-
公开(公告)号：CN111814269B
公开(公告)日：2022-06-14
申请号：CN202010553649.1
申请日：2020-06-17
Applicant: 南昌大学
IPC: G06F30/17 , G06F111/04 , G06F111/08
Abstract: 本发明提供了一种基于RES‑SCA算法的逆运动学实时解析解优化方法。针对逆运动学封闭式解析解实时寻优，提供了一种改进的正余弦算法：再平衡强化搜索SCA(RES‑SCA)算法。该算法通过结合再平衡策略(RS)和强化搜索策略(ES)实现了平衡勘探与开发的同时，强化群体搜索能力，提高了收敛速度，确保了封闭式解析解寻优的快速和精确。
-
公开(公告)号：CN111814269A
公开(公告)日：2020-10-23
申请号：CN202010553649.1
申请日：2020-06-17
Applicant: 南昌大学
IPC: G06F30/17 , G06F111/04 , G06F111/08
Abstract: 本发明提供了一种基于RES-SCA算法的逆运动学实时解析解优化方法。针对逆运动学封闭式解析解实时寻优，提供了一种改进的正余弦算法：再平衡强化搜索SCA(RES-SCA)算法。该算法通过结合再平衡策略(RS)和强化搜索策略(ES)实现了平衡勘探与开发的同时，强化群体搜索能力，提高了收敛速度，确保了封闭式解析解寻优的快速和精确。
-
公开(公告)号：CN111797516B
公开(公告)日：2022-10-11
申请号：CN202010553662.7
申请日：2020-06-17
Applicant: 南昌大学
IPC: G06F30/20 , G06F111/08 , G06F111/10
Abstract: 一种基于刺激频率响应的电极‑皮肤阻抗模型参数辨识方法。本发明充分考虑了电极与手指表皮、手指真皮及皮下组织的电阻和电容参数，首次提供了一种基于刺激频率响应的电极‑皮肤阻抗模型，并使用一种改进的正余弦算法对电极‑皮肤阻抗模型的参数进行辨识，获得精确的电极‑皮肤阻抗模型。
-
公开(公告)号：CN111158238A
公开(公告)日：2020-05-15
申请号：CN202010019658.2
申请日：2020-01-08
Applicant: 南昌大学
IPC: G05B13/04
Abstract: 本发明提供了一种基于粒子群算法的力反馈设备动力学参数估计算法。具体为用一种改进的全面学习粒子群算法来更好的估计力反馈设备的动力学参数。主要包括以下步骤：步骤1，设定力反馈设备关节角理想运动轨迹；步骤2，对关节角理想运动轨迹进行位置跟踪；步骤3，对关节角运动轨迹和输入力矩采样；步骤4，利用ICLPSO算法估计力反馈设备参数。本发明通过使用四种策略：分层更新策略、位置学习策略、指导粒子学习策略、全局最优学习策略，有效地解决在传统PSO算法中存在的“两步向前，一步向后”问题以及早熟问题。与传统PSO算法对比，ICLPSO算法不仅收敛速度更快，而且获得的模型参数也更为精确，能够为各关节提供精确的力矩估计值，提升控制算法的性能。
-
公开(公告)号：CN110826625A
公开(公告)日：2020-02-21
申请号：CN201911076572.7
申请日：2019-11-06
Applicant: 南昌大学
Abstract: 本发明提供了一种基于表面肌电信号的手指手势分类方法，包括以下步骤：步骤1，采集人体手指动作的表面肌电信号；步骤2：处理表面肌电信号：(a)提取活动段肌电信号，(b)对活动段信号进行去噪处理，(c)提取特征值，(d)对特征值进行降维；步骤3：手指动作的模式识别：(a)选取SVM混合核函数，(b)基于VGLBSO算法的混合核SVM参数优化，(c)构造SVM多分类器。本发明充分考虑日常生活中所用手势动作的复杂性和多态性，涵盖了手指的微小手势动作，并将矢量分组学习BSO(Vector Grouping Learning,VGLBSO)算法应用到SVM模型的重要参数寻优中，选出权重系数δ、目标函数中正则化参数c和RBF核函数中参数σ的最优值，达到了提高SVM模型预测分类准确率的目的。
-
Patent Agency Ranking
公开(公告)号：CN111158238B
公开(公告)日：2021-01-19
申请号：CN202010019658.2
申请日：2020-01-08
Applicant: 南昌大学
IPC: G05B13/04
Abstract: 本发明提供了一种基于粒子群算法的力反馈设备动力学参数估计算法。具体为用一种改进的全面学习粒子群算法来更好的估计力反馈设备的动力学参数。主要包括以下步骤：步骤1，设定力反馈设备关节角理想运动轨迹；步骤2，对关节角理想运动轨迹进行位置跟踪；步骤3，对关节角运动轨迹和输入力矩采样；步骤4，利用ICLPSO算法估计力反馈设备参数。本发明通过使用四种策略：分层更新策略、位置学习策略、指导粒子学习策略、全局最优学习策略，有效地解决在传统PSO算法中存在的“两步向前，一步向后”问题以及早熟问题。与传统PSO算法对比，ICLPSO算法不仅收敛速度更快，而且获得的模型参数也更为精确，能够为各关节提供精确的力矩估计值，提升控制算法的性能。
-
公开(公告)号：CN111208730B
公开(公告)日：2021-06-22
申请号：CN202010019659.7
申请日：2020-01-08
Applicant: 南昌大学
IPC: G05B13/04
Abstract: 本发明提供了一种快速终端滑模阻抗控制算法。主要包括以下步骤：步骤1，将力反馈设备简化为双连杆模型；步骤2，求解简化模型的运动学；步骤3，求解简化模型的动力学；步骤4，建立阻抗模型；步骤5，设计快速终端滑模控制器。本发明的优点在于：一、引入了终端吸引子，保证了系统状态能够在有限时间内收敛到平衡点；二，保留了线性滑模控制部分，因此具有在平衡点附近快速收敛的特点。快速终端滑模阻抗控制使系统状态能够快速、精准的收敛到平衡点。与滑模阻抗控制算法相比，快速终端滑模阻抗控制具有更小的位置跟踪误差。
-
公开(公告)号：CN111797516A
公开(公告)日：2020-10-20
申请号：CN202010553662.7
申请日：2020-06-17
Applicant: 南昌大学
IPC: G06F30/20 , G06F111/08 , G06F111/10
Abstract: 一种基于刺激频率响应的电极-皮肤阻抗模型参数辨识方法。本发明充分考虑了电极与手指表皮、手指真皮及皮下组织的电阻和电容参数，首次提供了一种基于刺激频率响应的电极-皮肤阻抗模型，并使用一种改进的正余弦算法对电极-皮肤阻抗模型的参数进行辨识，获得精确的电极-皮肤阻抗模型。
-
公开(公告)号：CN111208730A
公开(公告)日：2020-05-29
申请号：CN202010019659.7
申请日：2020-01-08
Applicant: 南昌大学
IPC: G05B13/04
Abstract: 本发明提供了一种快速终端滑模阻抗控制算法。主要包括以下步骤：步骤1，将力反馈设备简化为双连杆模型；步骤2，求解简化模型的运动学；步骤3，求解简化模型的动力学；步骤4，建立阻抗模型；步骤5，设计快速终端滑模控制器。本发明的优点在于：一、引入了终端吸引子，保证了系统状态能够在有限时间内收敛到平衡点；二，保留了线性滑模控制部分，因此具有在平衡点附近快速收敛的特点。快速终端滑模阻抗控制使系统状态能够快速、精准的收敛到平衡点。与滑模阻抗控制算法相比，快速终端滑模阻抗控制具有更小的位置跟踪误差。
-
公开(公告)号：CN115565685A
公开(公告)日：2023-01-03
申请号：CN202211324957.2
申请日：2022-10-27
Applicant: 南昌大学
IPC: G16H50/50 , A61B5/0531 , A61N1/36 , G06N3/00
Abstract: 基于混合群智能算法的电极‑皮肤阻抗模型参数优化方法，包括以下步骤：(1)建立电路模型到阻抗模型的数学表达式；(2)用非侵入式手指皮肤阻抗测量系统获得手指在刺激频率下的阻抗模值的响应数据；(3)将模型参数估计问题转化为单目标优化问题，设定模型参数边界；(4)利用改进的混合群体智能优化算法来优化模型参数，并将优化后的参数带入阻抗模型中，获得了精确地电极‑皮肤手指阻抗模型。本发明在参数优化过程中以飞蛾火焰优化算法为主体，设计了自适应分群策略、正余弦更新策略和火焰数恒定策略三种新策略，获得了较好的平衡勘探与开发能力，进一步提高了阻抗模型参数的求解精度。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.023 seconds)
