巩文科
- 作品数:14 被引量:36H指数:3
- 供职机构:广东外语外贸大学思科信息学院更多>>
- 相关领域:自动化与计算机技术环境科学与工程医药卫生建筑科学更多>>
- 基于人工智能的垃圾分拣机器人设计被引量:1
- 2023年
- 针对生活垃圾需要人工分类,人工投放, 垃圾分类工作自动化程度低,效率低的问题,设计了一款以Jetson Nano控制板作为主控端的智能垃圾分拣机器人系统。该机器人上装有高清摄像头和机械臂,以自主设计的垃圾分类神经网络作为核心算法,实现了垃圾的自动分类和自动拾取两大功能。机器人从指定区域出发,通过摄像头获取图像,在指定的范围内搜寻垃圾,利用机械臂将识别到的垃圾分拣并送至机器人携带的分类垃圾桶中。该系统将深度学习人工神经网络与嵌入式系统相结合运用在垃圾自动分拣过程,设计自动运行,自动分拣,自动投放相结合的垃圾分拣机器人。经过测试,继承于yolov4的自主设计的垃圾分类神经网络的mAP准确率可以达到99.19%,该模型在嵌入式系统的单次识别速度达到1.21s,机器人在自然场景中的垃圾拾取成功率达到97.45%。
- 巩文科钟钦炫熊子谞
- 关键词:垃圾分类神经网络机器人目标检测
- 一种基于机器视觉的垃圾分拣机器人
- 本发明涉及垃圾分拣技术领域,尤其涉及一种基于机器视觉的垃圾分拣机器人。其技术方案包括:框架、第二支撑架、活动块、滑块、第一支撑架、第一螺杆、第二螺杆和嵌合槽,所述框架内部设置有传动带,所述框架上端外壁一侧安装有第一支撑架...
- 巩文科余扬詹雅婷庾焯华严涛
- 文献传递
- 基于神经网络集成的入侵检测方法的研究被引量:6
- 2007年
- 针对目前入侵检测中存在的误检率高、对新的入侵方法不敏感等问题,提出了一种基于神经网络集成的入侵检测方法。使用负相关法训练神经网络集成,采用tf×idf的系统调用编码方式作为输入。实验结果表明,与单神经网络方法相比,神经网络集成弥补了神经网络方法在检测数据上的不足,在保证较高的入侵检测率的前提下,保持了较低的误检率。
- 巩文科李心广赵洁
- 关键词:入侵检测神经网络集成负相关学习
- 一种空气折射率测量系统
- 本实用新型公开了一种空气折射率测量系统,包括光学干涉成像模块和与光学干涉成像模块连接的气压泵模块,气压泵模块用于改变所测空气气压,还包括依次连接的图像信号捕获与转换模块、数据采集与传输模块和嵌入式系统数据处理模块,所述图...
- 巩文科张晶陈木波胡麟连伟灿陈燕凯周少贤
- 文献传递
- 压缩机故障诊断专家系统的研究与实现
- 故障诊断专家系统具有综合多个专家的最佳经验、实现人—机联合诊断等优点,具有强大的生命力和广阔的应用前景。压缩机作为增减压设备,是工业上应用量大面广的一种重要通用机械。对压缩机开展故障诊断和预测可以有效的改善生产效率,提高...
- 巩文科
- 关键词:故障诊断专家系统软件设计
- 文献传递
- 人体监护仪的设计与实现
- 2012年
- 该系统是基于单片机、AR.M9嵌入式系统、PC机等硬件设备开发针对普通家庭用户的嵌入式人体监控系统。是一套可以自动监控和记录病人身体状况,对血压、心率、体温等几项重要的参数进行记录分析,直观地以语音播报和曲线变化图的方式展示给用户,并在发生异常情况时根据用户设定作出提醒或报警等动作的系统。
- 巩文科赵洁叶观平
- 关键词:心率体温UARTWINCEGPRS
- 基于BP神经网络与专家系统的故障诊断系统被引量:23
- 2007年
- 针对目前国内油田压缩机故障诊断存在的效率低、自动化程度不高的问题,设计了一种基于BP神经网络和专家系统的油田压缩机故障诊断系统,利用专家先验知识和神经网络的数值推理、自学习能力,对油田压缩机的故障进行分析处理,与以往油田压缩机故障诊断方法相比,该系统自动化程度高,诊断可靠准确。
- 巩文科李心广赵洁
- 关键词:专家系统神经网络故障诊断
- 基于样本重构的神经网络集成学习方法被引量:4
- 2006年
- 在回顾以往神经网络集成的研究成果基础上,提出一种新的负相关学习方法,该方法易于执行,计算量小,有效的消除了学习中的复合线性问题,减小了集成误差,最后用测试用例对该方法进行了考察,证明该方法可以有效的降低集成预测误差,得到较为理想的集成效果。
- 巩文科李长河石争浩赵洁
- 关键词:神经网络集成负相关学习
- 垃圾分拣机器人
- 1.本外观设计产品的名称:垃圾分拣机器人。;2.本外观设计产品的用途:用于分拣垃圾。;3.本外观设计产品的设计要点:在于形状。;4.最能表明设计要点的图片或照片:立体图。;5.请求保护的外观设计包含色彩。
- 巩文科张晶詹雅婷庾焯华严涛
- 基于神经网络集成的Windows病毒检测方法研究被引量:1
- 2008年
- 该文针对Win32PE病毒种类多,破坏力强的特点,提出一种基于神经网络集成的病毒检测方法。神经网络集成采用负相关学习方法进行训练,采用n-gram特征字统计方法得到病毒特征字,计算特征字信息条件熵,来选择作为训练样本的特征字。实验结果表明,神经网络集成改善了传统的特征字比对法不能识别新的病毒,容易被病毒制造者克服的缺点,在保证对Win32PE病毒较高的检测率的同时保持了较低的误检率。
- 赵洁巩文科
- 关键词:计算机病毒神经网络集成负相关学习