-
公开(公告)号：CN106560848B
公开(公告)日：2021-05-11
申请号：CN201610891903.2
申请日：2016-10-09
Applicant: 辽宁工程技术大学
Inventor： 刘威 , 郭旭颖 , 刘尚 , 周璇 , 周定宁 , 李瑞丰 , 郭直清 , 黄敏 , 张宇 , 王江 , 付巍巍 , 张雪 , 董艳荣 , 里莹 , 黄梓洋 , 张立忠 , 鞠兴军 , 黄玉凯 , 李雁飞 , 刘欣 , 徐煦 , 赵玉国 , 张琦
Abstract: 本发明公开了一种模拟生物双向认知能力的新型神经网络模型及训练方法，该新型神经网络模型由正向神经网络和负向神经网络构成，正向神经网络完成由输入到输出的顺向认知过程的模拟，负向神经网络完成由输出到输入的逆向认知过程的模拟，两个网络结构对称，权值共享，正、负向神经网络相应的连接权值矩阵互为转置关系。本发明构建了具有结构对称、权值共享的正向神经网络和负向神经网络的协同结构实现了对生物所具有的双向认知能力的模拟；通过在标准BP算法的过程中引入负向学习过程的方式，提出了一种新的神经网络训练方法。
-
公开(公告)号：CN108734139B
公开(公告)日：2021-12-14
申请号：CN201810509437.6
申请日：2018-05-24
Applicant: 辽宁工程技术大学
Abstract: 本发明提供一种基于特征融合及SVD自适应模型更新的相关滤波跟踪方法，涉及目标跟踪技术领域。基于特征融合及SVD自适应模型更新的相关滤波跟踪方法，在特征提取阶段将边缘特征及HOG特征加权融合作为目标特征，加强对边缘特征的学习；在模型更新阶段，首先计算预测区域与真实区域的奇异值特征向量，进而通过计算奇异值特征向量的相似度，并结合设定的阈值判断是否需要进行模型更新。本发明提供的基于特征融合及SVD自适应模型更新的相关滤波跟踪方法，加强了对边缘特征的学习，避免了每一帧都更新模型造成的计算频繁，降低了错误更新的概率，更好的适应了背景干扰及目标遮挡等问题。
-
公开(公告)号：CN108734139A
公开(公告)日：2018-11-02
申请号：CN201810509437.6
申请日：2018-05-24
Applicant: 辽宁工程技术大学
Abstract: 本发明提供一种基于特征融合及SVD自适应模型更新的相关滤波跟踪方法，涉及目标跟踪技术领域。基于特征融合及SVD自适应模型更新的相关滤波跟踪方法，在特征提取阶段将边缘特征及HOG特征加权融合作为目标特征，加强对边缘特征的学习；在模型更新阶段，首先计算预测区域与真实区域的奇异值特征向量，进而通过计算奇异值特征向量的相似度，并结合设定的阈值判断是否需要进行模型更新。本发明提供的基于特征融合及SVD自适应模型更新的相关滤波跟踪方法，加强了对边缘特征的学习，避免了每一帧都更新模型造成的计算频繁，降低了错误更新的概率，更好的适应了背景干扰及目标遮挡等问题。
-
Patent Agency Ranking
公开(公告)号：CN115310352A
公开(公告)日：2022-11-08
申请号：CN202210894193.4
申请日：2022-07-27
Applicant: 辽宁工程技术大学
Abstract: 本发明公开了一种矿井突水水源的识别方法，其特征在于，为快速、准确地识别矿井突水水源，根据矿井不同含水层水化学成分的差异性，将Na++K+、Ca2+、Mg2+、Cl‑、SO42‑、HCO3‑及总硬度作为判别指标。利用主成分分析法对数据进行降维，并通过混沌麻雀搜索算法对随机森林算法中树深(dp)和树数目(es)两个参数进行寻优，建立了基于PCA(主成分分析)‑CSSA(混沌麻雀搜索)‑RF(随机森林)的矿井突水水源识别模型。本发明利用主成分分析法对数据进行降维可以减少原始数据中的冗余，同时利用混沌麻雀搜索算法优化的随机森林模型可提高全局搜索能力和预测能力，本发明可提高突水水源识别的效率和准确率。
-
公开(公告)号：CN106560848A
公开(公告)日：2017-04-12
申请号：CN201610891903.2
申请日：2016-10-09
Applicant: 辽宁工程技术大学
Inventor： 刘威 , 郭旭颖 , 刘尚 , 周璇 , 周定宁 , 李瑞丰 , 郭直清 , 黄敏 , 张宇 , 王江 , 付巍巍 , 张雪 , 董艳荣 , 里莹 , 黄梓洋 , 张立忠 , 鞠兴军 , 黄玉凯 , 李雁飞 , 刘欣 , 徐煦 , 赵玉国 , 张琦
Abstract: 本发明公开了一种模拟生物双向认知能力的新型神经网络模型及训练方法，该新型神经网络模型由正向神经网络和负向神经网络构成，正向神经网络完成由输入到输出的顺向认知过程的模拟，负向神经网络完成由输出到输入的逆向认知过程的模拟，两个网络结构对称，权值共享，正、负向神经网络相应的连接权值矩阵互为转置关系。本发明构建了具有结构对称、权值共享的正向神经网络和负向神经网络的协同结构实现了对生物所具有的双向认知能力的模拟；通过在标准BP算法的过程中引入负向学习过程的方式，提出了一种新的神经网络训练方法。
-
公开(公告)号：CN107122861A
公开(公告)日：2017-09-01
申请号：CN201710290863.0
申请日：2017-04-28
Applicant: 辽宁工程技术大学
Abstract: 本发明提出一种基于PCA‑PSO‑ELM的瓦斯涌出量预测方法，该方法为：采用主成分分析法对瓦斯涌出量的影响因素数据进行处理，得到降维后的主成分数据，建立极限学习机，将降维后的主成分数据作为极限学习机的输入，采用粒子群优化算法优化极限学习机的隐含层神经元个数和激活函数的类型组合，得到瓦斯涌出量预测模型；对瓦斯涌出量进行预测，将测试数据集E输入作为瓦斯涌出量预测模型，得到瓦斯涌出量的预测值。本发明方法采用粒子群算法结合十折交叉验证对极限学习机中隐含层神经元个数及激活函数类型进行了组合优化，该方法减少了优化的参数，同时保证了模型具有良好的泛化性能。
-
公开(公告)号：CN107122861B
公开(公告)日：2020-02-11
申请号：CN201710290863.0
申请日：2017-04-28
Applicant: 辽宁工程技术大学
Abstract: 本发明提出一种基于PCA‑PSO‑ELM的瓦斯涌出量预测方法，该方法为：采用主成分分析法对瓦斯涌出量的影响因素数据进行处理，得到降维后的主成分数据，建立极限学习机，将降维后的主成分数据作为极限学习机的输入，采用粒子群优化算法优化极限学习机的隐含层神经元个数和激活函数的类型组合，得到瓦斯涌出量预测模型；对瓦斯涌出量进行预测，将测试数据集E输入作为瓦斯涌出量预测模型，得到瓦斯涌出量的预测值。本发明方法采用粒子群算法结合十折交叉验证对极限学习机中隐含层神经元个数及激活函数类型进行了组合优化，该方法减少了优化的参数，同时保证了模型具有良好的泛化性能。
-
公开(公告)号：CN217228920U
公开(公告)日：2022-08-19
申请号：CN202220851746.3
申请日：2022-04-14
Applicant: 辽宁工程技术大学
Abstract: 本实用新型公开了一种智能物流仓储可升降货架，涉及仓储货架领域，包括固定板，固定板的上侧开设有放置槽，固定板位于放置槽的内部设置有第一货物板，第一货物板的上侧设置有第二货物板，固定板的上侧设置有升降机构，固定板位于放置槽的内部设置有移动机构，改善了工作人员在对高处的货架进行摆放或拿取货物时很不方便的问题，本装置中升降机构可以带动第二货物板进行上下移动，使得工作人员在需要对第二货物板上侧的货物进行拿取或摆放时，只需把第二货物板下降至低处，便可以在不需要借出其他升降设备的情况下，就可以对第二货物板上侧的货物进行拿取或摆放，更加方便。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.037 seconds)
