国产精品天干天干在线播放,大尺度揉捏胸床戏视频,樱花草www日本在线观看,狠狠躁夜夜躁人人爽天天天天97

Document
拖動滑塊完成拼圖
個人中心

預訂訂單
服務訂單
發布專利 發布成果 人才入駐 發布商標 發布需求

在線咨詢

聯系我們

龍圖騰公眾號
首頁 專利交易 科技果 科技人才 科技服務 國際服務 商標交易 會員權益 IP管家助手 需求市場 關于龍圖騰
 /  免費注冊
到頂部 到底部
清空 搜索
當前位置 : 首頁 > 專利喜報 > 恭喜南京農業大學肖茂華獲國家專利權

恭喜南京農業大學肖茂華獲國家專利權

買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!

龍圖騰網恭喜南京農業大學申請的專利基于改進WOA算法優化SVM模型的運糧拖斗谷物裝載狀態檢測系統及方法獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN119126138B

龍圖騰網通過國家知識產權局官網在2025-03-25發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202411238979.6,技術領域涉及:G01S17/86;該發明授權基于改進WOA算法優化SVM模型的運糧拖斗谷物裝載狀態檢測系統及方法是由肖茂華;魏文波;程千哲;邱錦濤;張鵬程;陳喆譞;張海軍;郭沛琦;耿國盛設計研發完成,并于2024-09-04向國家知識產權局提交的專利申請。

基于改進WOA算法優化SVM模型的運糧拖斗谷物裝載狀態檢測系統及方法在說明書摘要公布了:本發明提供一種基于改進WOA算法優化SVM模型的運糧拖斗谷物裝載狀態檢測系統及方法,檢測方法包括:收獲機向拖斗糧倉內卸糧,工控機、RGB相機、激光雷達啟動;工控機對RGB相機獲取的圖像進行處理,分割出拖斗糧倉內谷物堆輪廓,計算谷物堆高度;工控機對激光雷達傳入點云數據進行分割處理,計算谷物堆寬度;將谷物堆高度和寬度融合為特征向量,通過特征向量及優化后的SVM模型判斷運糧拖斗是否滿載。本發明能夠對運糧拖斗內谷物裝載狀態進行實時監測,避免卸載過程中因谷物溢出而導致的卸糧損失問題,同時解決了傳統SVM模型在檢測運糧拖斗谷物裝載狀態時存在的檢測準確率低、檢測效率低和抗干擾能力差的問題。

本發明授權基于改進WOA算法優化SVM模型的運糧拖斗谷物裝載狀態檢測系統及方法在權利要求書中公布了:1.一種利用基于改進WOA算法優化SVM模型的運糧拖斗谷物裝載狀態檢測系統的運糧拖斗谷物裝載狀態檢測方法,其特征在于,運糧拖斗谷物裝載狀態檢測系統包括牽引架9、拖斗底盤10、拖斗糧倉1、RGB相機3、激光雷達4、工控機2;牽引架9一端與拖拉機鉸接,另一端與拖斗底盤10焊接,拖斗底盤10兩側安裝車輪11,拖斗底盤10上安裝拖斗糧倉1;拖斗糧倉1側壁安裝有用于容納工控機2的防水配電箱,防水配電箱兩側設置管路5,管路5另一端分別與激光雷達4和RGB相機3相連,激光雷達4、RGB相機3分別安裝在拖斗糧倉1前端、后端;激光雷達4用于掃描拖斗糧倉1內部環境數據并傳遞至工控機2,RGB相機3用于拍攝拖斗糧倉1內部RGB圖像數據并傳遞至工控機2,工控機2基于接收到的數據,基于改進WOA算法優化的SVM模型判斷運糧拖斗是否滿載;運糧拖斗谷物裝載狀態檢測方法包括如下過程:步驟1:收獲機向拖斗糧倉內卸糧,工控機2、RGB相機3、激光雷達4啟動;步驟2:RGB相機3拍攝的圖像數據傳送至工控機2進行圖像處理;激光雷達4持續掃描拖斗糧倉1內部環境,并將掃描得到的采樣點傳輸至工控機2進行處理;步驟3:工控機2對RGB相機3獲取的RGB圖像進行處理,分割出拖斗糧倉1內的谷物堆輪廓,計算出谷物堆高度;步驟4:工控機2對激光雷達4傳入的點云數據進行分割處理,計算出谷物堆寬度;步驟5:工控機2將獲取的谷物堆高度和寬度融合為特征向量,將特征向量作為改進WOA算法優化后的SVM模型的輸入,判斷運糧拖斗是否滿載;步驟6:判別為滿載時,工控機2向收獲機輸出停止卸糧的信號;所述步驟5的具體過程如下:步驟5.1:制作訓練數據集和測試數據集;步驟5.2:改進WOA算法:在WOA算法的螺旋狩獵公式中引入隨機擾動,并且改變包圍獵物和隨機尋找獵物公式中的收斂因子,以改變位置更新模型;步驟5.3:利用改進后的WOA算法對SVM模型中的懲罰參數和核函數參數迭代尋優;步驟5.4:將尋優得到的懲罰參數和核函數參數用于SVM模型的訓練,得到訓練后的SVM模型;步驟5.5:將獲取的谷物堆高度和寬度數據融合生成特征向量,代入經過步驟5.4訓練后的SVM模型,判斷拖斗糧倉1是否滿載;所述步驟5.2包括:在WOA算法的螺旋狩獵公式中引入隨機擾動: 式中,γ是擾動系數,控制隨機擾動的范圍;Rand是由多個獨立的在[0,1]服從均勻分布隨機數構成的向量;D*為當前最優鯨魚位置與當前鯨魚位置的距離,b0為定義螺旋形狀的常數,l為[-1,1]上的隨機數;X*t為最優位置向量;Xt+1為第t+1次迭代的位置向量;所述步驟5.2包括:改變WOA算法的包圍獵物和隨機尋找獵物公式中的收斂因子: A1=a1×2r-126Xt+1=X*t-A1×D27Xt+1=Xrand-A1C×Xrand-Xt28式中,A1為改進后的系數;a1為改進后的收斂因子;T為最大迭代次數,t表示第t次迭代;r為[0,1]上的隨機數;X*t為最優位置向量;Xt+1、Xt分別為第t+1、t次迭代的位置向量;D為第t次迭代之后最優鯨魚位置與當前鯨魚位置的距離;Xrand為隨機鯨魚的位置向量;C為系數。

如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人南京農業大學,其通訊地址為:210000 江蘇省南京市玄武區衛崗1號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。

免責聲明
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。
主站蜘蛛池模板: 葫芦岛市| 绥芬河市| 中卫市| 浪卡子县| 柳江县| 饶平县| 清河县| 英吉沙县| 兴仁县| 临西县| 克山县| 察雅县| 宁海县| 禹州市| 雷州市| 米易县| 长顺县| 永昌县| 泽州县| 宜春市| 义马市| 乌拉特前旗| 巢湖市| 桓台县| 武平县| 涟水县| 密山市| 九龙城区| 宝坻区| 肃南| 台湾省| 龙南县| 平和县| 鸡西市| 云龙县| 修文县| 绥江县| 乐昌市| 榆中县| 新昌县| 土默特右旗|