[发明专利]一种用于目标物体触觉属性识别的多标签学习方法在审

专利信息
申请号: 202011401667.4 申请日: 2020-12-04
公开(公告)号: CN112668607A 公开(公告)日: 2021-04-16
发明(设计)人: 易正琨;吴新宇;伍汉诚;周贞宁;米婷婷;方森林 申请(专利权)人: 深圳先进技术研究院
主分类号: G06K9/62 分类号: G06K9/62
代理公司: 北京市诚辉律师事务所 11430 代理人: 耿慧敏
地址: 518055 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 用于 目标 物体 触觉 属性 识别 标签 学习方法
【权利要求书】:

1.一种用于目标物体触觉属性识别的多标签学习方法,包括以下步骤:

采集与目标物体交互过程中产生的多模态触觉数据;

从所述多模态触觉数据中提取触觉特征构建训练集,该训练集用于表征描述交互过程的触觉形容词与所提取的触觉特征之间的对应关系;

利用所述训练集训练多标签分类器,以获得用于实时预测触觉属性的识别模型。

2.根据权利要求1所述的方法,其中,所述多模态触觉数据包括:低频流体压力、高频流体振动、核心温度、核心温度变化和多个电极信号。

3.根据权利要求2所述的方法,其中,对于低频流体压力、高频流体振动、核心温度和核心温度变化数据,提取的触觉特征是最大值、最小值、均值、峰值、绝对平均值、均方根值、方差、标准差、方根幅值、峭度、偏度、波形因子、峰值因子、脉冲因子、裕度因子中的一项或多项;对于所述多个电极信号,使用主成分分析提取两个最重要的主成分用于表示电极信号,并随着时间的推移,将一个六阶多项式匹配到每个分量上,每个多项式都有六个系数,将这些系数作为提取的触觉特征。

4.根据权利要求1所述的方法,其中,所述训练多标签分类器还包括:构建用于验证分类效果的测试集,并使所述训练集和所述测试集都有正负标记的对象。

5.根据权利要求1所述的方法,其中,所述训练集中的触觉特征是经归一化处理后的特征,所述多模态触觉数据是经去燥处理的数据。

6.根据权利要求1所述的方法,其中,根据以下步骤训练所述多标签分类器:

基于所述训练集训练多个多标签分类器;

通过对所述多个多标签分类器的分类结果进行决策级融合,获得预测标签,表示为:

其中j=1,2,…,q表示标签号,c=1,2,…,C表示分类器的个数,对于第j个标签,Pcj表示分类器c产生正标签且分类准确的概率,是第j个标签的阈值,根据标签分类的困难度来确定,γc表示第c个分类器的权重。

7.根据权利要求6所述的方法,其中,所述多个多标签分类器包括K近邻分类器、支持向量机和自适应多标签K近邻分类器,所述自适应多标签K近邻分类器对每一个实例点查找成功的k值集,在确定每个实例点的合适的k值集后,将所有信息利用多层感知机进行权值拟合,进而根据概率值确定可行的k值。

8.一种目标物体触觉属性识别方法,包括:

实时采集与目标物体交互过程中产生的多模态触觉数据,并提取对应的触觉特征;

将所提取的触觉特征输入根据权利要求1至7任一项所述方法构建的识别模型,获得识别结果。

9.一种计算机可读存储介质,其上存储有计算机程序,其中,该程序被处理器执行时实现根据权利要求1至8中任一项所述方法的步骤。

10.一种计算机设备,包括存储器和处理器,在所述存储器上存储有能够在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1至8中任一项所述的方法的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳先进技术研究院,未经深圳先进技术研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011401667.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top