-
公开(公告)号：CN109143983A
公开(公告)日：2019-01-04
申请号：CN201810929783.X
申请日：2018-08-15
Applicant: 杭州电子科技大学
IPC: G05B19/414
Abstract: 本发明提供一种嵌入式可编程控制器的运动控制方法及装置，包括：利用第一线程确定所述运动定制信息对应的控制信息，当第二线程获取到的令牌包括第一令牌时，利用所述第一线程将所述控制信息写入第一存储区，并归还令牌；利用所述第二线程根据所述控制信息确定待执行控制命令所需调用的算法并尝试获取令牌，当第二线程获取到的令牌包括所述第一令牌和第二令牌时，利用所述第二线程将所述算法的标识写入第二存储区，并归还令牌；当第三线程获取到的令牌包括所述第二令牌时，利用所述第三线程调用所述算法，以控制所述运动组件运动。本发明提供的嵌入式可编程控制器的运动控制方法及装置，降低了运动控制程序开发、调试和升级的难度。
-
公开(公告)号：CN119887946A
公开(公告)日：2025-04-25
申请号：CN202510000875.X
申请日：2025-01-02
Applicant: 杭州电子科技大学
IPC: G06T7/80
Abstract: 本发明公开了一种基于多传感器流水线全局相机外参坐标标记方法，该方法首先利用增强现实标记生成算法，生成平方标记体。其次搭建流水线，使用电机反馈信号记录电机运行时间与电机的运行距离的采样，使用相机拍摄平方标定体并存储为相机帧，记录相机帧的时间。然后基于多张相机帧和对应的时间、电机运行时间与运行距离的采样，利用基于图像与电机反馈联合优化算法求解出相机相对于平方标定体的相对位姿，并生成坐标时间关系图。最后利用相对位姿、坐标时间关系图以及相机帧的记录时间，计算即相机的外参。本发明避免了传统相机标定缺少足够标定信息的问题，结合优化算法，有效提高相机外参的标定。
-
公开(公告)号：CN119886219A
公开(公告)日：2025-04-25
申请号：CN202510001708.7
申请日：2025-01-02
Applicant: 杭州电子科技大学
IPC: G06N3/0455 , G06N3/088 , G06N3/092
Abstract: 本发明公开了一种基于自编码器和智能体的云边协同推理方法，旨在解决资源受限设备在执行深度学习推理时面临的计算瓶颈和高延迟问题，本发明提出的技术方案包括以下步骤：首先，将复杂深度神经网络模型根据计算复杂度与设备性能拆分为边云协同执行的多个部分；然后，通过轻量自编码器压缩中间层数据，减少数据传输量；最后，使用智能体生成的多任务推理策略，实时根据设备负载、网络带宽及实时任务需求，选择合适的推理策略，该方法通过拆分深度神经网络模型、轻量自编码器进行中间数据压缩、以及通过训练智能体生成的策略实现多设备协同推理，显著提高推理效率，降低推理时间，并且在保证推理精度的前提下优化系统资源利用率。
-
公开(公告)号：CN113435107B
公开(公告)日：2024-10-22
申请号：CN202110612730.7
申请日：2021-06-02
Applicant: 杭州电子科技大学
IPC: G06F18/2433 , G06Q50/04 , G06N3/0455 , G06N3/084 , G06F18/213 , G06N20/00
Abstract: 本发明公开了一种基于生产数据的次品检测方法，方法基于互信息的逆置自编码高斯混合模型，使用生产数据来表征塑料制品的质量，次品的生产数据有别于正品的生产数据，将生产数据输入设计好的机器学习算法中，机器学习算法通过预处理生产数据以及对生产数据的特征的学习，通过生产数据识别出次品。本发明实现了非视觉的次品检测方法。该算法使用生产数据来表征产品的质量，首先利用互信息发现生产数据之间各个属性之间的相关性，并借此扩大次品生产数据的异常，然后通过逆置自编码器最大程度的保留信息，最后通过高斯混合模型来判断该产品是否是次品。
-
公开(公告)号：CN113473496B
公开(公告)日：2024-05-31
申请号：CN202110612627.2
申请日：2021-06-02
Applicant: 杭州电子科技大学
IPC: H04W24/02 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/084
Abstract: 本发明公开了一种提高工业无线网络速度的方法，包括以下步骤：数据预处理网络对输入数据进行处理，得到第一中间结果；数据计算网络利用三个数据计算子网络对第一中间结果进行计算，得到第二中间结果；结果计算网络利用功率计算函数和功率调整函数对第二中间结果进行计算，得到每根天线对每位用户的频谱能量分配结果。本发明降低了运算复杂度，提高了频谱效率，从而提高了网络速度。
-
Patent Agency Ranking
公开(公告)号：CN115017021B
公开(公告)日：2024-05-14
申请号：CN202210579162.X
申请日：2022-05-26
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种视觉功能块执行时间预测方法，包括如下步骤：S10、通过图像特征提取网络提取视觉功能块输入图像的图像特征；S11、通过功能块特征提取模块提取视觉功能块代码的运行时特征；S12、通过功能块运行时间预测网络结合提取的运行时特征和图像特征预测功能块执行时间，该方法能够实现对视觉功能块在不同复杂度输入图像下执行时间的精准预测，从而精准把握实际生产流程中视觉处理过程花费的时间，进而便于统筹安排生产流程各个环节，另外，该方法充分利用了视觉功能块的运行时特征和输入图像特征，提高了预测准确度。
-
公开(公告)号：CN117709544A
公开(公告)日：2024-03-15
申请号：CN202311859042.6
申请日：2023-12-30
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种重心约束的码垛优化方法，信息输入模块接收待码垛长方体实际物理信息和码垛要求，对信息进行处理形成可使用的M2的输入参数。模拟码垛模块M2根据M1的输出信息随机生成多个模拟码垛序列，依次对每一个序列进行模拟摆放，输出所有序列模拟码垛后的长方体物品的位置信息至M3和M4；重心约束模块M3根据输入信息计算得到长方体物品的重心关于整体平衡区域的约束信息，输出重心约束信息。码垛优化模块M4根据M2和M3的输出信息对模拟码垛序列进行评估，得到模拟码垛序列可行性评分，迭代更新优化模拟码垛序列，直到满足预设条件，输出最优码垛方案。本发明基于4各模块生成码垛方案，提高了码垛的稳定性和空间利用率。
-
公开(公告)号：CN117591883A
公开(公告)日：2024-02-23
申请号：CN202311615260.5
申请日：2023-11-29
Applicant: 北京机械工业自动化研究所有限公司 , 杭州电子科技大学
IPC: G06F18/214
Abstract: 本发明实施例公开了一种工业分布式边缘智能模型执行方法和系统，其中，方法包括：工业云服务器获取特定应用的深度学习模型并进行中心化训练；工业云服务器根据工业边缘设备的算力，将所述深度学习模型分割为多个子模型，并将所述多个子模型部署于多个工业边缘设备；各工业边缘设备通过数据采集组件实时采集现场数据，并根据各子模型的执行模式和数据来源，基于现场数据周期性执行各子模型；其中，各工业边缘设备相互独立，一工业边缘设备更新一子模型在当前周期的输出数据时，其它工业边缘设备能够用于更新其它子模型在其它周期的输出数据。本实施例提高模型的现场数据流的响应效率。
-
公开(公告)号：CN113485257B
公开(公告)日：2023-03-03
申请号：CN202110612738.3
申请日：2021-06-02
Applicant: 杭州电子科技大学
IPC: H04L12/50
Abstract: 本发明公开了一种工业协议解析内置程序优化方法，包括以下步骤：S1，建立边云协同架构；S2，对工业协议进行内置方案编码；S3，根据历史数据寻优；S4，在边缘设备上预部署最优程序组；S5，按需更新内置程序。本发明的方法基于边云协同架构。本发明根据工业协议解析程序的历史使用数据，使用寻优算法求得最优程序内置方案，并将该最优方案对应的程序组内置入出厂边缘设备中。边缘设备运行后根据实际需求动态更新其内置协议解析程序。
-
公开(公告)号：CN115293399A
公开(公告)日：2022-11-04
申请号：CN202210684371.0
申请日：2022-06-16
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于时空图卷积网络的交通流量预测方法，包括S1)：利用道路传感器收集目标区域的交通流量数据并进行预处理；S2)：收集额外信息并进行编码，所述额外信息包括气候数据、当天是否为工作日以及节点周围的公共场所的种类和数量；S3)：根据步骤S1)得到的预处理后的交通流量数据生成时间序列数据；S4)：构建两个自适应向量ES,ET作为节点的空间嵌入表示，生成空间相关性矩阵；S5)：构建基于DSGRU单元的DSRNN网络模型，将步骤S3)得到的时间序列数据作为输入和标签，再将步骤S2)得到的额外信息向量输入到模型中，辅助模型对目标区域的交通流量进行预测，可更好捕捉交通流量数据的动态空间依赖，并达到更好的预测效果。
-
-
-
-
-
-
-
-
-
Search Results
103
records
(took 0.029 seconds)
