-
公开(公告)号：CN112633772B
公开(公告)日：2021-12-10
申请号：CN202110006953.9
申请日：2021-01-05
Applicant: 东华大学
Abstract: 本发明提供了一种纺织面料染色车间多智能体深度强化学习调度方法，包括以下步骤：获取当前的染色车间染缸加工状态数据，任务到达数据，并对状态数据进行预处理。建立纺织面料染色车间调度的深度强化学习多智能体模型。建立纺织面料染色车间调度环境的状态参数模型、调度动作模型和调度反馈模型。对纺织面料染色车间调度的模型进行训练，利用梯度下降法对神经网络模型进行参数优化，训练得到纺织面料染色车间调度的最佳调度策略。将所得的染色车间调度智能体模型部署于染色车间，根据车间的实时生产情况和任务到达情况进行调度。本发明通过多智能体深度强化学习实现染色车间的动态调度，适应当前的面向订单式生产的动态生产环境。
-
公开(公告)号：CN109166128B
公开(公告)日：2021-11-26
申请号：CN201810859511.7
申请日：2018-07-31
Applicant: 东华大学
IPC: G06T7/11
Abstract: 本发明提供了一种非等效三维点云分割方法，首先构建原始点云数据集并进行训练集与测试集的划分，其次对训练集数据进行预处理，使各点云点数变为同一规格，再设计卷积神经网络模型，分别计算点云中各点和与其不在同一分割区域的点之间的距离，并选取两点之间最小的距离值构造距离矩阵，通过设计惩罚函数并作用于距离矩阵，使得靠近分割区域交界处的点的值变大，而远离交界处的点的值变小，并将惩罚后的距离矩阵与模型损失函数相乘，使得分割模型在训练过程中优化损失计算，强化分割区域交界处点的误差反馈，提高点云分割精度，最后利用测试集对所设计模型的分割性能进行评估。本发明可实现对非等效三维点云的快速分割，并且具有很高的分割精度。
-
公开(公告)号：CN113174669A
公开(公告)日：2021-07-27
申请号：CN202110398252.4
申请日：2021-04-14
Applicant: 东华大学
IPC: D01H15/00
Abstract: 本发明设计了一种用于环锭纺细纱自动接头的机器人末端执行机构，所述机器人末端执行机构安装于工业机器人的末端关节，其特征在于，包括纱管夹取装置、钢丝圈定位装置、纱线送出与柔性牵引装置、穿钢丝圈装置和断纱装置，纱管夹取装置、钢丝圈定位装置、纱线送出与柔性牵引装置和穿钢丝圈装置分别位于所述机器人末端执行机构的四个不同工位，断纱装置设于纱线送出与柔性牵引装置上。本发明极大地简化了完成自动接头装置的机械结构与操作复杂度，并减少了移动接头过程中需要重新定位的机构数量。
-
公开(公告)号：CN112734286A
公开(公告)日：2021-04-30
申请号：CN202110087655.7
申请日：2021-01-22
Applicant: 东华大学
Abstract: 本发明公开了一种基于多策略深度强化学习的车间调度方法，其特征在于，包括以下步骤，步骤一、导入随机算例；步骤二、输入MPS，确定各产品所需加工数量；步骤三、根据算例规模大小和MPS设定BAC方法参数；步骤四、进一步改变BAC方法参数进行正交实验，根据实验结果对BAC方法参数进行设置；步骤五、导入和读取目标算例和MPS，循环迭代更新网络；步骤六、通过Actor阶段与Critic阶段之间的循环迭代，输出合理的产品投产序列。
-
公开(公告)号：CN112561892A
公开(公告)日：2021-03-26
申请号：CN202011525161.4
申请日：2020-12-22
Applicant: 东华大学
Abstract: 本发明要解决的技术问题是：传统印花与提花面料疵点检测采用人工检测方法。为了解决上述技术问题，本发明的技术方案是提供了一种印花与提花面料的疵点检测方法，其特征在于，通过将模板花纹图案与待检面料图案进行特征提取，将高维图像数据转化为低维的特征向量，通过特征向量相减的方式实现模板花纹背景与疵点的分离。本发明针对印花或提花图案周期性出现的特点，设计了一种面向印花与提花面料的疵点的特征相减机制与检测方法，可以准确、高效地检测出印花与提花面料的表面疵点。
-
Patent Agency Ranking
公开(公告)号：CN111519293A
公开(公告)日：2020-08-11
申请号：CN202010380839.8
申请日：2020-05-08
Applicant: 东华大学
Abstract: 本发明涉及一种基于机器视觉的断纱找头装置及使用方法，属于环锭纺细纱自动接头技术领域；包括机器人、旋转锭子、气泵装置、吸嘴、毛刷、机器视觉系统和控制柜；旋转锭子的一侧对应设有机器人，机器人的末端执行机构上设有毛刷和吸嘴；吸嘴与气泵装置连接；旋转锭子对应设有机器视觉系统；机器人、旋转锭子、气泵装置和机器视觉系统与控制柜连接。本发明装置使用机器人完成纱管的取放，使用毛刷将附着在纱管表面的断纱刷离纱管，引入机器视觉的方法完成断纱的识别与定位以及断纱是否捕获成功的检测，使用负压气泵完成断纱的捕获。本发明用于断纱的寻找与捕获，解决了现有环锭纺细纱自动接头装置中断纱找头与捕获时间长、效率低的问题。
-
公开(公告)号：CN109543720A
公开(公告)日：2019-03-29
申请号：CN201811276338.4
申请日：2018-10-30
Applicant: 东华大学
Abstract: 本发明针对各类晶圆缺陷数据的不平衡特点和数据维度与角度的多样性，提出了基于对抗生成网络的晶圆图缺陷模式识别方法。本方法首先将晶圆数据集分为训练集和测试集，再对训练集与测试集均进行预处理得到标准晶圆缺陷数据样本，在此基础上设计面向晶圆数据缺陷模式识别的分类对抗生成网络模型，通过设计生成器与鉴别器的损失函数，使生成器与鉴别器针对训练集内的真实晶圆与网络内生成器生成的仿真晶圆之间的差异进行对抗，提高生成器的生成能力，并利用此生成机制平衡各缺陷类型的样本数量，同时使鉴别器学习已知缺陷模式的晶圆数据特征规律。本发明能够实现对晶圆缺陷模的快速识别，并且具有很高的识别精度。
-
公开(公告)号：CN109166128A
公开(公告)日：2019-01-08
申请号：CN201810859511.7
申请日：2018-07-31
Applicant: 东华大学
IPC: G06T7/11
Abstract: 本发明提供了一种非等效三维点云分割方法，首先构建原始点云数据集并进行训练集与测试集的划分，其次对训练集数据进行预处理，使各点云点数变为同一规格，再设计卷积神经网络模型，分别计算点云中各点和与其不在同一分割区域的点之间的距离，并选取两点之间最小的距离值构造距离矩阵，通过设计惩罚函数并作用于距离矩阵，使得靠近分割区域交界处的点的值变大，而远离交界处的点的值变小，并将惩罚后的距离矩阵与模型损失函数相乘，使得分割模型在训练过程中优化损失计算，强化分割区域交界处点的误差反馈，提高点云分割精度，最后利用测试集对所设计模型的分割性能进行评估。本发明可实现对非等效三维点云的快速分割，并且具有很高的分割精度。
-
公开(公告)号：CN107180375A
公开(公告)日：2017-09-19
申请号：CN201710308775.9
申请日：2017-05-04
Applicant: 东华大学
Abstract: 本发明涉及一种基于多层神经网络的服装号型推荐系统，采用一个六层的神经网络，包括一个数据输入层、四个隐藏层和一个输出层；所述数据输入层用于输入人体尺寸信息、服装号型数据和服装类型；所述四个隐藏层中，有两个是特征提取层，通过局部连接提取人体尺寸信息和服装号型特征信息，另外两个为匹配层，通过全连接的方式得到人体尺寸信息和对应类型服装号型之间的特征匹配情况；所述输出层用于输出各服装类型的各号型的匹配度大小，其中输出结果越大表示匹配程度越高。本发明实现服装号型推荐的智能化和多样化。
-
公开(公告)号：CN114693991B
公开(公告)日：2025-04-29
申请号：CN202210242496.8
申请日：2022-03-11
Applicant: 东华大学
IPC: G06V10/774 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08 , G06N3/084
Abstract: 本发明提出了一种基于像素级强化特征多尺度融合的微小目标检测方法，该方法首先对原始输入图像进行每个像素点的标注和整张图像的标注，随后对原始输入图像进行特征提取和增强，通过抽取和融合多尺度特征层并对融合后的各特征层进行权重分配，最终得到微小目标的类别。本发明能够较好地满足微小目标检测任务，且高效准确，提高了微小目标检测的精准度与效率，具有很高的应用价值和经济效益，通过实际验证证明了此方法能够较好地应用到物体表面的微小目标检测任务中。
-
-
-
-
-
-
-
-
-
Search Results
128
records
(took 0.041 seconds)
