-
公开(公告)号：CN119321824A
公开(公告)日：2025-01-17
申请号：CN202411362787.6
申请日：2024-09-27
Applicant: 山东大学
Abstract: 本发明提供了一种狭窄空间高密度温度点云测量方法及系统，将柔性阵列温度传感电路通过列选通开关依次向各个列线输出驱动电压，通过行选通开关选通行线以输出驱动电压，且驱动电压均包含第一电压和第二电压两个状态；进行第一次测量，目标温度传感器所在行的驱动电压为第一电压状态，所在列的电压为第二电压状态；进行第二次测量，目标温度传感器所在行的驱动电压为第二电压状态，所在列的电压为第一电压状态；通过两次扫描消除阵列电阻的交叉耦合，根据两次测量的驱动电压以及目标温度传感器的输出电压，联合求解得出目标温度传感器的待测电阻值。本发明可以有效的解决柔性阵列温度传感电路的信号检测的交叉耦合问题。
-
公开(公告)号：CN114495109B
公开(公告)日：2025-01-14
申请号：CN202210081494.5
申请日：2022-01-24
Applicant: 山东大学
IPC: G06V30/148 , G06V20/62 , G06N3/0464 , B25J9/16
Abstract: 本发明属于智能机器人领域，提供了基于目标与场景文字匹配的抓取机器人及抓取方法和系统，根据摄像机获取的待抓取目标图像和目标检测模型，利用CNN进行特征提取，回归得到待抓取目标的分类结果和边界框；对于分类结果相同的目标，采用文本检测识别模型提取目标检测框区域的文字进行检测与识别，当文字识别结果与特定目标匹配成功后得到初始三维坐标；利用目标跟踪算法，对特定抓取目标检测框定位，得到最终的抓取坐标，根据抓取坐标控制底盘运动和机械臂动作对特定目标的抓取。
-
公开(公告)号：CN119150910A
公开(公告)日：2024-12-17
申请号：CN202411130662.0
申请日：2024-08-16
Applicant: 山东大学
IPC: G06N3/006 , G06Q10/101
Abstract: 本发明属于多智能体技术领域，具体涉及一种基于动态邻居智能体势场的多智能体围捕方法及系统；其中，基于动态邻居智能体势场的多智能体围捕方法包括：考虑动态邻居智能体势场和所设置的多智能体围捕成功条件，确定围捕智能体队形；围捕智能体进行目标智能体的围捕，若成功捕获目标智能体，则基于动态邻居智能体势能进行邻居围捕智能体的围捕，否则继续围捕目标智能体直到成功捕获目标智能体为止；当所有的邻居围捕智能体均成功围捕目标智能体时，完成多智能体围捕。解决了多智能体围捕任务中围捕智能体群体协同性问题，发挥每个围捕智能体的作用，提高了多智能体围捕效率，实现复杂环境下多智能体的高效围捕。
-
公开(公告)号：CN115167478B
公开(公告)日：2024-04-26
申请号：CN202211014749.2
申请日：2022-08-23
Applicant: 山东大学
IPC: G05D1/43 , G05D1/242 , G05D1/243 , G05D1/246 , G05D1/65 , G05D1/633 , G05D1/644 , G05D1/648 , G05D109/10
Abstract: 本公开提供了一种基于深度强化学习的机器人无地图路径规划方法及系统，其属于机器人无地图路径规划技术领域，包括：预先构建深度强化学习算法的状态空间和动作空间，并构建具有启发性知识的连续性奖励函数；构建基于LSTM网络及深度学习网络的估计值网络和目标网络的双网络架构，并以最大化奖励收益为目标，基于经验池内的状态数据样本进行所述估计值网络和目标网络的训练，其中，所述估计值网络的输入为机器人当前状态信息，所述目标网络的输入为机器人下一次状态信息；所述奖励收益的计算基于所述具有启发性知识的连续性奖励函数；基于机器人当前状态信息，利用训练好的估计值网络获得下一步的最优移动动作，实现机器人的无地图路径规划。
-
公开(公告)号：CN109726510B
公开(公告)日：2022-12-23
申请号：CN201910061890.X
申请日：2019-01-23
Applicant: 山东大学
Abstract: 本申请提供了一种蛋白质糖化位点鉴定方法，收集糖化位点训练数据集，从所述糖化位点训练数据集中提取肽链，利用肽链数字矢量、肽链中氨基酸的可及表面积、肽链中氨基酸的二级结构概率和肽链的灰色关联度来编码表征蛋白质，选用最大相关性最小冗余(mRMR)特征选择算法找到最佳特征集，然后在支持向量机上训练获得预测器，从而进行蛋白质糖化位点鉴定。本申请提供的蛋白质糖化位点鉴定方法，充分考虑肽链中氨基酸序列、肽链中氨基酸的可及表面积、肽链中氨基酸的二级结构概率和肽链的灰色关联度，有助于提高蛋白质糖化位点鉴定的准确性。
-
Patent Agency Ranking
公开(公告)号：CN115240630A
公开(公告)日：2022-10-25
申请号：CN202210867600.2
申请日：2022-07-22
Applicant: 山东大学
Abstract: 本发明提出了一种中文文本到个性化语音转换方法及系统，属于语音合成技术领域,用训练好的说话者编码器从说话者的参考语音中提取固定长度的说话者特征嵌入向量，作为说话者的声学特征；利用多说话者语音合成模型Syn，将待转换的文本转换成与说话者特征嵌入向量相对应的梅尔声谱图；将梅尔频谱转换为对应的时域语音波形，输出最终的音频；本发明将自适应条件模块的隐式建模与说话者编码器网络GCNet的显式建模相融合，采用一种端到端反馈约束训练机制，实现对看得见的说话者、看不见的说话者的声音克隆，显著提升合成语音的自然度和相似度。
-
公开(公告)号：CN115167478A
公开(公告)日：2022-10-11
申请号：CN202211014749.2
申请日：2022-08-23
Applicant: 山东大学
IPC: G05D1/02
Abstract: 本公开提供了一种基于深度强化学习的机器人无地图路径规划方法及系统，其属于机器人无地图路径规划技术领域，包括：预先构建深度强化学习算法的状态空间和动作空间，并构建具有启发性知识的连续性奖励函数；构建基于LSTM网络及深度学习网络的估计值网络和目标网络的双网络架构，并以最大化奖励收益为目标，基于经验池内的状态数据样本进行所述估计值网络和目标网络的训练，其中，所述估计值网络的输入为机器人当前状态信息，所述目标网络的输入为机器人下一次状态信息；所述奖励收益的计算基于所述具有启发性知识的连续性奖励函数；基于机器人当前状态信息，利用训练好的估计值网络获得下一步的最优移动动作，实现机器人的无地图路径规划。
-
公开(公告)号：CN112883737B
公开(公告)日：2022-06-14
申请号：CN202110236088.7
申请日：2021-03-03
Applicant: 山东大学
IPC: G06F40/295 , G06F40/253 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于中文命名实体识别的机器人语言指令分析方法及系统，包括：基于输入指令内容获取中文文本信息；提取文本特征并进行特征增强；将增强后的特征输入命名体实体识别模型，产生每个汉字归属于每个命名实体类别的分数，构造重定位矩阵，将所述重定位矩阵用于实体类别推理，通过自监督的方式输出每个汉字的命名实体类别属性；基于提取到的命名实体驱动机器人执行相应的指令。本发明使用自监督学习机制进行中文命名实体识别的，这使我们的网络彻底摆脱了对人工标注数据集的依赖。
-
公开(公告)号：CN114495109A
公开(公告)日：2022-05-13
申请号：CN202210081494.5
申请日：2022-01-24
Applicant: 山东大学
IPC: G06V30/148 , G06V20/62 , G06N3/04 , B25J9/16
Abstract: 本发明属于智能机器人领域，提供了基于目标与场景文字匹配的抓取机器人及抓取方法和系统，根据摄像机获取的待抓取目标图像和目标检测模型，利用CNN进行特征提取，回归得到待抓取目标的分类结果和边界框；对于分类结果相同的目标，采用文本检测识别模型提取目标检测框区域的文字进行检测与识别，当文字识别结果与特定目标匹配成功后得到初始三维坐标；利用目标跟踪算法，对特定抓取目标检测框定位，得到最终的抓取坐标，根据抓取坐标控制底盘运动和机械臂动作对特定目标的抓取。
-
公开(公告)号：CN110033089B
公开(公告)日：2021-03-26
申请号：CN201910309944.X
申请日：2019-04-17
Applicant: 山东大学
IPC: G06N3/08
Abstract: 本发明公开了一种基于分布式估计算法的手写体数字图像识别深度神经网络参数优化方法及系统，包括：初始化种群，将种群中每一个个体解码为深度神经网络；对上述深度神经网络的分类能力进行评价；对种群中的个体优劣进行排序；随机产生掩码向量，根据掩码向量及统计学参数确定待求解变量本次迭代的概率分布模型；依据掩码向量与概率分布模型采样，生成新的种群个体；获得最优分布式估计算法个体；利用梯度优化算法，对分布式估计算法获得的深度神经网络模型进行微调，获得最优深度神经网络参数。本发明将分布式估计算法和深度神经网络的优化相结合，利用分布式估计算法的全局搜索能力，减少神经网络优化过程中对梯度信息的依赖。
-
-
-
-
-
-
-
-
-
Search Results
90
records
(took 0.028 seconds)
