资源类型

期刊论文 6

年份

2022 1

2020 2

2017 1

2016 1

2005 1

关键词

3D打印 1

BP算法 1

假肢矫形器 1

增材制造 1

手写识别;隐马尔科夫模型;深度学习;深度置信网络;串联方法 1

曲率尺度空间;手部关节;凸包;手形轮廓 1

机械手 1

泰勒级数;关系谱;树突网络;假肢手;机器学习;工程 1

激励函数 1

神经网络 1

空中操纵,抓取设计,视觉伺服 1

肌肉骨骼系统生物力学 1

计算模型 1

逆运动学 1

展开 ︾

检索范围:

排序: 展示方式:

继承泰勒级数的关系谱分析:手部肌肉协同与耦合 Research Article

刘刚,王晶

《信息与电子工程前沿(英文)》 2022年 第23卷 第1期   页码 145-157 doi: 10.1631/FITEE.2000578

摘要: 了解肌肉激活与手指运动之间的直观联系对于开发无需用户预训练的商业假肢至关重要。然而,由于人手的复杂性,该直观联系尚未被理解。本文使用关系谱分析了肌肉—手指系统。本文有两个主要贡献:(1)有关手部的发现有助于假肢的设计;(2)关系谱使在线模型可读,从而统一了在线性能和离线结果。

关键词: 泰勒级数;关系谱;树突网络;假肢;机器学习;工程    

使用曲率尺度空间描述符从单眼深度图像中提取关节

Shao-fan WANG,Chun LI,De-hui KONG,Bao-cai YIN

《信息与电子工程前沿(英文)》 2016年 第17卷 第1期   页码 41-54 doi: 10.1631/FITEE.1500126

摘要:

我们提出了使用曲率标度空间(CSS)描述符从单眼深度图像中进行关节检测的框架。我们从输入的深度图像中提取手部轮廓,并使用轮廓的修改CSS映射的局部极值获得轮廓的指尖和手指谷。

关键词: 曲率尺度空间;手部关节;凸包;形轮廓    

一种改进BP算法在机械逆运动学中的应用

吴爱国,郝润生

《中国工程科学》 2005年 第7卷 第7期   页码 34-38

摘要:

通过对传统BP算法的分析,提出了一种改进激励函数的学习方法,并且在神经网络的每一层采用不同的学习速率,以提高训练速度;采用所提出的改进BP算法,训练多层前向神经网络,建立机械逆运动学模型,仿真结果表明了该算法的有效性;与传统BP算法相比,大大提高了机械逆运动学的精度。

关键词: 神经网络     BP算法     激励函数     机械     逆运动学    

增材制造技术在假肢矫形器领域的应用 Review

王岩, 谭启涛, 蒲放, David Boone, 张明

《工程(英文)》 2020年 第6卷 第11期   页码 1258-1266 doi: 10.1016/j.eng.2020.07.019

摘要:

假肢和矫形器是常见的用以代偿或补偿机体障碍人士功能需求的辅助设备。假肢矫形器的传统制造方法是一个耗时且劳动密集的过程,并存在严重的材料浪费问题。这些问题随着增材制造(AM)技术的发展和应用迎刃而解。人们已经进行了大量的理论和实践尝试,但将该技术真正用以制造假肢矫形器并满足临床需要还存在很大挑战。现存的挑战之一是缺乏一个集成AM技术和操作过程的系统框架。本研究回顾了AM技术在制造假肢矫形器方面的应用现状,并对基于计算分析的产品优化设计方法和生物力学评估做了讨论。我们还设计了一个系统框架,该框架融合了从目标肢体的医学影像扫描到高适配性能产品的全过程。一个完善的系统框架能够高效地制造出满足生物力学性能需求的产品,从而大大促进AM技术在假肢矫形器领域中的应用。

关键词: 增材制造     肌肉骨骼系统生物力学     计算模型     假肢矫形器     3D打印    

户外空中双机械抓取设计和视觉伺服 Article

Pablo Ramon-Soria, Begoña C. Arrue, Anibal Ollero

《工程(英文)》 2020年 第6卷 第1期   页码 77-88 doi: 10.1016/j.eng.2019.11.003

摘要:

本文介绍了一种配备有RGB-D摄像机的使用带有双机械的无人飞行器(unmanned aerial vehicle, UAV)抓取已知物体的系统。然后,使用物体的三维(three-dimensional, 3D)模型来估计空中机械可实现良好抓取的排列清单。检测算法的结果(即对象的姿态)用于更新手臂朝向对象的轨迹。

关键词: 空中操纵,抓取设计,视觉伺服    

融合深度置信网络的串联隐马尔科夫模型及其在脱机手写识别中的应用 Article

Partha Pratim ROY, Guoqiang ZHONG, Mohamed CHERIET

《信息与电子工程前沿(英文)》 2017年 第18卷 第7期   页码 978-988 doi: 10.1631/FITEE.1600996

摘要: 在文档分析和模式识别领域,自由书写的脱机手写识别是一个非常具有挑战性的研究课题。近年来,为了充分探索隐藏在文档图像中的监督信息,许多研究工作试图将多层感知机以一种混合或串联的形式嵌入隐马尔科夫模型当中。然而,因为多层感知机学习能力的不足,学习到的特征对于后续的识别任务不一定是最优的。在本文中,我们针对自由书写的脱机手写识别提出一种基于深度结构的串联方法。在提出的模型中,深度置信网络被用于学习序列数据的紧致表示,隐马尔科夫模型被用于(子-)词的识别。我们在两个公开的数据集上验证了所提出的模型,这两个数据集是分别基于拉丁和阿拉伯语的RIMES和IFN/ENIT;我们还在Devanagari数据集上验证了所提出的模型,这个数据集是基于印度语的。大量的实验展示了所提出模型的优势,特别是相对于多层感知机-隐马尔科夫模型的串联方法。

关键词: 手写识别;隐马尔科夫模型;深度学习;深度置信网络;串联方法    

标题 作者 时间 类型 操作

继承泰勒级数的关系谱分析:手部肌肉协同与耦合

刘刚,王晶

期刊论文

使用曲率尺度空间描述符从单眼深度图像中提取关节

Shao-fan WANG,Chun LI,De-hui KONG,Bao-cai YIN

期刊论文

一种改进BP算法在机械逆运动学中的应用

吴爱国,郝润生

期刊论文

增材制造技术在假肢矫形器领域的应用

王岩, 谭启涛, 蒲放, David Boone, 张明

期刊论文

户外空中双机械抓取设计和视觉伺服

Pablo Ramon-Soria, Begoña C. Arrue, Anibal Ollero

期刊论文

融合深度置信网络的串联隐马尔科夫模型及其在脱机手写识别中的应用

Partha Pratim ROY, Guoqiang ZHONG, Mohamed CHERIET

期刊论文