-
公开(公告)号：CN119808903A
公开(公告)日：2025-04-11
申请号：CN202510286366.8
申请日：2025-03-12
Applicant: 湖南大学
IPC: G06N3/10 , G06F3/0484 , G06N3/0464 , G06N3/0985
Abstract: 本发明公开了一种自主学习训练可视化方法、计算机设备和存储介质，搭建自主学习训练可视化系统，调用自主学习训练可视化系统的网络模型编辑模块，在网络模型编辑界面主窗口创建目标网络模型，调用数据处理模块，选取目标数据集进行预处理和拆分，得到训练数据、测试数据、验证数据，调用超参设置模块，设置目标网络模型训练用的超参数以及训练数据保存路径，采用训练数据、测试数据、验证数据以及设置的超参数对目标网络模型进行训练、测试和验证，调用日志模块和数据统计折线图模块对目标网络模型在训练、测试和验证过程中的训练信息和超参数进行保存和监测，并输出统计图，该方法将目标网络模型的训练过程可视化，可快速得知模型的训练效果。
-
公开(公告)号：CN119963648A
公开(公告)日：2025-05-09
申请号：CN202510438429.7
申请日：2025-04-09
Applicant: 湖南大学
IPC: G06T7/73 , G06V20/56 , G06V20/64 , G06V10/44 , G06V10/52 , G06V10/766 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , B25J9/16
Abstract: 本发明公开了一种基于物体6D位姿估计的机器人物体抓取方法及装置。首先对RGB图像进行感知处理，得到待抓取物体的目标区域图像，然后基于融合了半小波金字塔注意力机制和多尺度特征提取注意机制的主干网络来提取目标区域图像的特征，再基于多个卷积层和全连接层组成的神经网络对特征进行处理，从而回归包括待抓取物体的6D位姿。最后基于CNN模型评价机器人对待抓取物体执行抓取的成功概率，并根据成功概率来执行抓取或调整机器人末端位置以执行新的抓取。本发明为解决遮挡鲁棒性问题提供了全新思路，更重要的是构建了空频域特征融合和智能抓取的新范式，大大改善了杂乱和遮挡场景下6D位姿估计的鲁棒性，具有极佳的工业视觉方面应用前景。
-
Patent Agency Ranking
公开(公告)号：CN119377397B
公开(公告)日：2025-03-28
申请号：CN202411943114.X
申请日：2024-12-27
Applicant: 湖南大学
IPC: G06F16/335 , G06F40/126 , G06N3/0499 , G06N3/096
Abstract: 本发明公开了基于预训练大语言模型的多变量源荷数据预测方法及系统，将历史源荷时序序列进行文本化编码，混合使用低秩矩阵适配法与适配器法形成基于多专家的混合微调模块的预训练大语言模型，进而得到初步预测时序序列，最后进行滤波校准，其中，基于待预测变量与其余变量之间的互相关选出相关性更高的变量为超前变量；针对初步预测时序序列中超前变量与待预测变量数据进行滤波，进而进行整合得到对于初步预测时序序列的校准偏差，用于校准。本发明在大语言模型的基础上进行微调，能够在小样本、多变量条件下，完成不同类型的源荷时序序列预测任务，利用了变量间的超前滞后关系，对待预测变量进行提示和引导操作，提高源荷预测准确性和可靠性。
-
公开(公告)号：CN119734310B
公开(公告)日：2025-05-06
申请号：CN202510251944.4
申请日：2025-03-05
Applicant: 湖南大学
Abstract: 本发明公开了一种刚柔软一体化的空中接触式作业机器人及控制方法，机器人包括全驱型无人机平台、单自由度的全向转动刚性机构和单节软体臂；控制方法包括构建坐标系并建立空中接触式作业机器人系统正运动学模型；构建单节软体臂的逆运动学模型；基于单节软体臂的逆运动学模型，设计出基于强化学习的自适应逆运动学控制算法；建立全驱型无人机平台动力学模型，并设计基于扩展卡尔曼滤波估计器的非线性模型预测控制方法，能约束全驱型无人机平台侧向力输入，保障全驱型无人机平台在额外扰动情况下的精准跟踪。从而利用全驱型无人机平台的运动控制方法和软体臂逆运动学控制算法，实现受限环境下空中灵活操纵。
-
公开(公告)号：CN119339081A
公开(公告)日：2025-01-21
申请号：CN202411426418.9
申请日：2024-10-14
Applicant: 湖南大学
IPC: G06V10/26 , G06V10/82 , G06N3/042 , G06N3/0464 , G06N3/09
Abstract: 本发明公开了一种基于有监督学习的输电线路树木分割方法及系统，包括：获取沿输电线路通道采集的点云数据；利用点云数据构建邻接图；将邻接图输入构建的图神经网络模型得到特征空间参量再映射到单木实例标签空间得到单木实例标签概率分布，再以最大概率的单木实例标签的预测值作为对应点的单木分割预测结果；其中，通过采集点云数据样本以及点的单木实例标签的实际值，进而依据单木实例标签的预测值与单木实例标签的实际值进行有监督学习训练。本发明通过构建邻接图引入了点云数据的几何关系，使用图卷积网络能够捕捉局、全局特征，利用单木实例标签信息进行有监督训练，使模型能够学习并区分不同树木的点云特征，提高单木分割的精度和效率。
-
公开(公告)号：CN119734310A
公开(公告)日：2025-04-01
申请号：CN202510251944.4
申请日：2025-03-05
Applicant: 湖南大学
Abstract: 本发明公开了一种刚柔软一体化的空中接触式作业机器人及控制方法，机器人包括全驱型无人机平台、单自由度的全向转动刚性机构和单节软体臂；控制方法包括构建坐标系并建立空中接触式作业机器人系统正运动学模型；构建单节软体臂的逆运动学模型；基于单节软体臂的逆运动学模型，设计出基于强化学习的自适应逆运动学控制算法；建立全驱型无人机平台动力学模型，并设计基于扩展卡尔曼滤波估计器的非线性模型预测控制方法，能约束全驱型无人机平台侧向力输入，保障全驱型无人机平台在额外扰动情况下的精准跟踪。从而利用全驱型无人机平台的运动控制方法和软体臂逆运动学控制算法，实现受限环境下空中灵活操纵。
-
公开(公告)号：CN119377397A
公开(公告)日：2025-01-28
申请号：CN202411943114.X
申请日：2024-12-27
Applicant: 湖南大学
IPC: G06F16/335 , G06F40/126 , G06N3/0499 , G06N3/096
Abstract: 本发明公开了基于预训练大语言模型的多变量源荷数据预测方法及系统，将历史源荷时序序列进行文本化编码，混合使用低秩矩阵适配法与适配器法形成基于多专家的混合微调模块的预训练大语言模型，进而得到初步预测时序序列，最后进行滤波校准，其中，基于待预测变量与其余变量之间的互相关选出相关性更高的变量为超前变量；针对初步预测时序序列中超前变量与待预测变量数据进行滤波，进而进行整合得到对于初步预测时序序列的校准偏差，用于校准。本发明在大语言模型的基础上进行微调，能够在小样本、多变量条件下，完成不同类型的源荷时序序列预测任务，利用了变量间的超前滞后关系，对待预测变量进行提示和引导操作，提高源荷预测准确性和可靠性。
-
-
-
-
-
-
Search Results
7
records
(took 0.018 seconds)
