基于笔画流走向预测的书法机械臂控制方法及系统(高校公示15天)(不包年费滞纳金)(需要二变)
本发明公开了一种基于笔画流走向预测的书法机械臂控制方法,包括:通过拍摄设备采集书法机械臂写字区域内的图像信息;汇总图像信息和当前时间数据作为历史数据;将历史数据输入到预设的KNN模型中,历史数据聚类成若干簇,每个簇中包含有若干个数据样本,簇的数量由簇内的协方差要求及簇间的协方差要求设置,将得到的结果暂存在KNN模型中,然后增加当前实测数据重新进行聚类,将当前实测数据聚类到对应的簇中,将该数据所在簇中的n个数据A1~An与当前实测数据An+1一同输入到LSTM模型中;将历史数据输入到LSTM模型中初始化该模型;将KNN模型中得到的数据A1~An+1依次输入到训练好的LSTM模型中得到对应的输出值,取输出值的加权平均值作为结果输出。
《基于笔画流走向预测的书法机械臂控制方法及系统(高校公示15天)(不包年费滞纳金)(需要二变)》是一发明专利,专利号为 2022105781755,当前法律状态为已下证,由桂林电子科技大学提出申请,发明人为谢武;王兴宇;范勇;吴姝芹;周天,申请日期为2022-05-26,公开(公告)日期为2026-05-08,国际专利分类号(IPC)为 B25J 9/16 (2006.01),高新资质:未报高企。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明公开了一种基于笔画流走向预测的书法机械臂控制方法,包括:通过拍摄设备采集书法机械臂写字区域内的图像信息;汇总图像信息和当前时间数据作为历史数据;将历史数据输入到预设的KNN模型中,历史数据聚类成若干簇,每个簇中包含有若干个数据样本,簇的数量由簇内的协方差要求及簇间的协方差要求设置,将得到的结果暂存在KNN模型中,然后增加当前实测数据重新进行聚类,将当前实测数据聚类到对应的簇中,将该数据所在簇中的n个数据A1~An与当前实测数据An+1一同输入到LSTM模型中;将历史数据输入到LSTM模型中初始化该模型;将KNN模型中得到的数据A1~An+1依次输入到训练好的LSTM模型中得到对应的输出值,取输出值的加权平均值作为结果输出。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
