专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果152个,建议您升级VIP下载更多相关专利
  • [发明专利]基于纹理表面接触加速度触觉信息的材质分析方法及装置-CN201710605338.3有效
  • 刘华平;刘晓楠;孙富春;方静 - 清华大学
  • 2017-07-24 - 2020-01-31 - G01N29/04
  • 本发明提出的一种基于纹理表面接触的加速度触觉信息的材质识别方法,属于电子信息、人工智能、模式识别和机器学习领域。该方法首先将物品划分为不同材质细类,对每种材质细类选取相对应物品并采集三轴加速度数据构成训练样本数据集;对训练样本提取特征,得到每种材质细类的融合特征向量组成融合特征矩阵;利用该矩阵训练前馈神经网络后,采集待测物品的三轴加速度数据并提取特征,输入前馈神经网络,该网络预测输出矩阵中最大值对应的细类材质即为待测物品材质分析结果。该装置包括:振动感受体、数据采集模块和上位机。本发明通过获得商品材质表面纹理的接触加速度信息判断商品的材质,应用于互联网购物,简单准确有效地反映商品的真实情况。
  • 基于纹理表面接触加速度触觉信息材质分析方法装置
  • [发明专利]一种大脑皮层电信号解码的方法和装置-CN201711099441.1有效
  • 孙富春;谭川奇;张文昌 - 清华大学
  • 2017-11-09 - 2019-11-22 - G06F3/01
  • 本发明提供一种大脑皮层电信号解码的方法和装置,通过将大脑皮层电信号转换成脑电视频图,其中每帧的大脑皮层电信号对应一帧的脑电视频图;通过光流法,并根据每相邻两帧的脑电视频图获取对应的一帧的脑电光流图;根据脑电光流图,确定大脑的指令。从而在通过大脑皮层电信号获取解码信息的过程中,将空间信息和时域信息统一、有效的表示在解码信息中,将携带多个模态信息的解码信息用于对大脑皮层电信号解码,能保证在对大脑皮层电信号解码上取得很好的效果和解码的准确率,提高了脑机接口系统的使用效率和效用。
  • 一种大脑皮层电信号解码方法装置
  • [发明专利]一种多感知仿人五指灵巧手-CN201710620081.9有效
  • 方斌;孙富春;陈文丹;刘华平;张文亮;黄铸栋 - 清华大学
  • 2017-07-26 - 2019-08-16 - B25J15/10
  • 本发明提出的一种多感知仿人五指灵巧手,属于机器人技术领域,由手掌、大拇指、结构相同的食指和中指、结构相同的无名指和小拇指、以及多个传感器组成,共计20个自由度,其中有13个主动自由度,7个被动自由度,各手指均通过基端关节、基端指节、近端关节、近端指节、中端关节、中端指节、远端关节、远端指节以及指尖依次连接构成,各手指基端均通过多个腱与置于手掌外的驱动模块连接,驱动模块通过绳络传动方式为各手指传输动力,控制系统采集传感器信号并闭环控制灵巧手,多个传感器包括位于各指尖、指节和手掌处的阵列式触觉传感器以及角度传感器,共计31个传感器。本发明具有感知能力强,拟人化程度高,可更好地完成各项抓取任务的优点。
  • 一种感知五指灵巧
  • [发明专利]一种基于深度学习的机械手抓取稳定性识别方法-CN201710191189.0有效
  • 刘华平;覃杰;孙富春 - 清华大学
  • 2017-03-28 - 2019-07-26 - G06F17/50
  • 本发明涉及一种基于深度学习的机械手抓取稳定性识别方法,属于机器人感知技术领域。本发明方法首先采集不同抓取稳定性的触觉数据,然后将时间序列的图片数据转换成图片,利用触觉图片数据训练深度学习网络,最后利用深度学习网络识别未知稳定性的触觉图片数据。本发明方法,基于时间长度不一致的原始数据进行深度学习网络的训练,使得到的网络具备数据持续时间上的鲁棒性。本方法的深度学习网络,对网络参数的更新是基于整体的输入数据,只有少数数据的标签存在误差时网络受到的影响很小。所以本方法对噪声数据具有鲁棒性。
  • 一种基于深度学习机械手抓取稳定性识别方法
  • [发明专利]一种基于视触觉融合的目标属性和类别的识别方法-CN201610046789.3有效
  • 刘华平;白鹏;郭迪;孙富春;楚中毅;卢山 - 清华大学
  • 2016-01-22 - 2019-03-05 - G06K9/62
  • 本发明涉及一种基于视触觉融合的目标属性和类别的识别方法,属于分类技术领域,该方法包括:1)采集作为训练样本的视触觉信息:2)按照不同的训练样本和它们不同的属性,将训练样本分为物体类别i类、属性j类,对每个训练样本抓取并采集触觉信息和视觉图像,建立训练样本数据集;3)对需要进行分类的测试样体进行抓取、采集视觉图像,得到测试样本的触觉信息和视觉图像,建立测试样本数据集,求出触觉时间序列测试集与训练集的动态时间规整(DTW)距离矩阵和视觉图像测试集与训练集的协方差描述子距离矩阵。4)将所有测试样本通过最近邻算法得到每个测试样本的物体、属性类别。本发明在最近邻算法的基础上实现一种精细目标识别的视触觉融合方法。提高了分类的鲁棒性和准确率。
  • 一种基于触觉融合目标属性类别识别方法
  • [发明专利]一种基于深度强化学习的摄像机主动目标定位方法-CN201610797462.X有效
  • 刘华平;张辉;孙富春 - 清华大学
  • 2016-08-31 - 2019-01-11 - G06T7/70
  • 本发明提供了一种在图像采集应用中摄像机主动调整进行目标定位的方法,属于模式识别技术领域和摄像机主动定位技术领域。该方法包括训练一个评价摄像机定位效果的深度神经网络;进行多次目标定位试验,在定位实验过程中,训练一个拟合强化学习值函数的深度神经网络,通过深度神经网络判断摄像机“上转”、“下转”、“左转”、“右转”、“放大”、“缩小”和“不变”7种操作的优劣;采用决策网络根据摄像机当前获取的图像信息,对摄像机操作做出决策。该发明中提出的方法,基于深度强化学习算法,提高了采集图像的质量。能够适应不同的目标定位任务,自主学习定位方法,人为参与环节很少,是一个摄像机主动学习,自主目标定位的方法。
  • 一种基于深度强化学习摄像机主动目标定位方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top