-
公开(公告)号:CN111949036B
公开(公告)日:2022-08-02
申请号:CN202010864372.4
申请日:2020-08-25
Applicant: 重庆邮电大学
IPC: G05D1/02
Abstract: 本发明公开了一种轨迹跟踪控制方法、系统及两轮差速移动机器人,跟踪方法为:根据微分平坦理论改写差速移动机器人的运动模型,得到基于微分平坦理论的运动学模型;基于微分平坦理论的运动学模型,设计降阶广义比例积分观测器,获得时变扰动和速度的估计;根据速度与时变扰动的估计,结合差速移动机器人的测量位置以及给定的参考轨迹,获取轨迹跟踪控制器的输出控制量,将输出控制量经过变换,作用于所述的差速移动机器人的运动学模型。系统基于轨迹跟踪控制方法,两轮差速移动机器人内部集成有该系统。本发明能够使差速移动机器人稳定跟踪给定参考轨迹,并且实现较高的跟踪精度。
-
公开(公告)号:CN112329680B
公开(公告)日:2022-05-03
申请号:CN202011268332.X
申请日:2020-11-13
Applicant: 重庆邮电大学
IPC: G06V20/10 , G06V10/25 , G06V10/26 , G06V10/774 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明请求保护一种基于类激活图的半监督遥感影像目标检测和分割方法。首先利用给定的遥感影像标注数据生成分类标注数据集,训练一个全局平均池化GAP(Global Average Pooling)的分类卷积神经网络模型,并利用特征图的权重叠加的原理,构造出能生成类激活图CAM(Class Activation Mapping)的卷积神经网络模型;然后,经过数据增强分别以类激活图和真实标注作为训练目标,对目标检测和分割模型进行半监督训练;接着,使用具有真实标注的测试集对目标检测和分割模型进行验证,得到检测和分割精度较高的模型;最后,在仅使用少量标注数据训练的情况下,该方法具有良好遥感影像目标检测和分割效果。
-
公开(公告)号:CN114254187A
公开(公告)日:2022-03-29
申请号:CN202111506522.5
申请日:2021-12-10
Applicant: 重庆邮电大学
IPC: G06F16/9535 , G06K9/62 , G06N3/04
Abstract: 本发明公开了基于自适应降噪训练的推荐方法、系统、电子设备及介质,涉及计算机技术领域,本发明在一个以图卷积神经网络为基础的推荐系统上,在训练阶段对损失函数做截断处理或重新加权处理,在模型的训练阶段自动地进行降噪处理。与现有技术相比而言,以往的推荐模型不考虑在训练阶段专门针对隐式反馈伴随的噪声问题进行处理;而本发明通过对损失函数进行截断或加权处理,以此来对打分函数进行优化处理,可以大大减少假阳性交互行给训练模型带来的噪声影响,不仅可以减少人工筛除假阳性交互行为的工作量,提升推荐的准确率,同时可缓解训练模型过早的出现过拟合现象。
-
公开(公告)号:CN111662549B
公开(公告)日:2022-02-01
申请号:CN202010574750.5
申请日:2020-06-22
Applicant: 重庆邮电大学
IPC: C08L83/04 , C08K3/38 , C08K5/29 , C08J5/18 , C09D183/04 , C09D5/25 , C09D5/16 , C09D7/61 , C09D7/63
Abstract: 本发明涉及一种具有自清洁功能的感知执行作动器材料及其制备方法和应用,属于材料技术领域。该材料由下往上依次由自清洁功能层、仿生作动层、感知层和绝缘保护层层叠形成,该材料动作灵敏度和感知灵敏度高,并具有自清洁功能,可以实现按确定的控制规律远程作动、作动程度实时反馈以及具备自清洁功能一体化的新型作动器的制备,且其制备方法简单,易操作,适合扩大化生产。
-
公开(公告)号:CN112580436A
公开(公告)日:2021-03-30
申请号:CN202011342014.3
申请日:2020-11-25
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于黎曼流形坐标对齐的脑电信号域适应方法,属于于迁移学习域适应方法,特别是脑机接口中跨会话、跨对象分类的数据对齐方法。包括以下步骤:首先对采集到的脑电数据进行去均值、滤波、归一化等预处理;然后使用协方差矩阵对其进行处理,将脑电数据转化为对称正定(SPD)矩阵;根据对称正定矩阵构建黎曼流形空间;接着,将流形空间中的脑电数据点映射到对应的切线空间中进行坐标对齐;最后,将对齐后的脑电数据点映射回黎曼流形空间,并进行矢量化处理。本发明能够减少脑机接口系统中不同受试者脑电信号之间的差异,使得不同对象间的数据分布趋于一致。
-
公开(公告)号:CN112507898A
公开(公告)日:2021-03-16
申请号:CN202011467797.8
申请日:2020-12-14
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于轻量3D残差网络和TCN的多模态动态手势识别方法。首先,对数据集中的原始视频进行采样,按照时间顺序排序保存;然后,使用大型的公开手势识别数据集对轻量3D残差网络进行预训练,并保存模型的权重文件;接着,使用RGB‑D图像序列作为输入,轻量3D残差网络和时间卷积网络作为基础模型进行长短期的时空特征的提取,并使用注意力机制加权融合多模态的信息。其中RGB和深度(Depth)序列分别输入相同的网络结构;最后,使用全连接层进行分类,采用交叉熵损失函数计算损失值,并使用准确率和F1Score作为网络模型的评估指标。本发明既可以达到较高的分类准确率,又具有参数量低的优点。
-
公开(公告)号:CN112051736A
公开(公告)日:2020-12-08
申请号:CN202010875976.9
申请日:2020-08-25
Applicant: 重庆邮电大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于单控制器的轨迹跟踪控制系统,包括:传感器,用于测得轮式移动机器人在固定参考坐标系下X轴方向的位置,在固定参考坐标系下Y轴方向的位置,线速度以及方向角;降阶广义比例积分观测器模块,接收所述传感器的信息,输出速度、加速度和扰动估计;位置控制器模块,根据速度、加速度、扰动估计以及给定的参考轨迹信息,输出中间项;变换模块,根据中间项、当前时刻的线速度和当前时刻的方向角,输出电机控制转矩,轮式移动机器人集成有上述系统。本发明减少对传感器的使用,降低了开发成本;能够大大减少参数整定的工作量;具有主动抑制各种时变干扰的能力,很强的鲁棒性,可以实现较高跟踪精度。
-
公开(公告)号:CN111949036A
公开(公告)日:2020-11-17
申请号:CN202010864372.4
申请日:2020-08-25
Applicant: 重庆邮电大学
IPC: G05D1/02
Abstract: 本发明公开了一种轨迹跟踪控制方法、系统及两轮差速移动机器人,跟踪方法为:根据微分平坦理论改写差速移动机器人的运动模型,得到基于微分平坦理论的运动学模型;基于微分平坦理论的运动学模型,设计降阶广义比例积分观测器,获得时变扰动和速度的估计;根据速度与时变扰动的估计,结合差速移动机器人的测量位置以及给定的参考轨迹,获取轨迹跟踪控制器的输出控制量,将输出控制量经过变换,作用于所述的差速移动机器人的运动学模型。系统基于轨迹跟踪控制方法,两轮差速移动机器人内部集成有该系统。本发明能够使差速移动机器人稳定跟踪给定参考轨迹,并且实现较高的跟踪精度。
-
公开(公告)号:CN110232341A
公开(公告)日:2019-09-13
申请号:CN201910464739.0
申请日:2019-05-30
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于卷积-堆叠降噪编码网络的半监督学习图像识别方法,结合有监督训练的卷积神经网络和无监督学习的堆叠降噪自动编码机提出一种半监督学习网络,以在样本量不足的情况下提取更具表达性的高维特征,训练出更好的网络参数。利用卷积神经网络对样本数据进行有监督训练,提取图像特征同时避免空间特征的破坏。再把训练得到的特征向量输入到堆叠降噪自动编码机进行无监督学习,实现进一步特征学习,降低小样本带来的训练困难,后基于多层人工神经网络进行分类实现。将模型用于HLC2000手写汉字数据集中的复杂字、中等字、简单字、相似字进行脱机手写汉字识别,实验结果表明该模型的平均识别率能达到97%以上,并且结果较为稳定。
-
公开(公告)号:CN108647206A
公开(公告)日:2018-10-12
申请号:CN201810421422.4
申请日:2018-05-04
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于混沌粒子群优化CNN网络的中文垃圾邮件识别方法,首先使用分词器对中文垃圾邮件数据集进行分词、去停用词等预处理;其次采用Word2vec模型获取词向量,通过对词向量求和取平均值获得中文垃圾邮件的文本向量;然后在粒子群算法中引入混沌思想来训练卷积神经网络的网络参数;基于混沌粒子群优化卷积神经网络建立中文垃圾邮件分类模型;最后采用测试集通过所建立的模型实现垃圾邮件分类并计算分类正确率。本发明通过混沌粒子群优化算法寻优参数所建立的模型能够快速收敛,具有良好的鲁棒性和稳定性,同时能够提高中文垃圾邮件的分类识别率。
-
-
-
-
-
-
-
-
-