-
公开(公告)号：CN117292153A
公开(公告)日：2023-12-26
申请号：CN202311233168.2
申请日：2023-09-22
Applicant: 安徽大学
Abstract: 本发明公开了一种融合深度神经网络去除纯动态特征点的SLAM方法，步骤一：使用RGB‑D相机进行RGB图像和深度图像的采集并输入到系统中；步骤二：通过三角测量原理计算出每个像素点对应的三维空间坐标；步骤三：采用两种不同的策略来对高动态特征点进行剔除；步骤四：通过初始相机姿态将上一帧的三维特征点重投影到当前帧并计算重投影偏移向量；步骤五：将当前帧的3D特征点通过SOM‑K‑means算法分成k个簇；步骤六：对于每个聚类通过计算并确定每个簇的类型，根据判定结果将动态簇中的所有特征点进行去除。步骤七：将剩余静态特征点嵌入到SLAM系统中进行跟踪和建图，本发明涉及动态环境中同步定位与建图领域，具体为一种融合深度神经网络去除纯动态特征点的SLAM方法。
-
公开(公告)号：CN116863328A
公开(公告)日：2023-10-10
申请号：CN202310655933.3
申请日：2023-06-05
Applicant: 安徽大学
IPC: G06V20/10 , G06V10/20 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了基于ResNet网络的立体遥测数据3D大气污染融合和分析方法，至少包括以下步骤S1：对收集到的空气质量数据进行预处理；S2：进行梯度生成节点，度生成阶段，S3：进行模型训练和测试。本发明涉及消防设备技术领域，具体为具体为基于ResNet网络的立体遥测数据3D大气污染融合和分析方法。
-
公开(公告)号：CN116861232A
公开(公告)日：2023-10-10
申请号：CN202310660616.0
申请日：2023-06-06
Applicant: 安徽大学
IPC: G06F18/214 , G06F18/2411 , G06N3/04 , G06N3/08
Abstract: 本发明公开了基于DBN‑OCSVM的空气质量数据异常检测模型，包括数据处理阶段、数据异常检测阶段、模型分析阶段；所述数据处理系阶段包括数据的预处理、特征分析以及回归模型分析数据并计算数据影响因子的相关性关系；所述数据异常检测包括数据的整理分析、将提取的时空特征输入到DBN神经网络中，进行监督学习，作为分类器使用；所述模型分析阶段主要包括：首先进行了基于OCSVM高维异常检测，通过运用分类混淆矩阵（Confusion Matrix）来分析其结果。本发明新型涉及空气检测技术领域，具体为具体为基于DBN‑OCSVM的空气质量数据异常检测模型。
-
公开(公告)号：CN116796291A
公开(公告)日：2023-09-22
申请号：CN202310461162.4
申请日：2023-04-26
Applicant: 安徽大学
IPC: G06F18/27 , G01W1/10 , G01S17/88 , G01S17/95 , G01S17/86 , G06F18/214 , G06F18/2415 , G06N3/0442 , G06N3/0475 , G06N3/094
Abstract: 本发明公开了一种基于LSTM‑MEA‑SVR空气质量预报的系统，包括数据处理、预测系统和模型分析，所述数据处理包括网络数据、数据预处理、数据特征分析、回归模型筛选数据和影响因子相关性分析，所述预测系统包括数据整理分析、数据预测和模型参数优化，所述模型分析包括拟合优度分析、召回率分析和数据输出。本发明新型涉及大气质量预报技术领域，具体为一种基于LSTM‑MEA‑SVR空气质量预报的系统。
-
公开(公告)号：CN117676462A
公开(公告)日：2024-03-08
申请号：CN202311441377.6
申请日：2023-11-01
Applicant: 安徽大学 , 合肥锐航小库智能科技有限公司
IPC: H04W4/02 , H04W4/80 , H04W4/021 , H04W4/33 , H04W64/00 , H04B17/318 , H04B17/391
Abstract: 本发明公开一种融合Wi‑Fi和蓝牙的双三角定位方法，以实现更低的硬件成本和更高的定位准确性。包括以下步骤：步骤一，使用定位设备扫描记录附近的Wi‑Fi网络接入点的MAC地址和信号强度，并启动蓝牙扫描功能搜索检测周围的蓝牙信标；步骤二，收集至少三个Wi‑Fi接入点和三个蓝牙信标的数据，使用预先训练好的Wi‑Fi信号强度模型和蓝牙信号强度模型，将接入点、信标与定位设备之间的距离估计出来；步骤三，使用三角定位算法计算设备位置；步骤四：采用K‑means聚类算法确定蓝牙定位的约束区域，以修正Wi‑Fi预测坐标误差，最终实现Wi‑Fi融合蓝牙的双三角定位方法。此发明降低了硬件成本，利用Wi‑Fi的广覆盖和蓝牙的高精度互补特性，实现实时误差修正，适应不同室内环境，提高鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN117615450A
公开(公告)日：2024-02-27
申请号：CN202311233170.X
申请日：2023-09-22
Applicant: 安徽大学
Abstract: 本发明公开了一种基于FMCW雷达的室内定位预警系统，包括数据处理模块、数据展示模块、警报模块和通信模块，所述数据处理模块对雷达初始数据进行处理，所述数据展示模块主要是将雷达检测的位置及轨道信息进行实时展示以及将数据处理模块处理后的目标轨迹进行绘制和渲染处理，所述警报模块对监控区域进行二维建模，在监控区域内自定义警戒区域以及对数据处理模块的原始数据及运动轨迹判断是否有目标闯入警戒区域，所述通信模块主要是负责服务器与毫米波雷达之间的通信以及服务端与前端的通信，通过雷达用网线与主机连接进行通信。本发明涉及毫米波雷达及室内预警系统领域，具体为一种基于FMCW雷达的室内定位预警系统。
-
公开(公告)号：CN117292433A
公开(公告)日：2023-12-26
申请号：CN202311233172.9
申请日：2023-09-22
Applicant: 安徽大学
Abstract: 本发明公开了一种基于FPGA部署的改进Yolov8行人检测系统，该系统包括密集行人数据集模块、改进Yolov8算法模块和FPGA部署模块；所述密集行人数据集模块包含数据采集模块、数据标注模块和数据增强模块，所述改进Yolov8算法模块包含深度可分离卷积模块、双路径注意力门模块和特征增强模块，所述FPGA部署模块包含神经网络压缩模块和软硬件设计模块。本发明涉及FPGA加速目标检测算法技术领域，具体为一种基于FPGA部署的改进Yolov8行人检测系统。
-
公开(公告)号：CN116934674A
公开(公告)日：2023-10-24
申请号：CN202310432318.6
申请日：2023-07-25
Applicant: 安徽大学 , 合肥合工安驰智能科技有限公司
Abstract: 本发明提供了一种基于YOLOv8网络的深度学习大粒度硅料检测与清除系统，适用于硅料细分拣选领域。该系统通过高帧率摄像头获取传送带上的硅料图像，并使用labelme手工标注，剔除异常的硅料图片。将图像样本按9:1分为训练集和验证集，对图片进行数据增强以提高泛化能力。以YOLOv8为骨干网络创建YOLO_SI算法，并使用训练数据集得到网络模型。使用该算法检测出图像中的所有硅料，根据预设阈值进行大小预警和跟踪标记，并在到达清除位置时发出清除指令给下位机。通过在预设位置安装喷气口，下位机发送命令给喷气装置，将标记追踪的大粒度硅料有序地剔除。本发明可以高效检测和清除硅料，自动化程度高，有效降低人工依赖，满足矿业拣选需求。
-
公开(公告)号：CN116448117A
公开(公告)日：2023-07-18
申请号：CN202310415309.6
申请日：2023-04-18
Applicant: 安徽大学
Abstract: 本发明公开了一种融合深度神经网络和强化学习方法的路径规划方法，步骤一：机器人在每个离散时间步内，通过传感器获取环境信息以建立相应的数学模型；步骤二：建立当前所处的模拟环境模型；步骤三：根据奖励值更新网络参数和学习更优的行为策略；步骤四：解耦目标Q值动作的选择和目标Q值的计算；步骤五：使用深度神经网络表示智能体的各种组件这些网络的参数通过梯度下降来训练；步骤六：通过迭代；步骤七：根据添加噪音引起的网络输出值变化选择动作。本发明新型涉及机器人路径规划技术领域，具体为具体为一种融合深度神经网络和强化学习方法的路径规划方法。
-
公开(公告)号：CN115730684A
公开(公告)日：2023-03-03
申请号：CN202211575606.9
申请日：2022-12-09
Applicant: 安徽大学
IPC: G06N20/00 , G06N3/08 , G06F18/25 , G06F18/211 , G06N3/0464 , G06N3/0442
Abstract: 本发明公开了一种基于LSTM‑CNN模型的空气质量检测系统，属于空气质量检测领域，包括回归学习系统、构建学习模型系统、快速预报系统、发布模块和数据检测系统，所述回归学习系统包括环境数据模块、参数变量模块和数据筛选模块，所述数据筛选模块用于对环境数据模块进行特征选择。本发明所述的一种基于LSTM‑CNN模型的空气质量检测系统，本方案基于机器学习技术的区域空气质量预报系统能够高时效地利用现有的所有信息来定义一个最大可能精准的大气运动状态，本方案在空气质量预报预警中对于PM2.5和臭氧结果进行了优化，本方案能够弥补卫星观测数据的缺失，扩展垂直廓线的遥感观测，从有限点位的观测数据中挖掘出内蕴的变化规律。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.034 seconds)
