-
公开(公告)号：CN118408551B
公开(公告)日：2024-10-29
申请号：CN202410853738.6
申请日：2024-06-28
Applicant: 张家港江苏科技大学产业技术研究院 , 江苏科技大学
IPC: G01C21/20 , G06F18/10 , G06F18/214
Abstract: 本申请提供一种基于激光信号导航器的无人航行机导航方法和系统，激光信号导航器包括圆形电路板以及激光传感器；其中，方法包括：使用激光传感器接收激光照射得到输入字节信号；去除非关键特征得到输入样本，将所述输入样本输入到T‑S导航模型中，得到方向标识；分析所述激光照射的激光源与所述无人航行机的相对位置，引导无人航行机转向。本发明实施例提供的基于激光信号导航器的无人航行机导航方法和系统，基于激光信号的导航器结构，使得装置结构简单、加工方便、硬件成本低、实时性更强；利用优质预测输出对训练正向引导，提高重要特征的影响程度；还利用了逐层最小化预测误差，保证模型的准确性和可靠性。
-
公开(公告)号：CN118365970B
公开(公告)日：2024-09-10
申请号：CN202410790147.9
申请日：2024-06-19
Applicant: 张家港江苏科技大学产业技术研究院 , 江苏科技大学
IPC: G06V10/764 , G06V10/774 , G06V10/80 , G06V10/771 , G06V10/762
Abstract: 本申请提供一种基于相互矫正和信息融合的医学数据分类方法和装置，所述方法包括：获取目标对象的CT图像和/或MRI图像；得到模糊分类模型输出的医学数据分类结果；模糊分类模型的训练过程包括：训练并内部矫正CT视图和MRI视图的决策信息；将两个视图的决策信息进行信息融合得到医学数据分类结果。本发明实施例使用零阶T‑S模糊分类器作为基本训练单元保证模型训练的可解释性，使用KL散度降低特征维度减轻决策过程的压力；在两个视图中通过多个子视图矫正分类所需的决策信息并进行信息融合以捕获多样性的决策信息，利用每种视图在决策方面的优势，实现决策信息的进一步优化从而提高分类的准确性。
-
公开(公告)号：CN110215189A
公开(公告)日：2019-09-10
申请号：CN201910496500.1
申请日：2019-06-10
Applicant: 张家港江苏科技大学产业技术研究院
IPC: A61B5/00
Abstract: 本申请请求保护一种基于云平台的大数据智能健康监护系统，用户通过计算机接入交换机，交换机通过防火墙接入服务器，服务器分别为知识库服务器、数据库服务器、备用服务器，用户信息通过此链路存在各个服务器中，完成在线智能健康监护功能，包括：在线智能查询模块、在线实时交互模块、智能Agent模块以及健康监护管理模块。本发明实现了推理和监护的功能开发，完成了大数据下计算机健康监护系统的原型开发，对于复杂的计算机健康能够给出确定的解决方案。并且系统集成多模态、多维度的个体多源异构传感信息，实现个性化、精细化、长期有效的健康管理模式，并用多Agent的思想将可能会产生出多个健康原因为用户提供指导。
-
公开(公告)号：CN108944925A
公开(公告)日：2018-12-07
申请号：CN201810920631.3
申请日：2018-08-14
Applicant: 张家港江苏科技大学产业技术研究院
Abstract: 本发明涉及车载监控技术领域，具体公开了一种新型智能车载监控系统及控制方法，包括数据采集模块、数据处理模块、判断模块、控制模块和执行模块。数据采集模块安装于车身上，用于采集车身周边数据；数据处理模块与数据采集模块连接，用于对数据采集模块采集到的数据进行分析处理，输出预警信息；判断模块判断驾驶员是否执行规避动作；控制模块与判断模块连接，用于当驾驶员未执行规避动作时，发出规避控制信号；执行模块与控制模块连接，用于根据控制模块的规避控制信号执行规避动作。由此，该监控系统可在驾驶员未及时执行规避动作时，自动执行规避动作，为车辆以及驾驶员的人身安全提供了最大的保障，将车辆行使过程中的风险系数降到最低。
-
公开(公告)号：CN108263834A
公开(公告)日：2018-07-10
申请号：CN201711387701.5
申请日：2017-12-20
Applicant: 张家港江苏科技大学产业技术研究院
IPC: B65G47/06
Abstract: 本发明公开了一种码垛系统用连杆机械臂式自动供托盘装置，包括：支撑主架、限位组件、气缸驱动组件、输送机组件和机械臂组件。本发明能最大限度的避免对码垛系统中常使用的塑料托盘的损坏，使得托盘的寿命进一步延长。本发明中的动力源为上下两个气缸，共有四种不同的状态，共同完成连杆组件的四种运动状态，对应了托盘的起始、抬高、运出、放下四个不同的状态。气缸执行速度快，连杆传动效率高，执行机构简单易维护，只需要保证连杆的强度就可以长时间稳定持续的完成供托盘的要求。同时，本发明能降低机械整体的高度，不仅方便叉车对托盘的提供，还降低了码垛完成后叉车对货物的叉取高度。
-
Patent Agency Ranking
公开(公告)号：CN108190533A
公开(公告)日：2018-06-22
申请号：CN201711387690.0
申请日：2017-12-20
Applicant: 张家港江苏科技大学产业技术研究院
Abstract: 本发明公开了一种气缸联动插销式自动供托盘库，包括：机架组件、链轮输送组件、传感器组件、插销组件、防护架组件和动力组件；所述动力组件包括设置于所述机架组件的中间形成的空腔内的气缸驱动组件和发动机组件。本发明利用多个传感器与气缸配合及链轮输送组件巧妙配合，能实现托盘的全自动持续平稳的提取和输出，便捷高效；利用带电磁阀的气缸来托举托盘，可以利用其电磁阀的特性，在断电时保持压力，从而实现一个气缸多行程的运动，使其在中途的关键配合位置托举气缸进行停留，从而减少了上下运动的执行机构，简单而可靠；利用曲柄连杆机构，将气缸的推动转化为插销轴的旋转，从而带动插销的转出，实现于托盘的分离，收缩再带动插销的复位。
-
公开(公告)号：CN119068400A
公开(公告)日：2024-12-03
申请号：CN202411561776.0
申请日：2024-11-05
Applicant: 张家港江苏科技大学产业技术研究院
Abstract: 本发明公开了一种船舶智能航行瞭望辅助方法，包括以下步骤：下载COCO数据集，爬取各类船舶航行数据，构建船舶全景影像系统；获取船舶多方位摄像头的视频流，使用SIFT特征提取算法提取图像中的关键点和特征描述子，采用快速近似最近邻FLANN算法将异源图像提取出来的特征点进行粗匹配，得到两张图像之间的所有匹配关键点对；利用得到的匹配关键点对计算单应性矩阵H，去除错误匹配，获得船舶航行的多方位全景影像图；引入YOLOv5目标检测算法在全景影像图上检测船舶航行过程中出现的各类目标；将模型得到的检测结果传递给DeepSort多目标跟踪算法。本发明能够辅助驾驶员进行海上航行驾驶，全面提高航行的安全性。
-
公开(公告)号：CN110171602B
公开(公告)日：2021-04-06
申请号：CN201910446295.8
申请日：2019-05-27
Applicant: 张家港江苏科技大学产业技术研究院
IPC: B65B43/22
Abstract: 本申请公开一种包装袋自动分离装置，包括机架以及安装于机架内部的分离装置、竖直输送装置和水平输送装置，所述分离装置将包装袋分离后运送至竖直输送装置，所述竖直输送装置将包装袋运送至水平输送装置。本发明申请包装袋自动分离装置采用转向板控制包装袋运输方向，执行装置简单易维护，控制准确。在合理设计行星轮装置转换旋向时间间隔的前提下，能够实现包装袋完全自动化分离，提高包装袋分离效率，减少了人工以及装置体积。同时，通过对转换旋向时间间隔和水平输送带长度的调整，可广泛应用于各种尺寸的包装袋。
-
公开(公告)号：CN110171602A
公开(公告)日：2019-08-27
申请号：CN201910446295.8
申请日：2019-05-27
Applicant: 张家港江苏科技大学产业技术研究院
IPC: B65B43/22
Abstract: 一种包装袋自动分离装置，其特征在于：包括机架以及安装于机架内部的分离装置、竖直输送装置和水平输送装置，所述分离装置将包装袋分离后运送至竖直输送装置，所述输送装置将包装袋运送至水平输送装置。本发明申请包装袋自动分离装置采用转向板控制包装袋运输方向，执行装置简单易维护，控制准确。在合理设计行星轮装置转换旋向时间间隔的前提下，能够实现包装袋完全自动化分离，提高包装袋分离效率，减少了人工以及装置体积。同时，通过对转换旋向时间间隔和水平输送带长度的调整，可广泛应用于各种尺寸的包装袋。
-
公开(公告)号：CN109816046A
公开(公告)日：2019-05-28
申请号：CN201910121909.5
申请日：2019-02-19
Applicant: 张家港江苏科技大学产业技术研究院
IPC: G06K9/62
Abstract: 本发明公开了一种基于极限学习机的深度聚集式分类方法及系统，所述方法包括：S1、构建基于极限学习机的ELM分类器；S2、通过堆栈泛化原理，以单隐层的ELM分类器为基础，逐层构建G-ELM深度聚集式分类模型，通过择优机制不断淘汰分类精度较低的ELM分类器，使G-ELM深度聚集式分类模型朝高精度聚集中心聚集。本发明基于极限学习机的G-ELM深度聚集式分类模型，在不改变极限学习机内部机制的情况下，通过堆叠泛化原理逐层构建具有一定深度的聚集式分类结构，不仅能有效解决传统极限学习机效率“瓶颈”和效率波动问题，而且通过堆叠泛化机制进一步增强分类器的泛化性能，有效提高了分类精度。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.045 seconds)
