基于动态时序多维自适应图卷积网络的骨架行为识别方法

    公开(公告)号:CN115661861A

    公开(公告)日:2023-01-31

    申请号:CN202211290028.4

    申请日:2022-10-21

    Applicant: 江南大学

    Abstract: 本申请提供一种基于动态时序多维自适应图卷积网络的骨架行为识别方法,通过非局部网络和维度变换模块,构建多维自适应图卷积模块,同时将动态卷积和时序卷积相结合,在时序卷积中引入SE注意力网络计算各卷积核权重和偏置的权值,构造动态时序卷积模块,将二者相结合并在多流网络下进行端到端的训练,构造动态时序多维自适应图卷积网络模型;本申中的动态时序多维自适应图卷积网络模型能够自骨架时空图中充分提取空间域内的多维信息,同时增强了时间特征的表示能力,基于本申请的骨架行为识别方法,不但能够取得优异的识别准确率,而且具备良好的泛化性能。

    一种增减材复合3D打印机
    2.
    发明授权

    公开(公告)号:CN115319475B

    公开(公告)日:2023-10-20

    申请号:CN202211127188.7

    申请日:2022-09-16

    Applicant: 江南大学

    Abstract: 本发明提供一种增减材复合3D打印机,其不但可以实现精准快速地打印,同时减少了设备的使用面积,节省了工作空间。其将3D打印头、铣刀互相垂直地安装在转换头上,通过对转换头旋转轴的驱动实现3D打印头、铣刀的切换;通过在工作台需要进行方向调整的方向外侧分别设置一个高度驱动丝杠和连杆机构,通过同时对多向驱动结构中所有的高度驱动丝杠上的高度调整滑块的位置调整,确保实现对工作台进行精细角度调整,实现不同角度的打印操作。

    一种基于超连接图卷积网络的骨架行为识别方法

    公开(公告)号:CN116580449A

    公开(公告)日:2023-08-11

    申请号:CN202310404197.4

    申请日:2023-04-17

    Applicant: 江南大学

    Abstract: 本申请提供一种基于超连接图卷积网络的骨架行为识别方法,根据人体骨架的连接关系构造超连接邻接矩阵,进一步构建超连接自适应图卷积模块,同时在全维动态卷积中引入两个残差连接,构建残差全维动态时序卷积模块,将二者相结合并基于融合特征数据进行端到端的训练,获得超连接图卷积网络模型;本申请中的超连接图卷积网络模型能够从骨架特征数据中充分提取节点的长距离依赖关系,同时减小特征损失,增强了时间特征的表示能力,基于本申请的骨架行为识别方法,不但能够取得优异的识别准确率,而且具备良好的泛化性能。

    一种增减材复合3D打印机
    4.
    发明公开

    公开(公告)号:CN115319475A

    公开(公告)日:2022-11-11

    申请号:CN202211127188.7

    申请日:2022-09-16

    Applicant: 江南大学

    Abstract: 本发明提供一种增减材复合3D打印机,其不但可以实现精准快速地打印,同时减少了设备的使用面积,节省了工作空间。其将3D打印头、铣刀互相垂直地安装在转换头上,通过对转换头旋转轴的驱动实现3D打印头、铣刀的切换;通过在工作台需要进行方向调整的方向外侧分别设置一个高度驱动丝杠和连杆机构,通过同时对多向驱动结构中所有的高度驱动丝杠上的高度调整滑块的位置调整,确保实现对工作台进行精细角度调整,实现不同角度的打印操作。

Patent Agency Ranking