-
公开(公告)号：CN115689975A
公开(公告)日：2023-02-03
申请号：CN202110863391.X
申请日：2021-07-29
Abstract: 本发明提供一种复杂环境下的软线定位检测方法、装置及计算机存储介质。包括：图像获取步骤，拍摄待检测区域，获取所述待检测区域的彩色图像和深度信息；软线检测步骤，将所述彩色图像转换为用HSV颜色空间模型表示，基于软线的HSV值的范围进行软线的粗定位，并且通过轮廓面积的约束与范围的约束，获得所述彩色图像中的软线的二维坐标；以及空间坐标获取步骤，根据所述二维坐标和所述深度信息，获取所述彩色图像中软线所对应的三维坐标。
-
公开(公告)号：CN114692826B
公开(公告)日：2024-11-29
申请号：CN202210205386.4
申请日：2022-03-02
Applicant: 华南理工大学
IPC: G06V10/25 , G06N3/0464 , G06N3/0455 , G06V10/40 , G06V10/82
Abstract: 本发明公开了一种轻量的无先验框的目标检测系统，该系统包括视觉传感器模块、特征提取网络、预测模块以及解析模块，所述特征提取网络即使用深度卷积网络对输入图像进行特征提取的过程，选用MobileNet3作为特征提取网络；预测模块是对提取得到的特征针对目标检测任务进一步优化，使特征更适合目标检测任务进而提高目标检测的平均准确率以及每秒处理帧数，本发明的SPD模块使得该目标检测系统在更高的FPS下获得不低于原CenterNet颈部结构的mPA的结果；解析模块则是对预测模块得到的数值结果使用检测框更形象表现在二维图像上。
-
公开(公告)号：CN114580507B
公开(公告)日：2024-11-29
申请号：CN202210153549.9
申请日：2022-02-18
Applicant: 华南理工大学
IPC: G06V10/764 , G06V10/82 , G06N3/044
Abstract: 本发明提供了一种乳腺癌特征信息识别方法，包括如下步骤：1)通过电子病历系统获取到病人的特征信息，然后将数据传送数据分析的电脑上；2)对数据进行预处理，包括对数据清洗以及数据归一化；3)根据支持向量机理论，基于数据建立分类模型的标准矩阵型凸二次规划问题；4)根据递归神经动力学设计方法，设计标准矩阵型凸二次规划问题的递归神经网络求解器；5)将步骤4)的求解结果传递给分类模型，可以得到分类决策函数；6)通过决策函数判断病人是否存在患有乳腺癌的特征信息，将结果显示在屏幕上。本发明基于递归神经动力学方法，可快速，准确收敛到问题的正确解上，有效地提高乳腺癌分类识别上的准确率。
-
公开(公告)号：CN114565028B
公开(公告)日：2024-11-29
申请号：CN202210143506.2
申请日：2022-02-16
Applicant: 华南理工大学
IPC: G06F18/241 , G06F18/213 , G06N3/04 , G06F18/10
Abstract: 本发明提供了一种运动想象脑电信号预测方法，包括如下步骤：对采集到用户运动想象脑电信号数据进行预处理；获取运动想象脑电信号数据的特征和标签，利用两类样本的间隔最大化准则建立一个二次规划问题；将二次规划问题通过拉格朗日乘子法和等价变换转换为分段线性投影方程；基于分段线性投影方程设计原对偶神经网络并求解问题；对偶神经网络的求解结果传递给运动想象脑电信号分类函数，从而得到脑电信号的预测结果。本发明用于运动想象脑电信号类别的预测问题，采用的支持向量神经网络方法是基于支持向量机模型发展而来的神经网络求解器，其预测准确率高、不涉及复杂的矩阵运算、收敛速度快，同时还具有实时性强、易于实现的优点。
-
公开(公告)号：CN118952188A
公开(公告)日：2024-11-15
申请号：CN202410936239.3
申请日：2024-07-12
Applicant: 华南理工大学 , 广东慧趣控科技有限公司
Abstract: 本发明公开了一种用于拉病床的拖车机器人，包括移动底盘模块、工控机、建图导航模块、自动充电模块、人体跟踪模块、拉病床模块、语音播报模块和机器人交互界面模块，移动底盘模块、建图导航模块、自动充电模块、人体跟踪模块、拉病床模块、语音播报模块和机器人交互界面模块均与工控机连接；所述工控机模块是所有模块的控制单元，用于实现所有与之相连的功能模块，实现控制功能；本发明通过人体跟踪模块实现行人在拖车机器人前面走，拖车机器人可拉着病床也可以不拉着病床进行前进，转弯以及原地旋转功能，通过语音播报模块进行语音提示，该拖车机器人通过ros实现所有功能，降低各功能之间的依赖性，更好地进行功能扩展以及后期维护和运营。
-
Patent Agency Ranking
公开(公告)号：CN114580043B
公开(公告)日：2024-09-20
申请号：CN202210190788.1
申请日：2022-02-28
Applicant: 华南理工大学 , 深圳市诺为控制技术有限公司
IPC: G06F30/12 , G06F9/451 , G06F3/0486 , G06F111/04
Abstract: 本发明公开了一种电器设备二维输入约束导航方法，包括以下步骤：在显示屏上生成有关风机转速设定时间的用户参数输入界面；在平面交互单元上以二维方式用鼠标绘制用户期望的电器输出转速曲线，并在用户参数输入向导指引下动态计算并在交互单元上显示允许输入参数的有效/无效输入区域，只接受处于有效输入区域的指点/划线形式的用户参数输入，以保障所输入的用户参数是可实现的，并且用户绘制完期望输出转速曲线后，还可对其进行在符合约束条件下的情况下修改并保存，本发明丰富用户可以个性化定制并保存属于自己的参数需求，以及对绘制参数可进行部分区域修改，带来极大的便利性。
-
公开(公告)号：CN111158367B
公开(公告)日：2024-06-28
申请号：CN201911415337.8
申请日：2019-12-31
Applicant: 广州富港万嘉智能科技有限公司 , 华南理工大学
IPC: G05D1/43 , G05D1/243 , G05D1/242 , G05D1/247 , G05D109/10
Abstract: 本发明提供雷达导航自动导引小车在外壳的雷达安装面开设凹槽，凹槽中朝向槽口的槽底为雷达导向面，所述雷达安装于所述凹槽，所述雷达在水平面上因所述雷达导向面形成的阴影区小于因所述外壳形成的阴影区，从而减少雷达的阴影区，使得雷达能够探测至小车两侧，同时，由于通过开槽的方式来避让雷达的扫描信号，因此对车身的整体构造不会造成影响，车身的外壳也不需要大幅改变形状，车身仍然可以基本保留原有的安装空间和平衡性。
-
公开(公告)号：CN114580627B
公开(公告)日：2024-04-16
申请号：CN202210213036.2
申请日：2022-02-28
Applicant: 华南理工大学
Abstract: 本发明提供了一种基于变参递归神经网络的FPGA实现方法，包括如下步骤：1)将实际问题设计为受多类约束的时变二次规划问题；2)将步骤1)中的受多类约束的时变二次规划问题通过引入惩罚函数和拉格朗日函数转换为时变矩阵方程，并通过变参收敛微分神经网络进行求解；3)将步骤2)中的变参收敛微分神经网络映射到FPGA构成求解模块；4)确立求解模块的数据格式和底层乘法器；5)将步骤4)中的已确定好数据格式的模块基于流水线实现；6)将步骤5)中求得的最优解进行积分，得到二次规划问题的最优解。本发明采用变参收敛微分神经网络对受多类约束的时变二次规划问题进行求解，计算效率大大提高、实时性强，鲁棒性好的优点。
-
公开(公告)号：CN117539231A
公开(公告)日：2024-02-09
申请号：CN202311730685.0
申请日：2023-12-15
Applicant: 华南理工大学
IPC: G05D1/00
Abstract: 本申请属于无人机飞行控制技术领域，公开了一种四旋翼无人机控制方法，该方法包括：获取无人机的状态数据，根据预设的无人机三阶系统动力学模型，结合多层递归神经网络控制器设计方法，构建无人机控制模型，以位置与姿态的关系为约束条件，将预设的期望控制目标值和状态数据输入到无人机控制模型，计算得到无人机的各控制输出分量，对各控制输出分量进行转换，得到无人机各电机的控制量，基于无人机各电机的控制量，对无人机的电机调速器进行控制，通过将无人机的状态数据和期望控制目标值输入到基于无人机三阶系统动力学模型和多层递归神经网络控制器设计方法构建的无人机控制模型，对无人机进行控制，提高了无人机的控制效率。
-
公开(公告)号：CN112381124B
公开(公告)日：2023-11-14
申请号：CN202011186221.4
申请日：2020-10-30
Applicant: 华南理工大学
IPC: G06F3/01 , G06F18/241 , G06F18/10 , G06F18/214 , G06N3/0499 , G06N3/048 , G06N3/08
Abstract: 本发明提供了一种基于动态逆学习网络的提高脑机接口性能的方法。所述方法包括如下步骤：对采集的P300信号进行预处理及特征提取得到数据集；将得到的数据集构建对应的动态逆学习网络进行训练、识别和分类；将构建的动态逆学习网络对待测P300信号输出的类别概率进行均值处理，进而得到待测P300信号分类结果；将得到的识别分类结果结合P300拼写器界面得到最终的拼写字符。本发明采用预处理和特征提取、神经网络模型识别分类以及集成平均后结合P300拼写界面进行字符识别。在第二届BCI竞赛数据集IIb和第三届的BCI竞赛数据集II上，分别实现了100％和98％的准确率。
-
-
-
-
-
-
-
-
-
Search Results
242
records
(took 0.046 seconds)
