-
公开(公告)号：CN115760699A
公开(公告)日：2023-03-07
申请号：CN202211288415.4
申请日：2022-10-20
Applicant: 河南科技大学
Abstract: 一种轴类工件端面倒角检测方法及系统，包括以下步骤：S1，转动待测工件，采集多个低角度光源下待测工件端面倒角的初始图像；S2，对所述初始图像进行预处理，得到预处理图像；S3，对所述预处理图像进行分割，得到包含待测工件端面的待检测区域；S4，对所述待检测区域进行外观分析得到待测工件的缺陷信息；S5，从待检测区域中提取待测工件的轮廓，并且根据待测工件的轮廓计算待测工件的倒角尺寸；S6，基于待测工件的倒角尺寸判断待测工件的倒角是否合格。本发明，缩短了轴类工件端面倒角的检测时间，提高了检测效率，极大地降低了检测的漏检率和错检率。
-
公开(公告)号：CN114861813A
公开(公告)日：2022-08-05
申请号：CN202210568499.0
申请日：2022-05-24
Applicant: 河南科技大学
Abstract: 本发明涉及一种具有知识迁移判别能力的数据分类方法，本发明有效解决了现有分类模型无法针对源域与目标域数据分布不同的情况下进行分类且分类精度较低的问题；解决的技术方案包括：本方案通过设计加权MMD（Weights Maximum Mean Divergence，称为WMMD），提升了系统跨域知识迁移能力，为了区分不同类型数据，引入LDA（Linear Discriminant Analysis），对源域样本和目标域样本进行降维，使降维后的数据具有类内方差最小，类间方差最大，相对于已有的分类模型，提高了分类精度。
-
公开(公告)号：CN111754498A
公开(公告)日：2020-10-09
申请号：CN202010611209.7
申请日：2020-06-29
Applicant: 河南科技大学
Abstract: 本发明涉及一种基于YOLOv3的传送带托辊检测方法，属于计算机视觉和深度学习领域，通过将YOLOv3的特征提取网络darknet53更换为轻量级特征提取网络Mobilenet，将YOLOv3损失函数中的边框损失和中心损失替换为GIOU损失，构建改进YOLOv3-Mobilenet的皮带托辊检测模型。在训练集上训练所述模型，在测试集上测试其性能，将性能测试结果和其他模型性能进行比较。本发明提出的目标识别方法泛化能力强，实现了对托辊的有效检测，为后续判别皮带是否脱离轨道及监测运行状态提供了有效保障，减小参数计算量的同时，提高了原YOLOv3目标检测模型的速度及准确度。
-
公开(公告)号：CN117666337A
公开(公告)日：2024-03-08
申请号：CN202311507033.0
申请日：2023-11-13
Applicant: 河南科技大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于全局预设性能的弹簧倒立摆控制方法，本发明首先考虑存在死区输出非线性的情况，构造由弹簧连接的两个倒立摆控制系统的状态方程；基于状态方程，引入全局预设性能函数并定义误差转换函数，并在构造误差补偿信号基础上，得到了补偿误差信号；然后在设计可使系统稳定的控制信号之前，一种努斯鲍姆函数被引入，用以处理死区输出所引起的未知增益问题；基于补偿误差信号构造相应的李雅普诺夫函数，并引入饱和阈值事件触发机制，设计使弹簧倒立摆系统实现闭环稳定的控制信号和自适应律；本发明的控制器具有控制精度高、全局瞬态和稳态性能保证的优点，解决了现有的弹簧倒立摆控制器控制精度低的问题。
-
公开(公告)号：CN109816030A
公开(公告)日：2019-05-28
申请号：CN201910092833.8
申请日：2019-01-30
Applicant: 河南科技大学
IPC: G06K9/62
Abstract: 本发明提供一种基于受限玻尔兹曼机的图像分类方法及装置，该分类方法包括以下步骤：获取图像样本训练集；将训练集按照类别划分为C个数据集，对每个数据集进行受限玻尔兹曼机训练，得到C个受限玻尔兹曼机模型和对应的训练参数；将训练集中的图像样本输入到各受限玻尔兹曼机模型中，对训练集中的各图像样本进行特征提取；利用提取到的训练集中各图像样本的特征及其对应类别标签对分类模型进行训练；将待测图像样本输入到各受限玻尔兹曼机模型中进行特征提取，将提取出的待测图像样本特征输入到训练好的分类模型，实现对待测试图像样本的分类。本发明提供的技术方案，能够对待测试图像样本更高精度的分类，解决现有技术中图像分类精度低的问题。
-
Patent Agency Ranking
公开(公告)号：CN117370862A
公开(公告)日：2024-01-09
申请号：CN202311396213.6
申请日：2023-10-26
Applicant: 河南科技大学
IPC: G06F18/241 , G06F18/2415 , G06F18/15 , G06F18/213 , G06N3/0499 , G06N3/096 , G06N3/088
Abstract: 本发明涉及一种基于双向跨域逼近的迁移核极限学习机的数据分类方法，本发明有效解决了传统核极限学习机在训练样本缺少场景下性能下降的问题；解决的技术方案包括：首先，对数据集样本进行预处理；其次，将跨领域均值(CDMA)机制拆解为两个单域逼近机制，以缩小领域间的分布差异；然后，将两个单域逼近机制与核极限学习机分别结合，设计两个单域迁移核极限学习机；最后，将两个单域迁移核极限学习机进行组合对测试样本进行分类预测，以增强模型的鲁棒性。
-
公开(公告)号：CN116880178A
公开(公告)日：2023-10-13
申请号：CN202310827330.7
申请日：2023-07-07
Applicant: 河南科技大学
IPC: G05B13/04
Abstract: 本发明涉及无人直升机鲁棒悬停控制技术领域，公开了基于固定时间滑模的无人直升机鲁棒悬停控制，针对无人直升机在悬停过程中系统不确定和存在外界干扰的悬停问题，提出一种基于滑模方法的固定时间飞行控制策略。对航向角、滚转角、俯仰角、高度、X和Y轴位置等模型，根据各部分的特点以及控制需求来设计悬停控制器。为了避免系统中奇异性的出现，采用非奇异快速终端滑模设计位置控制器，在抑制扰动的同时使得系统状态在规定时间内快速收敛到平衡点，同时利用几何齐次性与积分滑模构建姿态控制器，保证跟踪误差在固定时间内收敛到原点，最后，通过Lyapunov理论分析证明系统的鲁棒稳定性，仿真分析表明，该控制方法有良好的抗扰性与快速跟踪性能。
-
公开(公告)号：CN112861929B
公开(公告)日：2022-11-08
申请号：CN202110075846.1
申请日：2021-01-20
Applicant: 河南科技大学
IPC: G06V10/764 , G06V10/774
Abstract: 本发明公开了一种基于半监督加权迁移判别分析的图像分类方法，属于机器学习技术领域。该方法在传统特征迁移方法基础上引入样本的差异性权重，构造特征迁移分类模型，来解决图像跨领域分类问题。本发明首先设计一种跨领域均值逼近权重。其次，将跨领域均值逼近权重引入最大均值差异度量MMD，并对联合分布调整JDA进行提升改造。然后，将加入半监督判别分析SDA，充分挖掘标签信息和数据的原始空间结构信息，提高算法的类别可分性。本发明能有效抽取领域间高质量的共享特征，提升知识在领域间的迁移效率，获取更高的分类精度。
-
公开(公告)号：CN114881884A
公开(公告)日：2022-08-09
申请号：CN202210567968.7
申请日：2022-05-24
Applicant: 河南科技大学
Abstract: 本发明涉及一种基于生成对抗网络的红外目标样本增强方法，本发明有效解决了现有在进行红外样本仿真模拟时存在部分红外特征被遮挡而导致红外样本图像产生瑕疵的问题；解决的技术方案包括：本方案通过计算真实红外样本和生成红外样本之间的分布距离，采用梯度下降法优化两者之间的分布距离，利用反向传播法优化判别网络模块参数和生成网络模块参数，最终使得系统性能达到最优。
-
公开(公告)号：CN117452975A
公开(公告)日：2024-01-26
申请号：CN202311617073.0
申请日：2023-11-29
Applicant: 河南科技大学
IPC: G05D1/695 , G05D109/20
Abstract: 本发明公开了一种四旋翼无人机集群的保性能协同编队控制设计方法，包括：构建带有外部未知扰动的四旋翼无人机动力学模型，基于动力学模型建立包含两级子系统的状态空间方程；基于领导者和跟随者之间的拓扑结构，定义邻间编队跟踪误差，设计预设性能函数约束邻间编队跟踪误差收敛行为，使其始终不会违反性能函数边界；基于自适应动态面控制技术，构造状态转换方程，设计预定时间滤波器避免传统递推框架的复杂计算问题；基于所述的状态转换方程，分别针对第一级和第二级子系统，设计虚拟控制器，参数更新律以及预定时间协同编队控制器。本方法保证邻间编队跟踪误差实现预定时间收敛特性，且收敛时间可以通过控制器增益调节，提高控制器设计自由度。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.019 seconds)
