检索结果-南通市图书馆

基于分段动态运动基元的机械臂轨迹学习与避障方法

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

机器人 2024年第3期46卷 275-283页

作者：刘暾东张馨月林晨滢吴晓敏苏永彬厦门大学萨本栋微米纳米科学技术研究院福建厦门361102

针对存在障碍物的复杂工作场景中所规划的机械臂运动轨迹与示教轨迹相似性不高的问题,提出一种基于分段DMP(动态运动基元)的轨迹学习与避障方法。首先利用DMP模型对示教轨迹编码生成一条学习轨迹,结合快速扩展随机树算法(RRT)在工作空... 详细信息

针对存在障碍物的复杂工作场景中所规划的机械臂运动轨迹与示教轨迹相似性不高的问题,提出一种基于分段DMP(动态运动基元)的轨迹学习与避障方法。首先利用DMP模型对示教轨迹编码生成一条学习轨迹,结合快速扩展随机树算法(RRT)在工作空间中获得能够顺利回归原始轨迹的避障路径;然后针对避障路径确定中间点进行分段DMP优化编码,学习生成具有一定泛化能力的复现轨迹;最后通过机械臂进行轨迹复现,实现保留原始轨迹特征的避障功能。通过手写体字母实验与六轴机械臂平台上的物块搬运实验进行验证,结果表明:DMP分段编码的能力有效解决了传统避障算法所造成的轨迹变形和特征破坏问题,与传统避障算法的轨迹相比,实验结果轨迹与示教轨迹的相似性有了明显提高,验证了所提方法的有效性。

关键词：示教学习轨迹学习动态运动基元快速扩展随机树避障轨迹

同方期刊数据库

基于信息融合和多粒度级联森林模型的挖掘机作业阶段智能识别

在线全文

学校读者我要写书评

暂无评论

工程设计学报 2024年第1期31卷 42-49页

作者：苏德赢王少杰卜祥建饶红艳侯亮厦门大学萨本栋微米纳米科学技术研究院福建厦门361102

为了解决挖掘机作业阶段识别方法可靠性较低的问题,提出了一种基于信息融合和多粒度级联森林模型(information fusion and multi-granularity cascade forest model,IFMCFM)的智能识别方法。利用信息融合技术将挖掘机作业阶段的类别概... 详细信息

为了解决挖掘机作业阶段识别方法可靠性较低的问题,提出了一种基于信息融合和多粒度级联森林模型(information fusion and multi-granularity cascade forest model,IFMCFM)的智能识别方法。利用信息融合技术将挖掘机作业阶段的类别概率向量与高重要度特征进行融合,形成新的识别特征;将新特征输入级联森林模型,采用不同比例的训练集对模型进行训练并对识别结果进行分析;将IFMCFM的识别结果与DAGSVM(directed acyclic graph support vector machine,有向无环图支持向量机)、PCA-SVM(support vector machine based on principal component analysis,基于主成分分析的支持向量机)、LIBSVM(library for support vector machines,支持向量机库)和LSTM(long short-term memory,长短期记忆)的识别结果进行对比。研究结果表明:当训练集比例为80%时,IFMCFM的识别准确率、召回率和F1(精确度和召回率的调和平均数)指标分别为95.00%,95.17%和95.02%,识别效果较优;相比于其他识别模型,IFMCFM的识别准确性和可靠性最高。IFMCFM可以有效地识别挖掘机作业阶段,具有较高的应用价值。

关键词：挖掘机作业阶段智能识别信息融合多粒度级联森林模型

基于扩展卡尔曼滤波的疏散行人密度预测算法研究

在线全文

学校读者我要写书评

暂无评论

仪器仪表学报 2024年

作者：高凤强王若宇曹光求刘暾东厦门大学嘉庚学院厦门大学萨本栋微米纳米科学技术研究院

疏散效率的提升是疏散系统研究的核心关注点。由于疏散系统通常呈现局部可观测性，而异常的局部观测信息会降低疏散效率，因此需对观测信息进行预测校正。为此，本文提出一种基于扩展卡尔曼滤波的人员密度信息预测校正算法。该算法采用... 详细信息

疏散效率的提升是疏散系统研究的核心关注点。由于疏散系统通常呈现局部可观测性，而异常的局部观测信息会降低疏散效率，因此需对观测信息进行预测校正。为此，本文提出一种基于扩展卡尔曼滤波的人员密度信息预测校正算法。该算法采用神经网络拟合方法对扩展卡尔曼滤波算法中状态函数和观测函数的参数进行辨识，完成非线性疏散系统的近似线性化，提高了建模的精度；同时算法通过误差协方差矩阵的迭代更新机制实现疏散人员密度的快速预测和校正。在此基础上，本文还结合密度控制算法构建异常疏散场景下的行人流疏散控制策略。为验证本文所提算法的有效性，在设计和构建异常疏散场景仿真模型的基础上进行了对比仿真和真人疏散可控实验。结果表明：相较无数据校正的疏散控制策略，本文算法在异常疏散仿真和真人可控场景中分别获得最高38.9%和23.26%的效率提升，为异常疏散场景中的控制策略提供了有效的解决思路。

关键词：行人疏散系统辨识扩展卡尔曼滤波行人流密度预测疏散仿真

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

光镊捕获和操控尺度极限的进展

物理化学学报 2024年第1期40卷 3-19页

作者：霍春安邱圣杰梁青满耿碧君雷志超王干邹玉玲田中群杨扬厦门大学萨本栋微米纳米科学技术研究院固体表面物理化学国家重点实验室福建厦门361005

光镊技术能够实现对介观乃至微观颗粒的稳定捕获和灵活操控,是对微纳物体和单个分子施加力并观测其响应的理想操控手段。受限于光的衍射极限,传统光镊难以实现对100 nm以下物体的捕获和操控。研究者们通过开发特殊的材料和结构,将它们... 详细信息

光镊技术能够实现对介观乃至微观颗粒的稳定捕获和灵活操控,是对微纳物体和单个分子施加力并观测其响应的理想操控手段。受限于光的衍射极限,传统光镊难以实现对100 nm以下物体的捕获和操控。研究者们通过开发特殊的材料和结构,将它们与传统光镊技术结合,不断突破其在小尺度物体的捕获和操控极限。本文主要综述了近年来光镊的不同技术路线在突破捕获操控极限的研究进展,以及其在物理化学领域中的应用,并对其发展和应用进行展望。

关键词：光镊单分子捕获尺寸微尺度操控等离激元固液界面

维普期刊数据库博看期刊

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

基于正例学习的纹理表面缺陷检测

厦门大学学报(自然科学版) 2024年

作者：邵桂芳陈鸿荣李志超温五四厦门大学萨本栋微米纳米科学技术研究院福建

利用深度学习算法检测纹理表面缺陷具有较高的准确性，但受限于缺陷样本数量的不足，为此，提出基于正例学习的纹理表面缺陷检测算法。首先，利用重构模型产生无缺陷的重构图像，通过计算与评价重构图像与测试样本间的差异实现缺陷的识... 详细信息

利用深度学习算法检测纹理表面缺陷具有较高的准确性，但受限于缺陷样本数量的不足，为此，提出基于正例学习的纹理表面缺陷检测算法。首先，利用重构模型产生无缺陷的重构图像，通过计算与评价重构图像与测试样本间的差异实现缺陷的识别与分割。为突出灰度化后的色彩型缺陷，降低缺陷漏检率，利用色彩统计信息对图像进行粗、细分类后，采用不同通道重要性的策略以显著缺陷。并通过修改标签值的方式放大判别器在缺陷区域产生的对抗损失，以提高模型对细微缺陷的检测效果。在MVTec数据集通过两组消融实验，分别证明了本文所提方法的有效性，并与PaDiM、STPM和MemSeg方法进行对比，结果表明本文方法的平均分类准确率为95.174%，mIoU为44.01%，在分类样本与分割缺陷上具有明显优势。

关键词：纹理表面缺陷检测深度学习正例学习生成对抗网络

LCD面板C/FOG工艺制造虚拟计量方法研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

仪器仪表学报 2024年第1期45卷 16-25页

作者：刘暾东黄智斌高凤强郑鹏谢玉练厦门大学萨本栋微米纳米科学技术研究院厦门361005 厦门市计量检定测试院厦门361004 厦门天马微电子有限公司厦门361102

针对液晶显示器(LCD)面板的“Chip/FPC on Glass”(C/FOG)工艺生产制造过程中存在的计量延迟大、生产异常无法提前预测的问题,本文提出一种基于神经网络的C/FOG工艺生产制造虚拟计量方法。该方法利用生产机台上的传感器采集生产过程中... 详细信息

针对液晶显示器(LCD)面板的“Chip/FPC on Glass”(C/FOG)工艺生产制造过程中存在的计量延迟大、生产异常无法提前预测的问题,本文提出一种基于神经网络的C/FOG工艺生产制造虚拟计量方法。该方法利用生产机台上的传感器采集生产过程中的过程状态数据,构建基于多尺度一维卷积及通道注意力模型(MS1DC-CA)的虚拟计量模型。通过多个尺度的卷积核提取不同尺度范围内的状态数据特征。在对含有缺失值的原始数据预处理中,提出了基于粒子群算法改进的K近邻填补方法(PSO-KNN Imputation)进行缺失值填充,保留特征的同时,减少因填充值引入的干扰。最后在实际生产采集的数据上进行实验对比分析,实际不良率主要集中在0.1%~0.5%,该虚拟计量模型的拟合均方误差为0.397 7‱,低于其他现有拟合模型,在平均绝对误差、对称平均绝对百分比误差和拟合优度3种评价指标下也均优于其他现有的拟合模型,具有良好的预测性能。

关键词： C/FOG工艺虚拟计量缺失值填充多尺度一维卷积通道注意力

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

基于正例学习的纹理表面缺陷检测

厦门大学学报（自然科学版） 2024年第4期63卷 619-629页

作者：邵桂芳陈鸿荣李志超温五四厦门大学萨本栋微米纳米科学技术研究院福建厦门361102

[目的]针对深度学习开展纹理表面缺陷检测存在缺陷样本数量不足的问题进行研究.[方法]提出一种基于正例学习的纹理表面缺陷检测算法,基于自编码器设计重构模型产生无缺陷的重构图像,并基于差异搜索策略实现缺陷的识别与分割.基于纹理表... 详细信息

[目的]针对深度学习开展纹理表面缺陷检测存在缺陷样本数量不足的问题进行研究.[方法]提出一种基于正例学习的纹理表面缺陷检测算法,基于自编码器设计重构模型产生无缺陷的重构图像,并基于差异搜索策略实现缺陷的识别与分割.基于纹理表面特征的灰度自适应转换实现色彩型纹理缺陷保持与识别速度的权衡,并采用不同通道重要性的策略以显著突出缺陷特征.通过修改标签值的方式放大判别器在缺陷区域产生的对抗损失,实现对细微缺陷的检测.[结果]在MVTec数据集的5个纹理数据子集上的消融实验表明,本文提出的基于纹理表面特征的灰度自适应和缺陷关注模块可以有效提升检测准确率,且与PaDiM、STPM和MemSeg方法相比,本文方法的平均分类准确率为95.174%,mIoU为44.01%,在分类样本与分割缺陷上具有明显优势.[结论]相较于当前流行方法,本文提出的基于正例学习的纹理缺陷检测方法具有无需大量缺陷样本、速度快的优点,在分类样本上具有更高的准确率,在分割缺陷上也更接近于真实标签.

关键词：纹理表面缺陷检测深度学习正例学习生成对抗网络

基于非均匀分布微结构的柔性压力传感器性能调控

维普期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

厦门大学学报（自然科学版） 2024年第2期63卷 241-251页

作者：颜黄苹李远哲王子俊周锐尹靖博厦门大学萨本栋微米纳米科学技术研究院福建厦门361005

[目的]为了适应柔性压力传感器面向特定应用的定制化设计需求,提出一种基于非均匀分布微结构的电容式柔性压力传感器,开展传感器性能调控研究.[方法]首先,基于敏感层微结构非均匀分布方式,提出一种灵敏度预测模型,并通过与实际测试结果... 详细信息

[目的]为了适应柔性压力传感器面向特定应用的定制化设计需求,提出一种基于非均匀分布微结构的电容式柔性压力传感器,开展传感器性能调控研究.[方法]首先,基于敏感层微结构非均匀分布方式,提出一种灵敏度预测模型,并通过与实际测试结果的对比分析,验证模型的正确性.其次,研究当介电层微结构为微圆台时,不同微圆台顶面半径、高度、底面半径等几何参数以及次级微结构对传感器灵敏度和线性范围的影响.最后,基于该调控方法制备了综合性能良好的多级非均匀微结构分布的柔性压力传感器,进行性能测试与应用测试.[结果]非均匀分布微结构柔性压力传感器的灵敏度与微结构的分布及几何参数密切相关.通过对微结构分布的调控可筛选出具有最优灵敏度的传感器,对敏感层微结构几何参数的调控可实现对柔性压力传感器性能的调控.[结论]该性能调控方法对面向特定应用的传感器定制化设计具有一定的指导价值.

关键词：柔性压力传感器非均匀分布微结构性能调控

在线全文

学校读者我要写书评

暂无评论

基于自适应近邻信息的模糊C均值聚类算法

光学精密工程 2024年第7期32卷 1045-1058页

作者：高云龙李建鹏郑兴莘邵桂芳祝青园曹超厦门大学萨本栋微米纳米科学技术研究院福建厦门361102 厦门大学自动化系福建厦门361102 自然资源部第三海洋研究所福建厦门361005

传统的模糊C均值算法直接基于原始数据进行聚类,数据的内在结构可能会被噪声、异常值或其他因素破坏,因此聚类性能会受到影响。为提升FCM算法的鲁棒性,提出了一种基于自适应近邻信息的模糊C均值聚类算法。近邻信息指的是一种基于数据点... 详细信息

传统的模糊C均值算法直接基于原始数据进行聚类,数据的内在结构可能会被噪声、异常值或其他因素破坏,因此聚类性能会受到影响。为提升FCM算法的鲁棒性,提出了一种基于自适应近邻信息的模糊C均值聚类算法。近邻信息指的是一种基于数据点之间相似度的度量,每个数据点都可以看作其他数据点的近邻,但是不同数据点之间的相似度是不同的。将样本点的近邻信息GX和类中心点的近邻信息GV融入基础FCM模型中,为聚类过程提供更多的数据结构信息,用于指导聚类算法中的簇划分过程,以提升算法的稳定性,并提出了3个迭代算法求解本文提出的聚类模型。与其他先进聚类算法对比,在部分基准数据集上聚类性能有10%以上的提升,同时还从参数敏感性、收敛性、消融实验等方面对算法进行评价。实验结果可以充分显示本文提出的聚类算法的可行性与有效性。

关键词：模糊C均值聚类自适应近邻算法鲁棒性迭代算法

维普期刊数据库博看期刊