基于SPI稀疏约束的时变信号成分提取方法

    公开(公告)号:CN110443194A

    公开(公告)日:2019-11-12

    申请号:CN201910715343.9

    申请日:2019-08-05

    Abstract: 本发明公开了一种基于SPI稀疏约束的时变信号成分提取方法,包括:a)SPI稀疏性能估计指标及包含SPI指标的时变信号成分估计范式,以及b)一种基于上述范式的时变信号成分提取方法,包括数据预处理、系统初始化、稀疏建模与波形字典学习、时变信号单次特定成分估计及新异类目标成分波形发现等五个独立步骤。本发明的优点是,相对于传统方法,具有不依赖统计平稳性或独立性假设的优势,可以获取更可靠的时变信号特定成分字典和时变信号特定成分的盲估计,且具有非监督的发现未知的目标成分的能力,对具备复杂结构和许多未知或未发现成分的时变信号的分析具有广阔的潜在应用价值。适用于各类面向时变信号成分分析和提取的设备和算法的改进。

    具有反编辑概念擦除功能的文生图模型训练方法

    公开(公告)号:CN119888011A

    公开(公告)日:2025-04-25

    申请号:CN202411952896.3

    申请日:2024-12-27

    Abstract: 具有反编辑概念擦除功能的文生图模型训练方法,属于文生图模型的概念擦除领域。解决了传统概念擦除方法无法阻止用户通过编辑产生包含目标概念且符合用户要求的图像的问题。本发明通过所构建的微调后文生图模型预测出的无条件噪声与先验引导计算后,会将擦除引导引入图像推断过程中、并且不受输入文本的限制。在训练阶段构造有损失函数#imgabs0#损失函数#imgabs1#和损失#imgabs2#来得到总损失,通过对有条件噪声与无条件噪声上均进行微调,以达到用户输入文本在不包含目标概念信息的情况下也能实现概念擦除,进而实现在生成与编辑中阻止目标概念图像产生的效果。本发明主要用于在文生图领域中,在不包含目标概念信息的情况下也能实现概念擦除。

    一种用于农田作业的轮腿式智能移动机器人

    公开(公告)号:CN114833798A

    公开(公告)日:2022-08-02

    申请号:CN202210570257.5

    申请日:2022-05-24

    Abstract: 本发明公开了一种用于农田作业的轮腿式智能移动机器人,属于机器人技术领域,包括通过螺丝连接的机器人底盘和机器人上壳体,所述机器人底盘的底端装配有行走结构,所述机器人底盘的内部且位于行走结构的上方通过螺丝连接有多长条形孔洞亚克力板,所述多长条形孔洞亚克力板的顶端一侧通过螺丝连接有控制开发板;本发明机器人外形为鼠型仿生结构的轮腿式机器人,具有良好的越障能力,适用于田间垄沟较多的复杂地形,能够防水,防雨,防雾,防尘以及对抗农业恶劣环境,能够翻越地形坡度为60度及以下,车身内置大容量锂电池,具有良好的续航能力。

    利用视觉认知过程触发的网页浏览控制方法

    公开(公告)号:CN107491496A

    公开(公告)日:2017-12-19

    申请号:CN201710611469.2

    申请日:2017-07-25

    CPC classification number: G06F17/30873 G06F3/0487 G06F8/38 G06F17/30905

    Abstract: 本发明提供一种利用视觉认知过程触发的网页浏览控制方法,解决现有网页无法利用大脑认知过程检测手段。在用户启动浏览器同时启动网页处理引擎和认知过程检测引擎,其中认知过程检测引擎至少能够识别两种可用于脑机接口操作的视觉认知过程,每种过程可以输出一组指令,用户在浏览器中输入网址后,浏览器加载页面,网页处理引擎对网页内容进行解析识别,当认知检测引擎检测到指令组A中的指令时,将该指令发送到浏览器中,浏览器将对应区域网页进行放大显示,将该区域内的网页链接以及其它浏览命令映射到第二组用于脑机接口操作的视觉认知过程指令组B中,分配相应的触发认知过程的视觉刺激。本发明为残障人士带来全新的交互体验,提高生活质量。

    一种自组织协同神经网络模型学习及构建方法

    公开(公告)号:CN110580521A

    公开(公告)日:2019-12-17

    申请号:CN201910875365.1

    申请日:2019-09-17

    Abstract: 本发明公开了一种自组织协同神经网络模型学习及构建方法,学习方法包括:数据预处理;网络初始化;基于SOM网络的原型模式自学习。构建方法包括:伴随模式计算;在计算得出伴随模式矩阵后,原型模式矩阵作为连接输入层和序参量层的权值,伴随模式矩阵作为连接序参量层和输出层的权值,网络开始工作。本发明的优点是:改进了SNN网络模型,通过原型模式及其伴随模式还有序参量的重定义,克服了SNN结构单一、扩展性较差的问题。在此基础上,通过引入Kohonen网络层,与SNN的序参量层结合,基于序参量原型模式与输入样本相似程度的实际意义,解决了SNN工作过程中全局调控困难的问题。

    一种空气清雪装置
    9.
    发明授权

    公开(公告)号:CN104631376B

    公开(公告)日:2016-08-17

    申请号:CN201510029374.0

    申请日:2015-01-21

    Abstract: 一种空气清雪装置,属于清雪设备技术领域。以解决采用人力或除雪机械难以清除被压实的积雪;采用添加融雪剂融化积雪,污染环境、效率低以及采用电阻、微波等方式加热融化积雪,成本高的问题。喷管的一端为出风口,另一端为进风口,喷管采用渐缩式结构,喷管的进风口直径大于喷管的出风口直径;电动机安装在喷管内的出风口一端,电动机的输出轴上安装有喷气风扇,喷管的出风口一端与弧形管道的一端相连通,弧形管道的另一端与喷头的末端相连;喷管的进风口一端设置在内支撑机架上,喷管固定在外支撑机架上。本发明用于车窗、屋顶、街道等地区清雪。

    基于SPI稀疏约束的时变信号成分提取方法

    公开(公告)号:CN110443194B

    公开(公告)日:2021-09-07

    申请号:CN201910715343.9

    申请日:2019-08-05

    Abstract: 本发明公开了一种基于SPI稀疏约束的时变信号成分提取方法,包括:a)SPI稀疏性能估计指标及包含SPI指标的时变信号成分估计范式,以及b)一种基于上述范式的时变信号成分提取方法,包括数据预处理、系统初始化、稀疏建模与波形字典学习、时变信号单次特定成分估计及新异类目标成分波形发现等五个独立步骤。本发明的优点是,相对于传统方法,具有不依赖统计平稳性或独立性假设的优势,可以获取更可靠的时变信号特定成分字典和时变信号特定成分的盲估计,且具有非监督的发现未知的目标成分的能力,对具备复杂结构和许多未知或未发现成分的时变信号的分析具有广阔的潜在应用价值。适用于各类面向时变信号成分分析和提取的设备和算法的改进。

Patent Agency Ranking