-
公开(公告)号：CN113974652A
公开(公告)日：2022-01-28
申请号：CN202111247517.7
申请日：2021-10-26
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于皮层肌肉功能网络模型的肌肉控制精准度确定方法。本发明首先获取待测人员四个表面肌电信号和脑电信号。通过能量阈值法确定动作的起始位置和终止位置作为动作肌电信号。然后，用小波分析法对原始表面肌电信号与脑电进行多尺度分解，去除信号的噪声，再使用ICA独立分量分析方法去除脑电信号的伪影。最后使用传递熵计算不同肌肉与电极之间的传递熵，并构建邻接矩阵。将邻接矩阵二值化后构建有向皮层肌肉功能网络，使用网络的分析法对皮层与肌肉在运动时的状态进行分析。本发明体现了脑电信号与肌电信号之间的信息流动关系，将大脑皮层与肌肉整合为一个网络进行深度分析，从整体上对皮层与肌肉的关系进行了更深层次的解析。
-
公开(公告)号：CN112720244A
公开(公告)日：2021-04-30
申请号：CN202011504783.9
申请日：2020-12-18
Applicant: 杭州电子科技大学
IPC: B24B37/00 , B24B37/005 , G06N20/00 , G05B13/04
Abstract: 本发明公开了一种基于开环交叉耦合迭代学习的水晶研磨控制方法与系统。其中一种基于开环交叉耦合迭代学学习的水晶研磨控制方法，包括以下步骤：S10，建立水晶研磨伺服系统数学模型；S20，建立离散型交叉耦合迭代学习控制器对位置进行控制；S30，产生新的控制信号；S40，得到跟踪误差；S50，经过轮廓误差分配模型补偿到各轴以消除每个轴对其它轴的影响。
-
公开(公告)号：CN109995290B
公开(公告)日：2021-01-08
申请号：CN201910393233.5
申请日：2019-05-13
Applicant: 杭州电子科技大学
Abstract: 本发明公开了基于分数微积分的开环迭代学习的控制方法与系统，其中方法包括以下步骤：建立离散分数阶开环迭代学习控制器；建立基于矢量控制的永磁同步电机位置伺服系统，对分数阶微积分迭代学习控制器等价变换；将iq、id和比较得到的差值，分别送入电流调节器，经过电流调节器得到电压控制量ud和uq；ud和uq经过PARK逆变换转换到αβ坐标系下的电压控制量uα和uβ，然后根据uα和uβ生成脉冲调制PWM信号，并通过SVPWM原理控制三相逆变器生成三相电压信号。本发明具有更高的控制精度，同时兼顾了实用性和准确性。
-
公开(公告)号：CN111738114A
公开(公告)日：2020-10-02
申请号：CN202010521952.3
申请日：2020-06-10
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于无锚点精确采样遥感图像车辆目标检测方法，包括如下步骤：S1，使用多层卷积神经网络对原始图片进行特征提取，根据不同尺度大小的特征图构成自上而下特征金字塔；S2，对于特征金字塔的每一层特征，生成特征图上所有像素点的类别预测；S3，对于特征金字塔的每一层特征，生成特征图上所有像素点的目标框预测；S4，根据输入图片中的真实框面积信息确定当前车辆目标所属的特征图；S5，借助真实框内的目标实例分割信息确定目标在该层特征内的正样本像素点，并计算该像素点到真实框四条边的差值；S6，计算所有正样本像素点的类别损失与关于真实框的回归损失。
-
公开(公告)号：CN111738112A
公开(公告)日：2020-10-02
申请号：CN202010521534.4
申请日：2020-06-10
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于深度神经网络和自注意力机制的遥感船舶图像目标检测方法，包括以下步骤：S1，收集遥感卫星船舶图像数据集，并进行样本标注；S2，对经过S1所提取的数据集中的样本进行数据预处理；S3，用经过特征金字塔网络对预处理后的样本进行特征提取；S4，给水平锚点添加角度参数，设置为旋转锚点，再送入RPN网络；S5，搭建RNN网络融合Self-Attention，对候选区域的置信度进行重计分；S6，搭建Fast R-CNN网络；S7，对由S1采集到的测试数据进行训练阶段的步骤S2预处理操作；S8，将经过S7处理的样本送入S3、S4、S5和S6构建的模型中进行测试求得结果，即最后经过Fast R-CNN输出分类与回归的结果。
-
Patent Agency Ranking
公开(公告)号：CN111738111A
公开(公告)日：2020-10-02
申请号：CN202010521528.9
申请日：2020-06-10
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于多分支级联空洞空间金字塔的高分辨率遥感图像的道路提取方法，包括如下步骤:S1，数据预处理，对Massachusetts数据集里面的数据进行数据扩增；S2，搭建模型，使用卷积神经网络提取遥感道路图像的特征图，结合多分支级联空洞空间金字塔来提取道路图像上的特征信息，多分支级联空洞空间金字塔对所给定的输入以不同空洞比率的级联空洞卷积进行并行采样，相当于以多种方式捕捉图像的上下文信息；S3，设计损失函数来优化网络参数，并且建立评估指标F1和评估指标MIOU；S4，用训练好的模型在测试样本集上进行测试，经过网络模型的特征提取和特征上采样来得到最终的分割图像。
-
-
公开(公告)号：CN109333165B
公开(公告)日：2019-11-05
申请号：CN201811114710.1
申请日：2018-09-25
Applicant: 杭州电子科技大学
IPC: B24B1/00
Abstract: 本发明涉及一种基于点云数据描述的非圆曲面玻璃饰品的研磨方法。本发明通过确定控制工件回转运动和纵向跟踪进给的联动数据，对任意非圆曲面玻璃工件外型轮廓进行加工。本发明只需根据玻璃工件轮廓点数据及数控机床的结构参数，就能得到控制工件回转运动和纵向跟踪进给的联动数据。轮廓有无确定的数学模型均能适用，磨削精度高,误差小。较好的克服了工程上通过几何作图法求得异形非圆轮廓加工轨迹的作图繁琐、工作量大等缺点，也克服了曲线拟合的方法，存在拟合误差，公式计算复杂的缺点。
-
公开(公告)号：CN109285162A
公开(公告)日：2019-01-29
申请号：CN201811003417.8
申请日：2018-08-30
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于局部区域条件随机场模型的图像语义分割方法。本发明全卷积神经网络结构提取输入图片特征并获得一个粗糙的分割结果，区域选择结构将分割结果图进行边缘滤波，并选择分割结果为行人，自行车，机动车的部分的最大外接矩形，局部区域条件随机场模型在上述矩形区域建立条件随机场模型并精细优化上述矩形区域的分割结果。本发明有效的结合了条件随机场模型精度上的优势和全卷积神经网络速度上的优势。优化了条件随机场模型计算方式从而大幅降低了模型时间复杂度；提升了传统全卷积神经网络的分割精度；将概率图模型的应用和全卷积神经网络的应用设计为了一个端到端系统。
-
公开(公告)号：CN109086700A
公开(公告)日：2018-12-25
申请号：CN201810806078.0
申请日：2018-07-20
Applicant: 杭州电子科技大学
Abstract: 本发明公开了基于深度卷积神经网络的雷达一维距离像目标识别方法，包括以下步骤：采集数据集，对采集到的数据进行预处理，从预处理后的数据中提取特征，设立阈值将采集到的雷达HRRP信号分成低信噪比和高信噪比样本两个部分，构建基于稳健玻尔兹曼的特征增强算法，构建基于卷积神经网络和基于LSTM的双向循环神经网络的HRRP目标识别模型，使用梯度下降算法对构建的网络模型的参数进行微调，得到有效的目标识别模型。本发明构建小样本稳健性和噪声稳健性的雷达HRRP自动目标识别技术具有很强的工程实用性，从特征提取和分类器的设计方面，提出了一种基于卷积神经网络+循环神经网络的雷达一维距离像目标识别模型。
-
-
-
-
-
-
-
-
-
Search Results
68
records
(took 0.026 seconds)
