-
公开(公告)号：CN117079272A
公开(公告)日：2023-11-17
申请号：CN202310122918.2
申请日：2023-02-16
Applicant: 南京工业大学
IPC: G06V20/69 , G06V10/36 , G06V10/44 , G06V10/774 , G06V10/766 , G06V10/82 , G06T3/00 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明提供一种结合手工特征和学习特征的痕迹识别方法以实现关键点检测及关键点的特征描述，相较于端到端的神经网络算法，其既利用了图像的梯度信息，又减少了网络结构参数与参数计算，能够实现弹痕的关键点检测的稳定性。本发明与现有技术相比具有以下技术效果：使用手工特征与学习特征结合方法，利用了图像的梯度信息，又减少了网络结构参数与参数计算，能够实现弹痕的关键点检测的稳定性。改进Key.Net模型的CNN结构，使其更适应弹痕任务的特征学习及组合能力；利用大规模数据集训练Key.Net模型，并迁移到小样本的弹痕实例中，提升了模型的可靠性及检测的准确度。
-
公开(公告)号：CN117079272B
公开(公告)日：2025-04-18
申请号：CN202310122918.2
申请日：2023-02-16
Applicant: 南京工业大学
IPC: G06V20/69 , G06V10/36 , G06V10/44 , G06V10/774 , G06V10/766 , G06V10/82 , G06T3/02 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明提供一种结合手工特征和学习特征的痕迹识别方法以实现关键点检测及关键点的特征描述，相较于端到端的神经网络算法，其既利用了图像的梯度信息，又减少了网络结构参数与参数计算，能够实现弹痕的关键点检测的稳定性。本发明与现有技术相比具有以下技术效果：使用手工特征与学习特征结合方法，利用了图像的梯度信息，又减少了网络结构参数与参数计算，能够实现弹痕的关键点检测的稳定性。改进Key.Net模型的CNN结构，使其更适应弹痕任务的特征学习及组合能力；利用大规模数据集训练Key.Net模型，并迁移到小样本的弹痕实例中，提升了模型的可靠性及检测的准确度。
-
公开(公告)号：CN116167262A
公开(公告)日：2023-05-26
申请号：CN202211716725.1
申请日：2022-12-29
Applicant: 南京工业大学
IPC: G06F30/23 , G06F30/28 , G06F119/14 , G06F113/08
Abstract: 本发明提供一种大型重载液体静压转台支撑导轨上的油垫螺钉布局的多目标优化方法，油垫通过若干螺钉与转台底座连接，首先通过ANSYS软件对单个扇形油膜油垫以及1/16底座进行流固耦合仿真分析，得到油垫油封面的整体变形、油垫边缘变形与油垫等效应力数据，以上述三个数据的最小值为多目标函数、每一圈螺钉间隔角度和螺钉半径为优化参数，建立五因素五水平的多组试验方案设计，基于响应面法得到各优化参数对目标函数的影响，最终根据试验设计表与多目标优化模型，并通过遗传算法得到螺钉布局的最优解。本发明提供的方法为进一步改善油垫与转台底座之间的螺钉布局，减小油垫表面的变形对支撑油膜厚度的影响，从而提高静压油膜的刚度和承载力等静态性能，为大型重载液体静压转台油垫、油膜研究提供合理依据。
-
公开(公告)号：CN116167262B
公开(公告)日：2025-04-18
申请号：CN202211716725.1
申请日：2022-12-29
Applicant: 南京工业大学
IPC: G06F30/23 , G06F30/28 , G06F119/14 , G06F113/08
Abstract: 本发明提供一种大型重载液体静压转台支撑导轨上的油垫螺钉布局的多目标优化方法，油垫通过若干螺钉与转台底座连接，首先通过ANSYS软件对单个扇形油膜油垫以及1/16底座进行流固耦合仿真分析，得到油垫油封面的整体变形、油垫边缘变形与油垫等效应力数据，以上述三个数据的最小值为多目标函数、每一圈螺钉间隔角度和螺钉半径为优化参数，建立五因素五水平的多组试验方案设计，基于响应面法得到各优化参数对目标函数的影响，最终根据试验设计表与多目标优化模型，并通过遗传算法得到螺钉布局的最优解。本发明提供的方法为进一步改善油垫与转台底座之间的螺钉布局，减小油垫表面的变形对支撑油膜厚度的影响，从而提高静压油膜的刚度和承载力等静态性能，为大型重载液体静压转台油垫、油膜研究提供合理依据。
-
-
-
Search Results
4
records
(took 0.016 seconds)
