Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 深圳市富越机电设备有限公司王焱获国家专利权

深圳市富越机电设备有限公司王焱获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉深圳市富越机电设备有限公司申请的专利一种基于机器学习的撕膜机智能控制方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120327916B

龙图腾网通过国家知识产权局官网在2025-12-16发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510496183.9,技术领域涉及:B65B69/00;该发明授权一种基于机器学习的撕膜机智能控制方法及系统是由王焱;胡诗凯;周亮设计研发完成,并于2025-04-21向国家知识产权局提交的专利申请。

一种基于机器学习的撕膜机智能控制方法及系统在说明书摘要公布了:本申请提供一种基于机器学习的撕膜机智能控制方法及系统,方法包括:获取待撕膜表面原始图像,对所述原始图像进行预处理,得到优化图像;对所述优化图像采用改进的Canny算子进行边缘检测,得到初始二值边缘图;将所述初始二值边缘图输入深度可分离卷积神经网络,进行多尺度特征提取与特征融合,生成多维边缘特征向量;根据所述低维优化特征集对所述初始二值边缘图进行自适应阈值修正和邻域融合增强处理,生成精细褶皱边缘图;根据所述撕膜控制参数,进行模糊PID多因素解算处理,得到控制指令集并发送给控制器以实现撕膜机控制。

本发明授权一种基于机器学习的撕膜机智能控制方法及系统在权利要求书中公布了:1.一种基于机器学习的撕膜机智能控制方法,其特征在于,所述方法包括: 获取待撕膜表面原始图像,对所述原始图像进行预处理,得到优化图像; 对所述优化图像采用改进的Canny算子进行边缘检测,得到初始二值边缘图; 将所述初始二值边缘图输入深度可分离卷积神经网络,进行多尺度特征提取与特征融合,生成多维边缘特征向量; 根据所述多维边缘特征向量计算互信息值,筛选出选取互信息值高于预设分值阈值的特征子集,并进行主成分分析降维处理,得到低维优化特征集; 根据所述低维优化特征集对所述初始二值边缘图进行自适应阈值修正和邻域融合增强处理,生成精细褶皱边缘图; 基于所述精细褶皱边缘图执行多尺度区域生长算法提取独立褶皱区域,并结合预设的材质-厚度映射模型生成撕膜控制参数; 根据所述撕膜控制参数,进行模糊PID多因素解算处理,得到控制指令集并发送给控制器以实现撕膜机控制; 其中,所述根据所述低维优化特征集对所述初始二值边缘图进行自适应阈值修正和邻域融合增强处理,生成精细褶皱边缘图,包括: 针对低维优化特征集,采用动态阈值分割算法,通过计算特征分布的统计特性,得到阈值修正参数; 根据所述阈值修正参数,采用均值滤波技术,通过对邻域像素点的加权计算,得到增强特征分布; 根据所述增强特征分布,通过梯度计算和阈值筛选,生成初始边缘图; 针对所述初始边缘图,通过膨胀和腐蚀操作,得到平滑的边缘结果; 根据所述平滑的边缘结果,采用随机森林算法,通过分类特征的权重调整,得到褶皱边缘的显著区域; 针对所述显著区域,采用向量投影技术,通过线性变换和坐标映射,得到精细褶皱边缘图; 其中,所述基于所述精细褶皱边缘图执行多尺度区域生长算法提取独立褶皱区域,并结合预设的材质-厚度映射模型生成撕膜控制参数,包括: 针对所述精细褶皱边缘图,采用多尺度区域生长算法,通过种子选择和邻域扩展,提取独立褶皱区域,得到初步划分结果; 针对所述初步划分结果,结合预设材质-厚度映射模型,采用回归分析方法,得到初步撕膜控制参数; 根据所述初步撕膜控制参数,采用平滑处理技术计算撕膜控制参数的边界分布数据,得到平滑控制参数集; 根据所述平滑控制参数集,采用决策树算法,通过特征权重调整和条件判断,得到撕膜控制参数。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人深圳市富越机电设备有限公司,其通讯地址为:518000 广东省深圳市宝安区松岗街道潭头社区树边坑工业区1#厂整套;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。