-
公开(公告)号：CN119992659A
公开(公告)日：2025-05-13
申请号：CN202510130100.4
申请日：2025-02-05
Applicant: 新疆大学
IPC: G06V40/20 , G06V10/762 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/09
Abstract: 本发明属于行为识别技术领域，一种基于通道特征融合的骨架动作识别方法，包括以下步骤：（1）获取人体三维骨架数据，（2）构建基于通道特征融合的骨架动作识别网络，（3）构建时空特征细化对比学习训练框架，（4）构建训练目标损失函数，（5）模型优化与训练。本发明提出的基于通道特征融合的骨架动作识别网络在NTU‑RGB+D和NTU‑RGB+D120两个大型骨架数据集上的实验结果表明，本发明在骨架动作识别任务中表现出了优异的性能。在NTURGB+D60数据集的CS、CV划分模式下分别取得92.9%和97.1%的动作识别准确率，在NTURGB+D120数据集的CS、CT划分模式下分别取得89.9%和91.5%的动作识别准确率。
-
公开(公告)号：CN117928561A
公开(公告)日：2024-04-26
申请号：CN202410120978.5
申请日：2024-01-27
Applicant: 新疆大学
IPC: G01C21/20 , G01C21/16 , G01C21/00 , G01S17/86 , G01S17/89 , G01C22/00 , G06T7/70 , G06T5/50 , G06T7/12 , G06N3/0442 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/084 , G06N3/0499 , G06N3/045
Abstract: 本发明属于机器人同步定位与建图技术领域，一种基于分层优化与卡尔曼滤波的多模态里程计方法，包括以下步骤：(1)进行彩色图像数据和对应的激光点云数据的融合，(2)数据预处理，对彩色三维点云的边界进行裁剪以去除边界点和噪声点，(3)构建基于分层优化与卡尔曼滤波的多模态里程计，(4)训练多模态里程计网络，并预测相邻两帧彩色三维点云之间的位姿。本发明方法与其它常见的算法相比，本发明提出的多模态融合里程计在数据集各个序列上均具有更低水平的旋转误差和平移误差，最终实现了0.66的平均平移误差和0.41的平均旋转误差，优于其它对比的方法。
-
公开(公告)号：CN119535219A
公开(公告)日：2025-02-28
申请号：CN202411590366.9
申请日：2024-11-08
Applicant: 新疆大学
IPC: G01R31/367 , G01R31/392 , G01R31/378 , G06F30/27 , G06N3/0464 , G06F119/02
Abstract: 本发明涉及一种基于MSCNN的锂离子电池健康状态估计方法，属于锂离子电池技术领域。该方法包括：对锂离子电池单体进行老化循环测试，建立工况测试实验数据库；采集每次老化循环中电池的电压、电流和温度数据，分别计算电压、电流和温度的平均值、标准差、偏度以及峰度，并作为健康因子，筛选出与电池健康状态相关性强的健康因子；构建SOH估计模型，将筛选出的健康因子作为输入以训练该模型；模型训练完成后用于对锂离子电池健康状态的预测。本发明能有效地从不同尺度的数据中提取特征，拥有相较于传统CNN更高的SOH估计精度，且对不同工况的数据集也可以进行准确的SOH估计，具有良好的泛化能力。
-
公开(公告)号：CN117911703A
公开(公告)日：2024-04-19
申请号：CN202410120149.7
申请日：2024-01-26
Applicant: 新疆大学
IPC: G06V10/26 , G06V10/764 , G06V20/70 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/082
Abstract: 本发明属于自动驾驶技术领域，一种基于多尺度特征融合的矿山大规模点云语义分割方法，包括以下步骤：(1)获取矿山点云数据，(2)构建基于多尺度特征融合的矿山大规模点云语义分割网络，(3)对矿山点云数据集划分并配置实验环境，实现网络模型训练与测试；本发明中的构建基于多尺度特征融合的矿山大规模点云语义分割网络，包含法向量计算模块、编码器‑解码器。本发明提出的语义分割网络总体准确度(OA)高达97.92％，平均交并比(mIoU)高达87.578％，在各项评价指标中均优于其他网络模型，取得了理想的效果。
-
Patent Agency Ranking
公开(公告)号：CN119991963A
公开(公告)日：2025-05-13
申请号：CN202510130271.7
申请日：2025-02-05
Applicant: 新疆大学
Abstract: 本发明属于三维重建技术领域，一种基于自适应特征增强的巡检场景多视图三维重建方法，包括以下步骤：（1）构建基于激光雷达和单目相机自标定的深度图融合框架，获取巡检场景彩色图像和深度图数据，（2）构建基于自适应特征增强的巡检场景多视图三维重建网络，（3）对巡检场景多视图三维重建网络进行迁移学习微调，（4）划分巡检场景数据集并配置实验环境，进行网络模型训练与测试。本发明提出的多视图三维重建网络，预训练阶段，在公开数据集上的整体性指标优于其他网络模型，迁移学习微调阶段，在巡检场景数据集上的各项评价指标低于基准网络和微调之前的值，微调使网络更适应巡检场景重建，取得了理想的效果。
-
公开(公告)号：CN119675037A
公开(公告)日：2025-03-21
申请号：CN202411885464.5
申请日：2024-12-20
Applicant: 新疆大学
Abstract: 本发明属于电网调频技术领域，一种储能分组灵活驱动的电网一次调频控制方法，包括以下步骤：（1）建立储能分组调频模型，（2）设定储能设备出力，（3）计算虚拟惯性出力系数和虚拟下垂出力系数，（4）计算惯性控制系数和下垂控制系数，（5）计算虚拟惯性出力占比，（6）计算储能不平衡度指标，（7）引入均衡因子，二次修正储能设备出力，（8）判断是否交换储能设备充放电任务。本发明优点是：（1）建立了储能分组调频模型，避免了储能出现频繁且浅的充放电循环，使储能运行在良好的放电深度；（2）引入虚拟惯性、下垂控制自适应项，提高了储能系统的自适应能力；（3）引入均衡因子，对储能出力进行二次修正，避免了储能充放电不平衡情况发生。
-
公开(公告)号：CN119610092A
公开(公告)日：2025-03-14
申请号：CN202411753550.0
申请日：2024-12-02
Applicant: 新疆大学
IPC: B25J9/16
Abstract: 基于AC‑RRT算法的冗余蛇形机械臂路径规划方法，提出角度约束快速搜索随机树算法(Angle Constraint Rapidly‑exploring Random Tree，AC‑RRT)。根据空间中障碍物分布关系提出一种步长与目标偏置概率的确定方法，提高算法的自适应能力；根据蛇形机械臂机械结构提出一种随机树延伸的角度约束模型，使规划路径更加符合机械臂的空间运动特性；最后引入一种目标点贪婪查询方法，缩短路径搜索时间、减少冗余节点。通过Matlab仿真并对比与RRT和RRT‑connect算法之间的性能差异，使用V‑REP软件结合机械臂模型对算法模拟仿真，验证算法的可行性。
-
公开(公告)号：CN117953540A
公开(公告)日：2024-04-30
申请号：CN202410121027.X
申请日：2024-01-27
Applicant: 新疆大学
IPC: G06V40/10 , G06V10/82 , G06N3/0464 , G06N3/048 , G06V10/764
Abstract: 本发明属于计算机视觉技术领域，一种基于特征增强的行人检测方法，包括以下步骤：(1)行人数据的建立与处理，(2)搭建基于特征增强的行人检测网络框架，(3)对基于特征增强的行人检测网络进行训练和测试。本发明基于特征增强的行人检测网络由输入、主干子网络、颈部子网络和头部子网络组成，不同的部分完成不同的任务，本发明提出的基于特征增强的行人检测方法在行人检测性能方面优于其他主流行人检测方法，其检测精度达到95.2％，召回率为85.2％，平均检测精度为93.4％，可以有效地完成各种场景下的行人检测任务，达到理想的行人检测效果。
-
公开(公告)号：CN117195958A
公开(公告)日：2023-12-08
申请号：CN202311390469.6
申请日：2023-10-24
Applicant: 新疆大学
IPC: G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/049 , G06N3/08 , G06Q50/26
Abstract: 本发明属于海洋测绘技术领域，一种基于注意力机制TCN‑LSTM模型的表层海流预测方法，包括以下步骤：(1)通过数据采集模块采集表层海流真实数据，(2)采用实验数据处理模块处理表层海流数据，(3)采用模型搭建模块构造注意力机制TCN‑LSTM表层海流预测模型，(4)对表层海流数据进行验证和测试，(5)对神经网络模型进行预测。本发明方法利用长短期记忆网络特点以及时间卷积的优势，同时加入了注意力机制，通过对WaMoSII系统测得的某海域的真实历史海洋数据处理后进行预测。本发明提出的方法预测表层海流流速准确度达到了92.9％，流向准确率高达90.4％。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.023 seconds)
