一种基于深度学习的振动触觉编解码方法

发明专利有效专利

申请号：
CN202110028453.5
IPC分类号：G06F3/01;G06N3/04
申请日期：
2021-01-11
申请人：
福州大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于深度学习的振动触觉编解码方法
申请号	CN202110028453.5	申请日期	2021-01-11
法律状态	实质审查	申报国家	中国
公开/公告日	2021-04-09	公开/公告号	CN112631434A
优先权	暂无	优先权号	暂无
主分类号	G06F3/01 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06F 电数字数据处理（基于特定计算模型的计算机系统入G06N） G06F3/00 用于将所要处理的数据转变成为计算机能够处理的形式的输入装置；用于将数据从处理机传送到输出设备的输出装置，例如，接口装置〔4〕 G06F3/01 用于用户和计算机之间交互的输入装置或输入和输出组合装置（G06F 3/16优先）〔8〕	IPC分类号	G;0;6;F;3;/;0;1;;;G;0;6;N;3;/;0;4查看分类表>
申请人	福州大学	申请人地址	福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	福州大学	当前权利人	福州大学
发明人	赵铁松;王楷;徐艺文;房颖;冯伟泽;郑权斐
代理机构	福州元创专利商标代理有限公司	代理人	钱莉;蔡学俊

摘要

本发明涉及一种基于深度学习的振动触觉编解码方法，具体包括以下步骤：将触觉信号不同维度数据进行联合编码，去除触觉数据三维空间上存在的冗余，同时对其进行预处理；利用门控循环单元网络GRU进行训练，每次均以两组数据输入，得到下一组数据的预测数据，并以下一组数据的真实值作为标签，将预测数据和真实数据进行比较计算残差对预测数据进行补偿，得到重构后的预测数据；将重构的预测数据与和前一组数据打包重新作为下一轮预测的输入数据。本发明较现有技术，在性能上有大幅度的提升。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供