC)两个过程对BP神经网络的权值矩阵和阈值矩阵进行初始化,使BP神经网络的权值矩阵和阈值矩阵更接近全局最优,从而提高BP神经网络对移动用户流失预测的准确率。

    基于多尺度特征融合的工业母机加工工件质量预测方法

    公开(公告)号:CN117520825B

    公开(公告)日:2024-05-10

    申请号:CN202410008043.8

    申请日:2024-01-04

    Applicant: 东北大学

    Abstract: 本发明公开一种基于多尺度特征融合的工业母机加工工件质量预测方法,涉及工业母机工件加工数据领域。获取样本数据集;对采集的具有预测的标签的工件加工过程数据样本进行Pearson相关性分析;按照设定比例随机划分;构建多维度特征融合预测模型;利用训练集对多维度特征融合预测模型进行训练;将测试集输入多维度特征融合预测模型得到刀具加工工件粗糙度。本发明从不同时间维度上对数据进行多角度分析以提取反映工件质量变化的关键特征,并通过对不同尺度特征的提取,降低非平稳数据对结果的影响通过深入学习不同尺度特征之间的内在相关性,有效融合微观和宏观时序变化信息,更准确地把握复杂加工过程对粗糙度的影响规律,大幅提升粗糙度预测的可用性。

    一种飞机发动机自动安装架车控制系统

    公开(公告)号:CN117991688A

    公开(公告)日:2024-05-07

    申请号:CN202410006984.8

    申请日:2024-01-03

    Applicant: 东北大学

    Abstract: 本发明提供一种飞机发动机自动安装架车控制系统,涉及飞机发动机自动安装技术领域,本发明包括安装系统、控制系统;所述安装系统为带有电动装置的多轴联动并联机构,具体包括垂直升降机构、水平移动机构、调姿平台和麦克纳姆移动平台;其中,垂直升降机构一端固定于麦克纳姆移动平台上,水平移动机构固定于垂直升降机构另一端,调姿平台固定于水平移动机构上端,调姿平台两侧设有固定夹具,用来固定调姿平台与飞机发动机的相对位置;所述控制系统,由视觉测量系统、Jetson Nano计算卡和台达DVP15MC11T运动控制卡构成,Jetson Nano计算卡与视觉测量系统之间通过USB进行通讯,运动控制卡与各电机之间通过CANOpen进行通讯,Jetson Nano计算卡与台达DVP15MC11T之间通过总线通讯。

    基于自适应周期发现的工业母机加工工件质量预测方法

    公开(公告)号:CN117495211B

    公开(公告)日:2024-03-19

    申请号:CN202410004935.0

    申请日:2024-01-03

    Applicant: 东北大学

    Abstract: 本发明公开一种基于自适应周期发现的工业母机加工工件质量预测方法,涉及时间序列预测及工业母机加工数据领域。获取样本数据集;对样本数据集进行数据清洗;进行SMOTE数据增强;将样本数据集按照设定比例随机划分为训练集、验证集和测试集;构建加工工件表面粗糙度预测模型;利用训练集对加工工件表面粗糙度预测模型进行训练;利用训练完成的加工工件表面粗糙度预测模型,得到加工工件表面粗糙度的预测值。本发明克服了异常数据较少和加工过程中的周期性时间特征难以学习等问题;通过快速傅里叶变换自适应的学习数据的周期信息,并通过多尺度卷积模块和长短时记忆模块学习数据间的依赖关系,得到更为精确的加工工件表面粗糙度预测值。

    基于增强Transformer模型的芯片封装丝网印刷机的异常检测方法

    公开(公告)号:CN117390568B

    公开(公告)日:2024-03-01

    申请号:CN202311684815.1

    申请日:2023-12-11

    Applicant: 东北大学

    Abstract: 本发明公开一种基于增强Transformer模型的芯片封装丝网印刷机的异常检测方法,涉及基于时序深度学习的工业数据异常检测领域。获取印刷机传感器数据集;对印刷机传感器数据集进行预处理及数据集划分;构建频域注意力机制模块;构建双阶段Transformer异常检测模型;使用训练集对双阶段Transformer异常检测模型进行训练,得到训练完成的双阶段Transformer异常检测模型;利用双阶段Transformer异常检测模型对验证集进行检测,得到压力异常检测结果。本发明利用二阶段Transformer和频域注意力机制能够准确而全面地检测异常,提高了检测性能;通过二阶段检测和频域信息的综合利用,能够更准确地识别轻微异常,降低了误报率;无需大量标记数据,可以无监督地进行异常检测,节省了人力和时间成本。

    一种飞机发动机自动装配路径规划方法

    公开(公告)号:CN117518997A

    公开(公告)日:2024-02-06

    申请号:CN202410008509.4

    申请日:2024-01-04

    Applicant: 东北大学

    Abstract: 本发明设计一种飞机发动机自动装配路径规划方法,属于发动机安装路径规划技术领域;首先对机舱和发动机以及固定在发动机前端的摄像机进行全局坐标系的建立,并构建转换关系进行转换;然后基于此生成发动机安装离线轨迹,最后对生成的离线轨迹进行修正,完成飞机发动机自动装配路径规划;本发明可以显著提高发动机的装配效率,减少人力投入,降低生产成本;同时,通过精确的控制和操作,可以提高装配精度,从而提升发动机的质量利用;此外,还实现比传统手工装配更加复杂和高级的装配行为,从而提高发动机整体制造水平。

Patent Agency Ranking