-
公开(公告)号：CN116797522A
公开(公告)日：2023-09-22
申请号：CN202310034945.4
申请日：2023-01-10
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于双分支交叉注意力池化的眼前节疾病多标签分类方法，本发明包括以下步骤：(1)对裂隙灯图像进行数据预处理；(2)将图像输入双分支网络，输出token序列和特征图；(3)对特征图、注意力图进行双分支交叉注意力池化，输出疾病类别和区域的结果；(4)利用CNN分支中的注意力图对该分支输入进行注意力引导的数据增强，再次输入主网络；(5)将各个结果和标签进行损失计算来进行监督训练，训练好的模型可用于疾病类别和区域的诊断。本发明通过构建双分支交叉注意力池化模块，解决了多标签图像中对象大小位置不一且部分特征之间的视觉相似性问题，能够基于裂隙灯图像准确地进行疾病类别和区域的多标签分类。
-
公开(公告)号：CN116533251A
公开(公告)日：2023-08-04
申请号：CN202310724213.8
申请日：2023-06-19
Applicant: 杭州电子科技大学
IPC: B25J9/16
Abstract: 本发明公开了基于雅可比矩阵估计的机械臂视觉检测深度保持控制方法，该方法首先进行雅可比矩阵估计模型初始化，并实时通过双目摄像机获取深度值作为轨迹控制输入参数以获得期望路径和期望速度。其次获取机械臂末端实时位置、实时速度和实时关节角度，计算得到末端实时加速度以及关节加速度。然后使用基于雅可比估计的控制算法，通过实时数据计算关节角以及雅可比矩阵的更新信号。最后使用更新信号迭代更新关节角度及雅可比矩阵，实时完成机械臂视觉检测深度保持控制。本发明利用实时获取得到的深度值作为输入并利用带有不确定性机械臂的实时状态和数据，实现机械臂深度保持的精准跟踪控制。
-
公开(公告)号：CN113821047A
公开(公告)日：2021-12-21
申请号：CN202110948600.0
申请日：2021-08-18
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于单目视觉的无人机自主降落方法本发明先生成一大一小内外嵌套的ArucoMarker，将其固定在无人降落平台上；无人机通过GPS导航飞至无人降落平台附近并悬停至第一阶段降落高度，执行第一阶段视觉降落算法，直到无人机相对于降落标志中心偏移量小于通过VP‑CND控制方法设定的时变阈值函数后垂直降落至第二阶段指定高度；执行第二阶段视觉降落算法，直到无人机相对于降落标志中心偏移量小于通过VP‑CND控制方法设定的时变阈值函数后垂直下降至无人降落平台。本发明既保证了降落的速度，也保证了降落的精度，消除了飞行控制过程中惯性及风速的影响，在不同环境下均能较快的实现无人机的精准降落。
-
公开(公告)号：CN110070941A
公开(公告)日：2019-07-30
申请号：CN201910213236.6
申请日：2019-03-20
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于WASP-BAS的肾小球滤过率估计方法，本发明先将实验数据划分为数据集、验证集、测试集；将连续找不到更小误差的次数作为约束条件，在不超过该次数的情况下进行循环，即一次剪枝过程；在一次剪枝之后暂时确定下了神经网络的结构，之后开始对这个神经网络进行精简，减少它的隐层神经元数目，即二次剪枝过程；最后得到确定了结构与权值阈值的神经网络，通过对该神经网络性别、年龄、身高、体重、白蛋白、血清肌酐和尿素这7个输入估计出肾小球滤过率。本发明二次剪枝部分用BAS进行了优化，将输入层到隐层权值阈值与隐层到输出层权值作为解向量优化；使WASP的剪枝效率更高且使预测结果更准确、更稳定。
-
公开(公告)号：CN110134013B
公开(公告)日：2022-03-22
申请号：CN201910379617.1
申请日：2019-05-08
Applicant: 杭州电子科技大学
IPC: G05B13/04
Abstract: 本发明提供了一种可对抗外部干扰的并联机械臂有限时间收敛运动控制方法，包括如下步骤：根据并联机械臂运动平台上的执行器在三维空间中的实时位置与预定义的期望路径差，定义跟踪控制的误差函数和中间变量，设计对抗外部干扰的误差动态方程；结合并联机械臂的实时跟踪控制任务，求解并联机械臂在支腿速度层上的运动学关系式；代入误差动态方程，得出并联机械臂实时跟踪控制控制信号动态方程；计算出实时并联机械臂支腿更新控制信号，所得结果驱动并联机械臂进行跟踪控制运行，使得在移动平台上的执行器实现跟踪控制的同时，所产生的位置误差可以有限时间收敛，并且有效实现并联机械臂对抗外部的干扰。
-
Patent Agency Ranking
公开(公告)号：CN114167722A
公开(公告)日：2022-03-11
申请号：CN202111421980.9
申请日：2021-11-26
Applicant: 杭州电子科技大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于超指数收敛神经网络的并联机器人跟踪控制方法，具体为：用户在MATLAB端发起通信请求，建立连接，输入期望路径以及期望速度；MATLAB读取VREP中并联机器人末端执行器的实时位置、速度及加速度，读取各支腿实时加速度；在MATLAB端利用实时数据计算得到实时控制信号和系数矩阵更新信号；在MATLAB端控制信号和更新信号计算得到更新后的系数矩阵及各支腿控制信息；将得到的支腿控制信息输入至VREP中并执行动态模拟过程。本发明利用带有不确定性并联机器人的实时状态与数据，通过在线算法实现对并联机器人精准快速的追踪与控制，并通过VREP模拟仿真平台对实验过程进行动态模拟。
-
公开(公告)号：CN113989297A
公开(公告)日：2022-01-28
申请号：CN202111125371.9
申请日：2021-09-23
Applicant: 杭州电子科技大学
Abstract: 本发明公开了利用多模态的眼睑肿瘤数据进行肿瘤区域分割的方法。通常病理科对于肿瘤的诊断需要病理医生对患者的病理切片进行显微镜观察之后做出判断，这个过程往往需要大量时间和精力。本发明根据该需求公开了一种通用的端到端框架以实现眼睑肿瘤病理图像的自动分类和分割。本发明首先输入病理医生已经诊断过的患者病理切片图像以及性别年龄等文本信息，用文本分支混合UNET3+网络进行训练，得到训练好的模型。接着，输入未经诊断的患者病理图像，经过训练好的模型，即可得到该患者的诊断结果以及相关癌症区域。本发明能够自动对眼睑肿瘤中基底细胞癌和脂溢性角化病两类的病理切片进行分类，以及对病理切片中肿瘤区域得到很好的分割结果。
-
公开(公告)号：CN109866222B
公开(公告)日：2020-09-01
申请号：CN201910141346.6
申请日：2019-02-26
Applicant: 杭州电子科技大学
IPC: B25J9/16
Abstract: 本发明公开了一种基于天牛须优化策略的机械臂运动规划方法，包括：1)将机械臂末端执行器的指定运动轨迹视为平面上的一系列时序点，在平面上运动时有一个冗余自由度，用φ来表示，而根据机械臂的基座坐标以及时序点的坐标算出每个时序点φ值的范围；2)将步骤1)中得到的φ值范围、各关节最大速度及加速度作为约束条件，以最小化沿轨迹运动时的关节转角幅度或运动时间为优化目标，建立规划模型；3)将步骤2)中的规划问题运用BSO进行求解；4)将步骤3)的求解结果传递给下位机控制器驱动机械臂运动。本发明通过优化机械臂经过轨迹上各个点时的冗余参数来使机械臂的运动幅度或运动时间最优化，同时也使得机械臂的末端沿着指定轨迹运动。
-
公开(公告)号：CN110161852A
公开(公告)日：2019-08-23
申请号：CN201910379915.0
申请日：2019-05-08
Applicant: 杭州电子科技大学
Abstract: 本发明公开一种基于二阶滑模算法的移动机械臂运动控制方法，包括：1)设计基于跟踪控制位置误差的向量取值函数，所设计的向量取值误差函数包含跟踪控制位置的导数信息与积分信息，并构建二阶滑模算法动态方程；2)根据具体的移动机械臂参数计算相应的移动机械臂速度层运动学关系式；3)将步骤2)中得到的二阶滑模算法动态方程代入移动机械臂速度层运动学关系式得到求解模型，计算移动机械臂的驱动轮旋转速度与机械臂关节角速度；4)将步骤3)的求解结果传递给下位机控制器驱动移动机械臂运动。本发明求解出的移动机械臂运动控制量，控制移动机械臂实现有限时间收敛的跟踪控制，同时也使得移动机械臂具有抵抗外部干扰的能力。
-
公开(公告)号：CN113989297B
公开(公告)日：2025-01-10
申请号：CN202111125371.9
申请日：2021-09-23
Applicant: 杭州电子科技大学
IPC: G06T7/11 , G06T7/00 , G06N3/0455 , G06N3/0464
Abstract: 本发明公开了利用多模态的眼睑肿瘤数据进行肿瘤区域分割的方法。通常病理科对于肿瘤的诊断需要病理医生对患者的病理切片进行显微镜观察之后做出判断，这个过程往往需要大量时间和精力。本发明根据该需求公开了一种通用的端到端框架以实现眼睑肿瘤病理图像的自动分类和分割。本发明首先输入病理医生已经诊断过的患者病理切片图像以及性别年龄等文本信息，用文本分支混合UNET3+网络进行训练，得到训练好的模型。接着，输入未经诊断的患者病理图像，经过训练好的模型，即可得到该患者的诊断结果以及相关癌症区域。本发明能够自动对眼睑肿瘤中基底细胞癌和脂溢性角化病两类的病理切片进行分类，以及对病理切片中肿瘤区域得到很好的分割结果。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.024 seconds)
