-
公开(公告)号：CN118885889A
公开(公告)日：2024-11-01
申请号：CN202411385075.6
申请日：2024-09-30
Applicant: 温州大学 , 温州大学大数据与信息技术研究院
IPC: G06F18/241 , G06F18/213 , G06N3/006
Abstract: 本发明提供一种基于shapelet和pso特征选择的时序数据分类方法，包括获取原始时间序列，并初始化分割数量、shaplet候选集、子序列集合和子序列长度范围；根据分割数量对原始时间序列进行分割，以得到子序列集合；对子序列集合进行迭代计算，以选出当前拟合误差和最大的子序列及其对应拟合误差最大的点，并以该点为中心对当前所选子序列进行左右拆分之后，将长度位于子序列长度范围内的拆分序列加入到shaplet候选集中，且在每一次迭代完成后，对子序列集合进行当前所选子序列删除并更新，直至shaplet候选集中子序列的当前数量大于等于分割数量时结束迭代计算；输出最终的shapelet候选集。实施本发明，能显著减少候选子序列的数量，并降低计算复杂度的同时，提高特征评估标准。
-
公开(公告)号：CN110282045A
公开(公告)日：2019-09-27
申请号：CN201910463411.7
申请日：2019-05-30
Applicant: 温州大学
IPC: B62D57/028 , B60B19/12 , G05D1/02
Abstract: 本发明涉及能通过不平路段和/或避障机器人及方法，其包括底盘、设置在底盘上的上盖、安装在底盘上的平地行走装置、以及设置在底盘上的仿生物腿装置。作为上述技术方案的进一步改进：在底盘或上盖上安装有用于控制平地行走装置与仿生物腿装置的控制器；在底盘或上盖上安装有与远程控制端电连接的传感器/监视器、与远程控制端电连接的GPS定位模块、与控制器电连接的制导器和/或电池组。制导器为陀螺仪或重力传感器和/或远程控制端与控制器无线连接；本发明设计合理、结构紧凑且使用方便。
-
公开(公告)号：CN119180828B
公开(公告)日：2025-03-25
申请号：CN202411677253.2
申请日：2024-11-22
Abstract: 本发明提供基于动态图注意力的多尺度网络的零件表面点云分割方法，包括建立零件表面点云数据集；确定由编码器、解码器和分割头组成并用于零件表面点云分割的多尺度网络模型及其损失函数，并训练多尺度网络模型；获取待测的零件表面点云数据，并导入已训练好的多尺度网络模型中，得到相应的分割类别；其中，编码器包括依序设置的最远点采样层、动态图分组层、位置嵌入层、注意力聚合层和特征更新层；该编码器采用了k近邻算法构建动态图并实现动态分组，且通过注意力聚合机制从动态图中学习点对之间关联性来实现权重分配。实施本发明，能解决现有点云分割方法中深度学习模型在特征聚合方面存在区块不合理、聚合方式单一的问题。
-
公开(公告)号：CN110276140B
公开(公告)日：2023-01-06
申请号：CN201910558779.1
申请日：2019-06-26
Applicant: 温州大学
Abstract: 本发明公开了对电磁铁响应时间的预测方法，涉及电磁体质检领域，其步骤包括：A、分析影响电磁铁响应时间的因素，收集数据，将实验所得的若干组数据分为第一类数据和第二类数据；B、利用改进PSO选择粒子位置，先初始化粒子群参数，再选择粒子位置和速度；C、建立训练LSSVM回归模型，将第一类数据作为LSSVM回归模型的训练集，并对第一类数据的响应时间进行预测；D、利用改进PSO，更新粒子位置和速度，并判断是否满足终止条件，满足条件就继续以下步骤；E、利用最优的LSSVM参数建立电磁铁响应时间的预测模型，然后预测第二类数据的响应时间；F、计算PSO‑LSSVM回归模型的预测精度。本发明具有较好的对小样本、高纬度、非线性问题进行预测的优点。
-
公开(公告)号：CN119180828A
公开(公告)日：2024-12-24
申请号：CN202411677253.2
申请日：2024-11-22
Abstract: 本发明提供基于动态图注意力的多尺度网络的零件表面点云分割方法，包括建立零件表面点云数据集；确定由编码器、解码器和分割头组成并用于零件表面点云分割的多尺度网络模型及其损失函数，并训练多尺度网络模型；获取待测的零件表面点云数据，并导入已训练好的多尺度网络模型中，得到相应的分割类别；其中，编码器包括依序设置的最远点采样层、动态图分组层、位置嵌入层、注意力聚合层和特征更新层；该编码器采用了k近邻算法构建动态图并实现动态分组，且通过注意力聚合机制从动态图中学习点对之间关联性来实现权重分配。实施本发明，能解决现有点云分割方法中深度学习模型在特征聚合方面存在区块不合理、聚合方式单一的问题。
-
Patent Agency Ranking
公开(公告)号：CN113312768B
公开(公告)日：2024-04-05
申请号：CN202110568139.6
申请日：2021-05-24
IPC: G06F30/20 , G06Q10/04 , G06Q10/0639 , G06Q50/04 , G06F119/08 , G06F119/14
Abstract: 本技术方案公开了基于Taguchi和BBD的电磁铁多质量特性参数优化设计方法，涉及电磁铁设计质量领域，其步骤包括：A、选择相关的设计参数利用Taguchi方法进行设计选择出合适的因素设计水平表；B、计算电磁吸引力和温升在Box‑Behnken(BBD)响应面分析提供的正交试验中的每组组合试验的信噪比；C、利用BBD建立与各个因素之间的二次方数学模型并验证该模型的有效性；D、联合电磁吸力最大值和温升最小值为优化指标，得到最佳质量特性参数组合并进行实验验证。本技术方案具有提升计算速度，在时间复杂度和收敛度均优的优点。
-
公开(公告)号：CN113312768A
公开(公告)日：2021-08-27
申请号：CN202110568139.6
申请日：2021-05-24
IPC: G06F30/20 , G06Q10/04 , G06Q10/06 , G06Q50/04 , G06F119/08 , G06F119/14
Abstract: 本技术方案公开了基于Taguchi和BBD的电磁铁多质量特性参数优化设计方法，涉及电磁铁设计质量领域，其步骤包括：A、选择相关的设计参数利用Taguchi方法进行设计选择出合适的因素设计水平表；B、计算电磁吸引力和温升在Box‑Behnken(BBD)响应面分析提供的正交试验中的每组组合试验的信噪比；C、利用BBD建立与各个因素之间的二次方数学模型并验证该模型的有效性；D、联合电磁吸力最大值和温升最小值为优化指标，得到最佳质量特性参数组合并进行实验验证。本技术方案具有提升计算速度，在时间复杂度和收敛度均优的优点。
-
公开(公告)号：CN110179541A
公开(公告)日：2019-08-30
申请号：CN201910463397.0
申请日：2019-05-30
Applicant: 温州大学
IPC: A61B34/30
Abstract: 本发明涉及机器人辅助手术系统及控制方法，其包括手术装置、以及手术装置的操控装置；手术装置包括手术台、设置在手术台侧边上的机械臂装置、以及设置在机械臂装置上的机械手臂。操控装置包括台架、设置在台架两侧且用于输入动作的双手控制台、设置在台架之前的椅子、以及设置在台架上的监控器、主控制器、与脚踏开关面板；主控制器包括旋转设置在台架上且用于输入位移参数的旋转按钮，旋转按钮转动连接有联动臂的根部，在联动臂悬臂端铰接有驱动臂，在驱动臂悬臂端设置有施力弹性销，在旋转按钮设置有用于与施力弹性销接触并传递压力数值的压力传感器。本发明设计合理、结构紧凑且使用方便。
-
公开(公告)号：CN110135708A
公开(公告)日：2019-08-16
申请号：CN201910337645.7
申请日：2019-04-25
Applicant: 温州大学
IPC: G06Q10/06
Abstract: 本发明公开了基于AHP和信息熵的球阀质量多级模糊综合评价方法，涉及阀体装配质量领域，其步骤包括：A、建立球阀产品质量特性分析模型，将各个质量特性划分为目标层、准则层和方案层三个层次；B、运用AHP方法构造球阀产品质量特性的判断矩阵，再求得球阀各个质量特性的权重；C、运用信息熵方法构建球阀产品质量特性规范化矩阵，再求得球阀各个质量特性的权重；D、综合AHP方法和信息熵方法所求得的各个质量特性的权重，再利用模糊综合评价方法求得综合评价权重指标值，对综合评价权重指标值进行排序，并根据排序结果确定球阀产品质量特性重要度。本发明具有提升计算速度，评价结果更加精确的优点。
-
公开(公告)号：CN110276140A
公开(公告)日：2019-09-24
申请号：CN201910558779.1
申请日：2019-06-26
Applicant: 温州大学
Abstract: 本发明公开了对电磁铁响应时间的预测方法，涉及电磁体质检领域，其步骤包括：A、分析影响电磁铁响应时间的因素，收集数据，将实验所得的若干组数据分为第一类数据和第二类数据；B、利用改进PSO选择粒子位置，先初始化粒子群参数，再选择粒子位置和速度；C、建立训练LSSVM回归模型，将第一类数据作为LSSVM回归模型的训练集，并对第一类数据的响应时间进行预测；D、利用改进PSO，更新粒子位置和速度，并判断是否满足终止条件，满足条件就继续以下步骤；E、利用最优的LSSVM参数建立电磁铁响应时间的预测模型，然后预测第二类数据的响应时间；F、计算PSO-LSSVM回归模型的预测精度。本发明具有较好的对小样本、高纬度、非线性问题进行预测的优点。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.023 seconds)
