检索结果-维普期刊中文期刊服务平台

机械臂深度强化学习降维快速训练方法: 1; 作者王敏王赞 +4 位作者李珅陈立家范贤博俊王晨露刘名果《计算机应用与软件》北大核心 2025年第4期279-288,共10页; 针对深度强化学习算法在三维环境下对机械臂进行全自由度训练时训练周期过长等问题,提出一种面向解空间的机械臂深度强化学习快速训练方法。首先,通过对抓取任务分解,将机械臂横向舵机与纵向舵机的训练解耦,通过降维的方式压缩解空间,... 展开更多; 关键词深度强化学习机械臂深度确定性策略梯度目标抓取降维; 在线阅读下载PDF 职称材料

多尺度特征融合与新型判别器的无监督分割被引量：1: 2; 作者韩宗桓刘名果 +4 位作者李珅陈立家田敏兰天翔梁倩《计算机工程与应用》 CSCD 北大核心 2023年第7期152-162,共11页; 工厂在智能化升级过程中,有很多应用场景需要用到语义分割。然而使用全监督语义分割方法需要耗费大量人力成本进行样本标注,所以研究无监督语义分割方法很有必要。针对本地某碳素厂石墨电极压印字符的语义分割问题,提出了一种无监督语... 展开更多; 关键词多尺度特征融合注意力模块无监督分割表面压印字符; 在线阅读下载PDF 职称材料

鲁棒的视觉机械臂联合建模优化方法被引量：2: 3; 作者范贤博俊陈立家 +4 位作者李珅王晨露王敏王赞刘名果《计算机应用》 CSCD 北大核心 2023年第3期962-971,共10页; 针对视觉机械臂在复杂系统环境下整体精度不高、不易部署、校准成本高的问题,提出一种鲁棒的视觉机械臂联合建模优化方法。首先,对视觉机械臂的各个子系统模型进行集成,在机械臂的工作空间随机采集伺服电机转角、机械臂末端坐标等数据... 展开更多; 关键词视觉机械臂分层优化主成分分析联合标定鲁棒性; 在线阅读下载PDF 职称材料

局部特征表征的6D位姿估计算法被引量：1: 4; 作者王晨露陈立家 +5 位作者李珅范贤博俊王敏连晨轩王赞刘名果《计算机应用研究》 CSCD 北大核心 2022年第12期3808-3814,共7页; 为解决有纹理模型在遮挡条件下6D位姿估计精确度不高的问题,提出了一种局部特征表征的端到端6D位姿估计算法。首先为了得到准确的定位信息,提出了一个空间—坐标注意力机制(spatial and coordinate attention),通过在YOLOv5网络中加入... 展开更多; 关键词局部特征 6D位姿估计 YOLOv5检测网络空间—坐标注意力机制加权双向特征金字塔网络; 在线阅读下载PDF 职称材料

面向无监督分割的双分支上采样域自适应网络: 5; 作者韩宗桓刘名果 +4 位作者李珅陈立家田敏兰天翔梁倩《计算机应用研究》 CSCD 北大核心 2022年第9期2861-2866,共6页; 工业应用中,表面压印字符图像全监督语义分割将会给企业带来高昂的数据集标注成本,针对该问题,提出了双支路特征融合的域适应分割方法(dual-branch feature fusion domain adaptation,DbFFDA)。借鉴U-Net的跨层连接设计思路,提出了双分... 展开更多; 关键词表面压印字符域适应语义分割无监督训练; 在线阅读下载PDF 职称材料

题名机械臂深度强化学习降维快速训练方法: 1; 作者王敏王赞李珅陈立家范贤博俊王晨露刘名果; 机构河南大学物理与电子学院开封平煤新型炭材料科技有限公司; 出处《计算机应用与软件》北大核心 2025年第4期279-288,共10页; 基金国家自然科学基金项目(61901158) 河南省科技厅重点研发与推广专项(202102210121) +3 种基金开封市重大专项(20ZD014) 开封市科技项目(2001016) 开封平煤新型炭材料科技有限公司项目(2021410202000003)。; 文摘针对深度强化学习算法在三维环境下对机械臂进行全自由度训练时训练周期过长等问题,提出一种面向解空间的机械臂深度强化学习快速训练方法。首先,通过对抓取任务分解,将机械臂横向舵机与纵向舵机的训练解耦,通过降维的方式压缩解空间,在保证动作执行精度的情况下,简化了训练过程;其次对深度确定性策略梯度(Deep Deterministic Policy Gradient,DDPG)算法进行改进,对同批次样本进行二次价值估计以延迟更新策略网络,辅以优先经验回放,有效提升了DDPG算法的训练效率。实验结果表明所提方法具备训练复杂度低、速度快和成本低的特点,抓取成功率可以达到98%,有利于工业场合的应用推广。; 关键词深度强化学习机械臂深度确定性策略梯度目标抓取降维; Keywords Deep reinforcement learning Mechanical arm Deep deterministic policy gradient Target capture Dimension reduction; 分类号 TP3 [自动化与计算机技术—计算机科学与技术] TP242 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名多尺度特征融合与新型判别器的无监督分割被引量：1: 2; 作者韩宗桓刘名果李珅陈立家田敏兰天翔梁倩; 机构河南大学物理与电子学院开封平煤新型炭材料科技有限公司; 出处《计算机工程与应用》 CSCD 北大核心 2023年第7期152-162,共11页; 基金国家自然科学基金(61901158) 河南省高等学校重点科研项目(19A520015) +1 种基金开封市重大科技专项(20ZD014,2001016)。; 文摘工厂在智能化升级过程中,有很多应用场景需要用到语义分割。然而使用全监督语义分割方法需要耗费大量人力成本进行样本标注,所以研究无监督语义分割方法很有必要。针对本地某碳素厂石墨电极压印字符的语义分割问题,提出了一种无监督语义分割方法 CycleGAN-Seg。结合跨层连接和空洞空间池化金字塔(ASPP)的思想,构建了新型多尺度特征融合生成器,加入了改进的注意力模块以提升网络性能。同时提出一种新的U形判别器对重构图像进行判别。在石墨电极表面压印字符数据集语义分割实验中,MIoU值可达70.81%,分割效果基本满足识别需要,有望在该工业场景中替代全监督学习方法,以节省人工标注成本,达到快速训练和部署的目的。; 关键词多尺度特征融合注意力模块无监督分割表面压印字符; Keywords multi-scale feature fusion attentional module unsupervised segmentation surface imprint characters; 分类号 TP391.41 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名鲁棒的视觉机械臂联合建模优化方法被引量：2: 3; 作者范贤博俊陈立家李珅王晨露王敏王赞刘名果; 机构河南大学物理与电子学院开封平煤新型炭材料科技有限公司; 出处《计算机应用》 CSCD 北大核心 2023年第3期962-971,共10页; 基金国家自然科学基金资助项目(61901158) 河南省科技厅重点研发与推广专项(202102210121) 开封市重大专项(20ZD014)。; 文摘针对视觉机械臂在复杂系统环境下整体精度不高、不易部署、校准成本高的问题,提出一种鲁棒的视觉机械臂联合建模优化方法。首先,对视觉机械臂的各个子系统模型进行集成,在机械臂的工作空间随机采集伺服电机转角、机械臂末端坐标等数据。其次,提出一种具有分层优化机制的自适应多精英引导复合差分进化算法(AMECoDEs-LO),使用参数辨识的方法同时优化联合系统参数。AMECoDEs-LO对种群中阶段性的数据进行主成分分析(PCA),以参数降维的思想实现对收敛精度和速度的隐式引导。实验结果表明,在AMECoDEs-LO和联合系统模型的作用下,视觉机械臂在校准过程中不需要额外的仪器,部署速度快,最终精度相较于传统方法提高60%;在机械臂连杆受损、伺服电机精度降低、相机定位噪声增大的情况下,系统仍然保持较高精度,验证了所提方法的鲁棒性。; 关键词视觉机械臂分层优化主成分分析联合标定鲁棒性; Keywords visual manipulator layered optimization Principal Component Analysis(PCA) joint calibration robustness; 分类号 TP242 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名局部特征表征的6D位姿估计算法被引量：1: 4; 作者王晨露陈立家李珅范贤博俊王敏连晨轩王赞刘名果; 机构河南大学物理与电子学院开封平煤新型炭材料科技有限公司; 出处《计算机应用研究》 CSCD 北大核心 2022年第12期3808-3814,共7页; 基金国家自然科学基金资助项目(61901158) 河南省科技厅重点研发与推广专项资助项目(202102210121) +3 种基金开封市科技项目(2001016) 开封平煤新型炭材料科技有限公司(2021410202000003)。; 文摘为解决有纹理模型在遮挡条件下6D位姿估计精确度不高的问题,提出了一种局部特征表征的端到端6D位姿估计算法。首先为了得到准确的定位信息,提出了一个空间—坐标注意力机制(spatial and coordinate attention),通过在YOLOv5网络中加入空间—坐标注意力机制和加权双向特征金字塔网络(bidirectional feature pyramid network),YOLOv5-CBE算法的精确度(precision)、召回率(recall)、平均精度均值(mAP@0.5)分别提升了3.6%、2.8%、2.5%,局部特征中心点坐标误差最高提升了25%;然后用YOLOv5-CBE算法检测局部特征关键点,结合3D Harris关键点通过奇异值分解法(singular value decomposition)计算模型的6D位姿,最高遮挡70%的情况下仍然可以保证二维重投影精度(2D reprojection accuracy)和ADD度量精度(ADD accuracy)在95%以上,具有较强的鲁棒性。; 关键词局部特征 6D位姿估计 YOLOv5检测网络空间—坐标注意力机制加权双向特征金字塔网络; Keywords local feature 6D pose estimation YOLOv5 detection network spatial and coordinate attention bidirectional feature pyramid network; 分类号 TP391.41 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名面向无监督分割的双分支上采样域自适应网络: 5; 作者韩宗桓刘名果李珅陈立家田敏兰天翔梁倩; 机构河南大学物理与电子学院开封平煤新型炭材料科技有限公司; 出处《计算机应用研究》 CSCD 北大核心 2022年第9期2861-2866,共6页; 基金国家自然科学基金资助项目(61901158) 河南省科技厅资助项目(202102210121,212102210500) 开封市重大科技专项资助项目(20ZD014,2001016)。; 文摘工业应用中,表面压印字符图像全监督语义分割将会给企业带来高昂的数据集标注成本,针对该问题,提出了双支路特征融合的域适应分割方法(dual-branch feature fusion domain adaptation,DbFFDA)。借鉴U-Net的跨层连接设计思路,提出了双分支上采样结构的残差域适应分割网络(residual adaptation network,Res-Adp);同时提出了融合特征输入用于提升网络分割性能,克服了字符缺失的问题;此外,提出了分割连续性损失函数L_(Con),抑制了分割图像中噪点的产生。在石墨电极表面压印字符无监督分割实验中,所提方法MIoU值可达69.60%,实际分割效果已基本满足字符识别需求,有望在特定工业场景中投入实际应用,为企业节省数据集标注成本。; 关键词表面压印字符域适应语义分割无监督训练; Keywords surface-imprint characters domain adaptation semantic segmentation unsupervised training; 分类号 TP391.41 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	机械臂深度强化学习降维快速训练方法	王敏王赞李珅陈立家范贤博俊王晨露刘名果	《计算机应用与软件》北大核心	2025	0	在线阅读下载PDF 职称材料
2	多尺度特征融合与新型判别器的无监督分割	韩宗桓刘名果李珅陈立家田敏兰天翔梁倩	《计算机工程与应用》 CSCD 北大核心	2023	1	在线阅读下载PDF 职称材料
3	鲁棒的视觉机械臂联合建模优化方法	范贤博俊陈立家李珅王晨露王敏王赞刘名果	《计算机应用》 CSCD 北大核心	2023	2	在线阅读下载PDF 职称材料
4	局部特征表征的6D位姿估计算法	王晨露陈立家李珅范贤博俊王敏连晨轩王赞刘名果	《计算机应用研究》 CSCD 北大核心	2022	1	在线阅读下载PDF 职称材料
5	面向无监督分割的双分支上采样域自适应网络	韩宗桓刘名果李珅陈立家田敏兰天翔梁倩	《计算机应用研究》 CSCD 北大核心	2022	0	在线阅读下载PDF 职称材料