公开(公告)号：CN117631662A

公开(公告)日：2024-03-01

申请号：CN202311565451.5

申请日：2023-11-22

Applicant: 杭州电子科技大学

Inventor： 韩杰锐 ,  郭栋梁 ,  季朝阳 ,  张启忠

IPC: G05D1/43

Abstract: 本发明公开了基于双重优势策略梯度的水下机器人的路径跟随控制方法，该方法首先定义自主水下航行器AUV路径跟随控制问题。其次针对AUV路径跟随控制问题，建立AUV路径跟随问题的马尔科夫决策过程模型。通过构建双重优势策略网络求解马尔科夫决策过程。最后求解AUV路径跟随控制的马尔科夫决策过程，完成水下机器人的路径跟随控制。本发明能够实现更智能和自适应的控制，适用于在复杂深海环境下工作的AUV，实现高精度的AUV路径跟随控制。

公开(公告)号：CN117159000A

公开(公告)日：2023-12-05

申请号：CN202311245419.9

申请日：2023-09-26

Applicant: 杭州电子科技大学

Inventor： 郭栋梁 ,  韩杰锐 ,  汪洁炜 ,  张启忠

IPC: A61B5/372

Abstract: 本发明公开了一种基于混合深度学习的儿童病毒性脑炎分类系统，其中数据采集模块采集临床儿童病毒性脑炎患者的脑电信号数据；数据预处理模块对脑电图数据进行伪影和噪声的滤波处理；数据分割模块对滤波后的数据进行小波包变换，提取脑电节律信号；特征表示模块将连续的脑电图节律时域信号通过连续小波变换转换到时频域，通过时间‑频率TF图像表示特征；特征提取模块提取TF图像中表征的时间‑空间‑频率融合特征；训练分类模块将不同域融合特征输入特征提取模块，对特征提取模块中的神经网络进行训练，得到不同症状VE患者的分类结果。本发明解决了不同程度患者之间频段差异性问题，提升了分类的效率和准确率。

公开(公告)号：CN117437533A

公开(公告)日：2024-01-23

申请号：CN202311482017.0

申请日：2023-11-09

Applicant: 杭州电子科技大学

Inventor： 楼钦 ,  谢振宇 ,  郭栋梁 ,  张启忠 ,  高发荣

IPC: G06V20/05 ,  G06V10/26 ,  G06V10/58 ,  G06V10/74 ,  G06V10/762 ,  G06V10/77 ,  G06V10/80

Abstract: 本发明公开了基于多模态融合的深海高光谱图像目标识别方法，该方法首先获取深海高光谱数据集，并对深海高光谱数据集预处理，去除数据中噪声干扰最严重的波段，得到预处理后数据集用X。其次对数据集X进行基于熵率的超像素分割，获得均质的子空间。然后计算每个子空间不同波段的高光谱图像之间的相似性，构建相似图，并基于优化问题，通过多模态融合特征选择，更新相似图。最后由鲁棒可能性模糊聚类算法，进行降维和分类，完成目标识别。本发明可以更好地捕捉到目标物体的特征，从而改善分类和识别的准确性，提高对锰结核的分类和识别性能。