-
公开(公告)号：CN104637708A
公开(公告)日：2015-05-20
申请号：CN201510074585.6
申请日：2015-02-12
Applicant: 东北林业大学
Abstract: 本发明涉及一种残疾人适用的易更换组合式电源开关，包括嵌入式插座（40）和插头式开关（30），嵌入式插座（40）包括暗盒本体（1）、触点插孔模块（2）和嵌入式触点插孔基座（3），触点插孔模块（2）通过模块固定卡扣（9）与嵌入式触点插孔基座（3）固定连接，其两者的组装件置于暗盒本体（1）的容置腔（8）内；插头式开关（30）上设有外壳（4）、开关按键（17）和导电插脚（16），导电插脚（16）与开关动触件（18）电连接，并插入触点插孔模块（2）的触点插孔（10）内，与电源接通工作。当插头式开关（30）损坏时，只要拔下插头式开关（30），同时插上完好的插头式开关（30）即可，不需专业电工和专用工具便能更换，残疾人、非电工人员、高龄人士等均适用。
-
公开(公告)号：CN111611924B
公开(公告)日：2022-03-25
申请号：CN202010437569.X
申请日：2020-05-21
Applicant: 东北林业大学
IPC: G06V10/774 , G06V10/771 , G06V20/10 , G06N3/04 , G06N3/08 , G06N20/00
Abstract: 本发明公开了一种基于深度迁移学习模型的蘑菇识别方法，将基于深度学习的迁移学习与蘑菇识别相融合，通过迁移学习经典模型后，挑选精确率最高模型并对其进行模型调整，提取图像数据中的向量特征得到识别结果。本发明保留图像背景等环境因素实验得到95.1％的精确率，同时通过混合矩阵图像说明了对于每类蘑菇识别率均达到了较高的水平，可以说明迁移学习对不同复杂环境处理，模型鲁棒性强的优势。本发明对提取特征进行不同维度的数据降维处理，同时引入多种机器学习方法进行分类。从训练模型时间参数与验证集精确率参数对结果进行对比分析，保证了实验对比的多样性与图像识别的可靠性。
-
公开(公告)号：CN111972128A
公开(公告)日：2020-11-24
申请号：CN202010826732.1
申请日：2020-08-17
Applicant: 东北林业大学
Abstract: 一种击打式松果采摘机器人，涉及一种农业机械，本发明为解决现有技术中由于松果果实生长区域较高，人工采摘不便，以及由于松果果柄木质化程度高，果实分离力大，松树枝条韧性强等问题，导致松果采摘过程中出现采摘失败的问题，本发明中主体箱固接在底座上，中控机构设置在主体箱内，回转机构设置在主体箱中，且回转机构的转动输出端穿过主体箱的顶壁并设置在主体箱外部，回转机构的转动输出端与主体箱转动连接，俯仰机构的一端安装在回转机构的转动输出端上，调平机构安装在俯仰机构的另一端上，击打机构安装在调平机构上，回转机构、俯仰机构、调平机构和击打机构均与中控机构电连接，本发明主要用于对松果进行采摘。
-
公开(公告)号：CN103706552B
公开(公告)日：2015-11-04
申请号：CN201310737303.7
申请日：2013-12-27
Applicant: 东北林业大学
Abstract: 用于家具稳定性检测的地板振动激励信号产生装置，本发明涉及一种用于检测家具稳定性的地板振动激励信号发生装置。它解决了目前还没有能够使复合地板上的家具产生规律性、准确性的振动摇晃的振动源的问题。用于家具检测。它包括电动机、凸轮、吊杆、支座体、弹性锤击体和悬绳，电动机的电机轴与凸轮的轮盘轴相连接以使二者同轴旋转，吊杆的一端铰接在支座体的顶端上，吊杆的另一端连接悬绳的上端，悬绳的下端连接弹性锤击体，凸轮为盘状凸轮，盘状凸轮的外缘为工作面，吊杆的杆体位于凸轮的上方并压在凸轮的工作面上。
-
公开(公告)号：CN104392242A
公开(公告)日：2015-03-04
申请号：CN201410642066.0
申请日：2014-11-13
Applicant: 东北林业大学
CPC classification number: G06K9/6271
Abstract: 基于双树复小波特征提取及压缩感知的实木板材表面纹理与缺陷协同分类方法，涉及实木板材表面缺陷检测领域。解决了现有的实木板材表面纹理与缺陷分类方法存在的分类精度低、分类效率低等问题。实木板材图像应用双树复小波变换进行特征提取后进行特征降维；基于压缩感知理论对优化后的特征向量进行分类：将优化后的特征向量作为样本列，由训练样本矩阵建立数据字典矩阵；用训练样本线性地表示测量样本，计算测试样本在数据字典上的稀疏表示向量，具有残差最小的类为测试样本的类别。双树复小波良好的方向性能够表达板材表面复杂的信息，基于粒子群算法特征选择能够进一步的提高分类效率，压缩感知分类器与传统分类器相比结构简单且具有较高的分类精度。
-
Patent Agency Ranking
公开(公告)号：CN112021001A
公开(公告)日：2020-12-04
申请号：CN202010912473.4
申请日：2020-09-02
Applicant: 东北林业大学
Abstract: 一种基于QL-SI算法的松果采摘装置振动抑制方法，属于采摘机械控制技术领域，为了解决采用击打式松果采摘等装置在采摘结实位置高的松果时因产生振动导致设备定位不准确和运行不稳定，致使无法对松果枝干进行的精准击打。技术要点：以机械臂击打处坐标为Q表横坐标，运动时间即为QL-SI算法的时间间隔，步进电机速度离散值为Q表纵坐标建立表格，选取动作并将计算的Q值存入表格；通过机械臂上姿态传感器测量的振动设计奖励函数和其运动过程中的幅值变化设计奖励函数权重表；多次训练得到QL-SI算法参数并通过时间最小化和合成奖励最优原则得到最优Q表并通过计算得到QL-SI算法的最优参数表。该方法能够在参数不定环境下有效抑制采摘机械臂的振动且鲁棒性较好，用于松果采摘装置的振动抑制。
-
公开(公告)号：CN111611924A
公开(公告)日：2020-09-01
申请号：CN202010437569.X
申请日：2020-05-21
Applicant: 东北林业大学
Abstract: 本发明公开了一种基于深度迁移学习模型的蘑菇识别方法，将基于深度学习的迁移学习与蘑菇识别相融合，通过迁移学习经典模型后，挑选精确率最高模型并对其进行模型调整，提取图像数据中的向量特征得到识别结果。本发明保留图像背景等环境因素实验得到95.1％的精确率，同时通过混合矩阵图像说明了对于每类蘑菇识别率均达到了较高的水平，可以说明迁移学习对不同复杂环境处理，模型鲁棒性强的优势。本发明对提取特征进行不同维度的数据降维处理，同时引入多种机器学习方法进行分类。从训练模型时间参数与验证集精确率参数对结果进行对比分析，保证了实验对比的多样性与图像识别的可靠性。
-
公开(公告)号：CN109064553B
公开(公告)日：2023-07-07
申请号：CN201811265532.2
申请日：2018-10-26
Applicant: 东北林业大学
IPC: G06T17/00 , G06V10/44 , G06V10/30 , G01N21/3563 , G01N21/359
Abstract: 基于近红外光谱分析的实木板材节子形态反演方法，属于实木缺陷检测识别技术领域。本发明的目的是利用近红外光谱分析技术准确地刻画出节子在木材内部的形态，进而对实木板材力学性能和缺陷类别进行准确预测与识别。首先利用图像提取表面节子的缺陷区域，计算出相应中心位置；然后，提取节子缺陷边缘的多点位置，采集这些边缘点的光谱信息并进行基线漂移与去噪处理；运用主成分与马氏距离结合剔除异常光谱，利用K‑S划分校正样本集，并运用ISOMAP对缺陷光谱信息特征进行有效提取；最后，应用小波网络建立节子边缘光谱与该点倾角间的关系，并利用Solidworks软件实现节子椎体模型的三维呈现。本发明用于实木板材节子形态的建模。
-
公开(公告)号：CN103706552A
公开(公告)日：2014-04-09
申请号：CN201310737303.7
申请日：2013-12-27
Applicant: 东北林业大学
Abstract: 用于家具稳定性检测的地板振动激励信号产生装置，本发明涉及一种用于检测家具稳定性的地板振动激励信号发生装置。它解决了目前还没有能够使复合地板上的家具产生规律性、准确性的振动摇晃的振动源的问题。用于家具检测。它包括电动机、凸轮、吊杆、支座体、弹性锤击体和悬绳，电动机的电机轴与凸轮的轮盘轴相连接以使二者同轴旋转，吊杆的一端铰接在支座体的顶端上，吊杆的另一端连接悬绳的上端，悬绳的下端连接弹性锤击体，凸轮为盘状凸轮，盘状凸轮的外缘为工作面，吊杆的杆体位于凸轮的上方并压在凸轮的工作面上。
-
公开(公告)号：CN112021001B
公开(公告)日：2022-05-10
申请号：CN202010912473.4
申请日：2020-09-02
Applicant: 东北林业大学
Abstract: 一种基于QL‑SI算法的松果采摘装置振动抑制方法，属于采摘机械控制技术领域，为了解决采用击打式松果采摘等装置在采摘结实位置高的松果时因产生振动导致设备定位不准确和运行不稳定，致使无法对松果枝干进行的精准击打。技术要点：以机械臂击打处坐标为Q表横坐标，运动时间即为QL‑SI算法的时间间隔，步进电机速度离散值为Q表纵坐标建立表格，选取动作并将计算的Q值存入表格；通过机械臂上姿态传感器测量的振动设计奖励函数和其运动过程中的幅值变化设计奖励函数权重表；多次训练得到QL‑SI算法参数并通过时间最小化和合成奖励最优原则得到最优Q表并通过计算得到QL‑SI算法的最优参数表。该方法能够在参数不定环境下有效抑制采摘机械臂的振动且鲁棒性较好，用于松果采摘装置的振动抑制。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.023 seconds)
