-
公开(公告)号：CN111968074A
公开(公告)日：2020-11-20
申请号：CN202010684514.9
申请日：2020-07-14
Applicant: 北京理工大学
Abstract: 本发明公开的融合双目相机和IMU的收割机倒伏作物检测与收获方法，属于农业机械领域，本发明实现方法为：使用双目相机对联合收割机工作区域的作物进行图片采集。使用棋盘格对相机进行标定内外参，计算出重投影矩阵和作物区域视差图，进一步计算出其三维坐标。上位机通过相机IMU模块提供的联合收割机位置及姿态信息对三维坐标进行矫正后，将其转换为三维点云并进行后处理，提取作物表面的有效点云，对其分析得到待收获区域内作物倒伏情况，再计算联合收割机割台的最优调控策略，进而辅助操作人员收割倒伏作物或者实现自动调控收割倒伏作物，克服因为田间地面不平导致的姿态误差问题，提高联合收割机在收获倒伏作物时收割效率，降低收割成本。
-
公开(公告)号：CN115691788B
公开(公告)日：2023-07-14
申请号：CN202211339943.8
申请日：2022-10-27
Applicant: 北京理工大学
IPC: G16H50/20 , G06F18/241 , G06N3/049 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种基于异构数据的双重注意力耦合网络糖尿病分类系统，该系统基于双重注意力的LSTM‑CNN耦合网络,构造一种自适应地调整不同数据源重要性的融合方法,来学习和集成异构数据中的特征，解决了机器学习的糖尿病诊断问题中，数据的复杂和高度不稳定的问题；在FGM子网络中嵌入卷积块注意力模块(Convolutional Block Attention Module，CBAM)，为复杂序列的学习引入注意力模块来表达对特定位置的信息偏好，显著提高了网络学习性能；利用真实医学临床数据对本发明提出的系统进行了验证，基于60名受试者的真实实验数据，糖尿病类型的分类准确率达到95.835％，Matthews相关系数、F1值和G‑mean等综合性能指标分别为91.333％、94.939％和94.937％。所提方法的结果优于所有基准方法的结果，表明了糖尿病类型分类的可行性。
-
公开(公告)号：CN115691788A
公开(公告)日：2023-02-03
申请号：CN202211339943.8
申请日：2022-10-27
Applicant: 北京理工大学
IPC: G16H50/20 , G06F18/241 , G06N3/049 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种基于异构数据的双重注意力耦合网络糖尿病分类系统，该系统基于双重注意力的LSTM‑CNN耦合网络,构造一种自适应地调整不同数据源重要性的融合方法,来学习和集成异构数据中的特征，解决了机器学习的糖尿病诊断问题中，数据的复杂和高度不稳定的问题；在FGM子网络中嵌入卷积块注意力模块(Convolutional Block Attention Module，CBAM)，为复杂序列的学习引入注意力模块来表达对特定位置的信息偏好，显著提高了网络学习性能；利用真实医学临床数据对本发明提出的系统进行了验证，基于60名受试者的真实实验数据，糖尿病类型的分类准确率达到95.835％，Matthews相关系数、F1值和G‑mean等综合性能指标分别为91.333％、94.939％和94.937％。所提方法的结果优于所有基准方法的结果，表明了糖尿病类型分类的可行性。
-
公开(公告)号：CN213336587U
公开(公告)日：2021-06-01
申请号：CN202021389481.7
申请日：2020-07-15
Applicant: 北京理工大学
Abstract: 本实用新型涉及一种多型号电连接器接触件保持力测试系统，属于检测技术领域。本实用新型是在工作台上设置产品对接组件和测试组件，通过器件将待检测的目标接头固定在检测工作位置，通过机器视觉的方式识别接触件型号和位置坐标，并通过调用该型号的参考位置坐标对其进行矫正，采用侧视相机配合机械臂进行高精度位置控制，并对各接触件进行主动施力，通过读取保持力测量读数对连接情况实现判断。本实用新型能够实现多型号电连接器接触件保持力的自动测试，能够在实现较高精度下快速准确地对器件进行自动检测，免除了现阶段手工检测方式的繁琐任务，解决了现有生产力不足的问题，同时提高了现有检测系统的精度，扩大了检测对象范围。
-
-
-
Search Results
4
records
(took 0.015 seconds)
