-
公开(公告)号：CN113919557B
公开(公告)日：2025-05-13
申请号：CN202111128670.8
申请日：2021-09-26
Applicant: 浙江工业大学
IPC: G06Q10/047 , G06Q10/0835 , G06N3/006
Abstract: 一种基于自适应NSGAII的物流路线优化方法，包括：S1.分析建立基本数学模型；S2.设计种群个体染色体编码；S3.采用随机和贪婪结合方式产生规模为N的初始种群，并对种群进行帕累托非支配排序；S4.通过选择、交叉、变异三种进化操作得到下一代种群；S5.将父代种群与子代种群合并形成新种群，选取较优的个体组成新的父代种群；S6.通过种群进化算子操作产生新的子代种群，重复步骤S4；S7.若不满足种群迭代终止条件，返回步骤S4、S5，直至达到终止条件；S8.由自适应NSGAⅡ算法输出最优解集，从而得到配一台车辆的配送路线。本发明还包括一种基于自适应NSGAII的物流路线优化系统。本发明能解决配送路线优化问题。
-
公开(公告)号：CN109110128B
公开(公告)日：2024-11-26
申请号：CN201811222236.4
申请日：2018-10-19
Applicant: 浙江工业大学
Abstract: 一种双四连杆式自抓取搬运装置，包括:无人机、抓手滑台、提升手臂、夹取装置和行进装置，无人机的下部连接一个纵轴线沿水平方向的抓手滑台，抓手滑台上装有两个相对设置的、可沿抓手滑台的纵轴线方向移动的提升手臂，提升手臂上装有夹取装置，抓手滑台还装有用于地面移动的行进装置。
-
公开(公告)号：CN112734088B
公开(公告)日：2024-08-23
申请号：CN202011577001.4
申请日：2020-12-28
Applicant: 浙江工业大学
IPC: G06Q10/047 , G06N3/006
Abstract: 一种基于自组织多模态多目标量子粒子群优化算法的路径规划方法，包括：一种自组织网络模型被用来获取每一个粒子的最佳邻居位置，该邻居位置参与量子粒子群算法中粒子位置的更新；将决策空间划分为多个相等区域，在更新粒子位置过程中，种群的中心位置和全局最佳位置是根据决策空间子分区中帕累托最优解数量最少区域确定，进而引导粒子位置进化更新；为了维持帕累托解档案集在决策空间和目标空间的多样性和收敛性，一种档案选择更新策略被用于维持档案集的多样性和收敛性。本发明不仅能够在决策空间找到多样和等价的帕累托解，而且能够维持解集合在目标空间的收敛性。同时，更好地解决路径规划问题，为用户在路径规划时提供多种等效路径以供选择。
-
公开(公告)号：CN115391977A
公开(公告)日：2022-11-25
申请号：CN202210805136.4
申请日：2022-07-08
Applicant: 浙江工业大学
IPC: G06F30/20 , G06N3/00 , G06F17/18 , G06F111/06 , G06F111/04 , G06F111/08
Abstract: 本发明提出了一种基于动态优化算法的动态路径规划方法，包括：动态车辆路径问题的描述以及约束条件，动态车辆规划方法的实现流程和具体实施方式。根据专利要求书1所述的基于动态优化算法的动态路径规划方法，其特征在于1)对当前时刻和上一时刻的非支配解集进行分区，分别对每个分区采用前馈中心点算法预测下一时刻的非支配集。2)通过非支配解集与结构化参考点之间的联系算法，筛选出多样性好的个体，选择非支配解集中收敛性好的拐点，两者统称为特殊点，3)对当前时刻和上一时刻的特殊点采用逐步搜索策略，预测下一时刻的特殊点。4)自适应的种群多样性保持机制，维持下一时刻种群的大小保持不变。
-
公开(公告)号：CN114972564A
公开(公告)日：2022-08-30
申请号：CN202210577369.3
申请日：2022-05-25
Applicant: 浙江工业大学
Abstract: 基于多阶段多模块神经网络的磁共振图像重建和超分方法，包括：S1.读取欠采样掩码和原始高分辨图像；S2.对读取的图片进行归一化处理；S3.将输入图像按照不同的切割方式生成4类patch；S4：使用编解码器提取不同patch内的特征；S5.将每条分支对应的每组特征图进行拼接，再将两条分支的特征图进行相加；S6.使用自注意力模块提取完整图像的增强特征；S7.使用编解码器架构和自注意力模块提取第二阶段的特征，其中第二阶段编解码器架构和自注意力模块与第一阶段保持一致；S8.在第三阶段使用深度残差卷积提取空间信息；S9.对第二阶段的输出结果进行上采用和卷积操作即可得到目标图像。本发明解决了低分辨率欠采样MRI的超分和重建问题。
-
Patent Agency Ranking
公开(公告)号：CN108846435B
公开(公告)日：2022-01-14
申请号：CN201810606267.3
申请日：2018-06-13
Applicant: 浙江工业大学
IPC: G06K9/62
Abstract: 自动确定聚类中心的用户影评密度峰值聚类方法，包括：步骤1.读取用户影视评分数据文件中的数据集；步骤2.计算两个用户之间的相似度；步骤3.初始化截断距离dc；步骤4.影评用户i的局部密度ρi计算；步骤5.计算用户点i的距离δi；步骤6.计算用户i的归一化决策函数ri；步骤7.初始化聚类中心；步骤8.依据降序的ri取前Ci个数据点作为聚类中心用户，对非中心用户进行归类；步骤9.离群用户剔除；步骤10.计算占分比N；步骤11.取占分比最大值时的聚类中心点数Ci，然后依据降序后的归一化决策函数，取前Ci‑1个点作为本样本的聚类中心，然后按照上述步骤对非中心点进行归类划分；步骤12.输出聚类结果。
-
公开(公告)号：CN111695446B
公开(公告)日：2021-07-27
申请号：CN202010454607.2
申请日：2020-05-26
Applicant: 浙江工业大学
Abstract: 一种融合sEMG和AUS的手势识别方法，包括：S1：sEMG和AUS的数据同步采集；令受试者进行sEMG和AUS的同步采集；采集过程将包含m种实际手势动作；S2：sEMG和AUS的数据维度匹配；S3：sEMG和AUS的特征提取；S4：sEMG和AUS的特征融合；S5：sEMG和AUS的模型构建。本发明的多模态融合信号在手腕动作、手指动作及放松态下都能获得较高的手势识别效果，在一定程度上推进了生物信号在实际生活中的手势识别应用能力。
-
-
公开(公告)号：CN109934139B
公开(公告)日：2021-05-11
申请号：CN201910154588.9
申请日：2019-03-01
Applicant: 浙江工业大学
Abstract: 基于群智能算法的肌肉电信号通道组合优化方法，包括如下步骤：步骤一，采集各个通道的数据，并对数据进行预处理，步骤二需要对通道数量以及特征进行选取，步骤三，建立精度确立方法，进行精度预算。步骤四，将步骤三得到的精度利用蚁群算法进行计算，得到最优精度。发明通过启发式算法，对复杂的NP问题进行较为精准的求解，并且大大降低了训练时间。并得到优化后通道的选择。
-
公开(公告)号：CN110386201A
公开(公告)日：2019-10-29
申请号：CN201910740051.0
申请日：2019-08-12
Applicant: 浙江工业大学
IPC: B62D57/024 , G01N21/88
Abstract: 一种自适应攀爬式风力发电机叶片检测装置，包括爬壁小车和接送装置；爬壁小车包括动力机架、连接机架、自适应装置、检测装置、吸附装置、驱动装置以及电池；前、后动力机架分别连接前、后连接机架，后连接机架和前连接机架之间以自适应装置相连；前动力机架和后动力机架均安装一个吸附装置、驱动装置；吸附装置向爬壁小车的上方排风，在爬壁小车的下方产生吸附力；前连接机架和后连接机架分别安装在前后动力机架上；接送装置包括输送杆，输送杆的前后端分别安装磁性圆盘、配重块，输送杆安装有接送装置机架、用于连接多旋翼无人机的接送装置安装板。本发明检测效率快，检测精度高，安全可靠，可以很好的解决检测风力发电机叶片的问题。
-
-
-
-
-
-
-
-
-
Search Results
250
records
(took 0.037 seconds)
