-
公开(公告)号：CN112613430B
公开(公告)日：2024-02-13
申请号：CN202011580333.8
申请日：2020-12-28
Applicant: 杭州电子科技大学
IPC: G06V40/20 , G06V10/26 , G06V10/44 , G06V10/764 , G06V10/82 , G06N3/045 , G06N3/096 , G06T7/215 , G06T7/246 , G06T7/254
Abstract: 本发明公开了一种基于深度迁移学习的步态识别方法。本发明步骤如下：1：对步态视频做帧序列图片提取，对背景减除后的步态序列图做形态学处理后把无用背景剔除掉，只保留人体步态轮廓图；将人体进行上下和左右切割，对人体侧影轮廓图的左半身、右半身、上半身、下半身、全身进行归一化处理；2：将同一视角下的五种人体侧影轮廓图输入到深度迁移学习网络中，调整迁移网络参数，训练得到五个深度迁移模型，并将输出层的概率矩阵进行模型集成；3：将n个视角下的人体步态侧影轮廓图均进行模型集成，得到最终集成模型，根据得到的最终概率得出测试者身份类别。本发明拥有良好的识别性能；能达到良好的分类效果；具有良好的模型可移植性。
-
公开(公告)号：CN103332276B
公开(公告)日：2015-09-09
申请号：CN201310278243.7
申请日：2013-07-02
Applicant: 杭州电子科技大学
IPC: B63C11/52
Abstract: 本发明公开了一种温度感应释放器。现有的释放器容易意外张开。本发明包括上颚、下颚、拉杆、弹簧组件和两个连接件；上颚上开有下弹簧销轴孔，下弹簧销轴设置在下弹簧销轴孔内；拉杆上开有上弹簧销轴孔，上弹簧销轴设置在上弹簧销轴孔内；弹簧组件包括下弹簧销轴、上弹簧销轴和形状记忆合金弹簧，下弹簧销轴和上弹簧销轴上均套有弹簧固定片，形状记忆合金弹簧的两端分别与两个弹簧固定片固定；上颚与下颚通过上颚转轴铰接，拉杆与下颚通过拉杆转轴铰接；两个连接件均通过第一传动转轴与上颚铰接，均通过第二传动转轴与拉杆铰接。本发明能准确地控制释放器自动张开。
-
公开(公告)号：CN113191397B
公开(公告)日：2024-02-13
申请号：CN202110381734.9
申请日：2021-04-09
Applicant: 杭州电子科技大学
IPC: G06V10/774 , G06V10/80 , G06V10/764 , G06N3/0464 , G06N3/09 , G06F17/16
Abstract: 本发明公开了一种基于最大相关熵准则的多维信号特征融合方法。首先，针对最小均方误差的不足，引入核函数理论，介绍了最大相关熵准则；然后，提出最大相关熵准则替换最小均方误差，作为ELM‑AE的损失函数；其次，详细介绍了公式的推导过程，堆叠多个ELM‑AE构成一个基于最大相关熵准则的深层神经网络；再次，针对某轴流压气机发生旋转失速的机械振动信号，提取信号的多维时域统计特征指标和非线性特征熵；最后，利用深度神经网络对提取的多维信号特征做特征融合，通过特征可视化分析，进一步验证了所提方法在特征融合方面的有效性。
-
公开(公告)号：CN117074913A
公开(公告)日：2023-11-17
申请号：CN202311045960.5
申请日：2023-08-18
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于多目标优化区间的电路板V‑I曲线不确定度量方法，本发明方法可针对V‑I曲线数据存在偏移和低密度情况，构建具有多目标损失函数的深度神经网络模型进行V‑I曲线不确定的度量，自动获取具有高覆盖、窄宽度、小偏差特性的V‑I曲线区间。针对采集设备的过零点补偿导致采集的同一测点V‑I曲线数据存在形状相同但上下偏移情况，采用最大最小归一化方法消除偏移。针对数据分布不同而导致预测区间偏差大情况，构建一个包含偏差信息的损失函数来实现区间对低密度数据覆盖，进一步地有利于电路板的故障检测研究。
-
公开(公告)号：CN113395218B
公开(公告)日：2022-05-06
申请号：CN202110639275.X
申请日：2021-06-08
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种通信网络系统的混合触发控制方法。本发明实现的步骤如下：步骤1、网络的通信流量进行数据采集，并建立通信网络系统中通信流量的状态空间模型；步骤2、构造网络拥塞的事件触发控制条件；步骤3、为基于正马尔可夫跳变系统建模的通信网络系统设计一类混合触发控制器，对网络线路上的通信流量进行实时控制；步骤4、针对所建立模型及设计的控制器，对系统进行正性验证；步骤5、分析通信网络系统在混合触发控制下随机稳定性,保证系统的稳定运行。本发明方法可以有效地解决流量高峰时因网络资源限制导致的网络拥塞，保证网络中高质量的数据传输。
-
Patent Agency Ranking
公开(公告)号：CN114152442A
公开(公告)日：2022-03-08
申请号：CN202111599703.7
申请日：2021-12-24
Applicant: 杭州电子科技大学
IPC: G01M13/045 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于迁移卷积神经网络的滚动轴承跨工况故障检测方法。本发明首先利用滑动窗口技术进行数据切割，并对每个窗口的振动信号进行归一化处理。其次，搭建一维卷积神经网络模型与迁移卷积神经网络模型，一维卷积神经网络简单方便，训练参数少，能够满足故障检测领域实时性的需求；在源域训练数据训练一维卷积神经网络模型的基础上，使用MMD微调卷积网络特征提取模块，构造微调迁移卷积神经网络使得迁移卷积神经网络提取的特征具有域不变性，进而进行目标域数据的故障检测。本发明所使用的迁移卷积神经网络结构简单，训练速度快，且具有较高的跨工况准确率，为滚动轴承跨工况故障检测提供了一种新方法。
-
公开(公告)号：CN112633195A
公开(公告)日：2021-04-09
申请号：CN202011585870.1
申请日：2020-12-28
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于频域特征与深度学习的心电信号分类方法，包括以下步骤：采集常规12导联心电图信号，基于频域变换理论对原始心电信号进行特征提取，得到心电信号内在的频域特征图。运用深度学习框架下的卷积神经网络实现对心肌梗塞的识别分类。本发明方法首次对心电信号分频段进行频域特征图提取，并应用于深度学习框架下的心肌梗塞信号识别，基于常规12导联心电信号，不需附加新的检测设备，简单方便、容易操作。频域特征图提取到更不易提取的特征，而卷积神经网络能够自主学习数据特征，不用进行进一步数据刻画，降低了系统的复杂度。传统的单CNN算法对心电信号二次特征提取不够完整，而本发明方法采取多CNN并行的方式可以提高特征提取的准确性、全面性以及模型的鲁棒性。
-
公开(公告)号：CN112613430A
公开(公告)日：2021-04-06
申请号：CN202011580333.8
申请日：2020-12-28
Applicant: 杭州电子科技大学
IPC: G06K9/00 , G06K9/46 , G06K9/62 , G06N3/04 , G06N3/08 , G06T7/215 , G06T7/246 , G06T7/254 , G06T7/11
Abstract: 本发明公开了一种基于深度迁移学习的步态识别方法。本发明步骤如下：1：对步态视频做帧序列图片提取，对背景减除后的步态序列图做形态学处理后把无用背景剔除掉，只保留人体步态轮廓图；将人体进行上下和左右切割，对人体侧影轮廓图的左半身、右半身、上半身、下半身、全身进行归一化处理；2：将同一视角下的五种人体侧影轮廓图输入到深度迁移学习网络中，调整迁移网络参数，训练得到五个深度迁移模型，并将输出层的概率矩阵进行模型集成；3：将n个视角下的人体步态侧影轮廓图均进行模型集成，得到最终集成模型，根据得到的最终概率得出测试者身份类别。本发明拥有良好的识别性能；能达到良好的分类效果；具有良好的模型可移植性。
-
公开(公告)号：CN110701087A
公开(公告)日：2020-01-17
申请号：CN201910911227.4
申请日：2019-09-25
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于单分类超限学习机的轴流压气机气动失稳检测方法。首先对采集到的动态压力信号，进行去趋势项与平滑处理和滑动窗口法做数据截取；其次选取多个时域统计特征来描述所截取的每段窗口数据，通过自编码器采用ELM算法作为优化算法，对动态压力数据特征进行编码和解码处理，得到描述该工况下压力数据的二次重构特征；将只包含正常工况下的数据特征作为单分类超限学习机的输入，进行模型训练；最后将包含正常和气动失稳工况的测试数据按照时间顺序输入已训练的单分类模型，通过对数据特征的分类，实现对气动失稳的检测。本发明通过计算简单且高效的OC-ELM进行快速识别分类，准确率高，为轴流压气机的气动失稳检测提供了有效且便利的工具。
-
公开(公告)号：CN105802833B
公开(公告)日：2017-11-17
申请号：CN201610229994.3
申请日：2016-04-13
Applicant: 杭州电子科技大学
IPC: C12M1/00
Abstract: 本发明公开了一种深海原位悬浮培养罐，由手柄(1)、锁柄(2)、封盖机构(3)、导管(4)、培养罐主体(5)、脱钩器(6)、钩环(7)、外围浮材(8)组成；使用时将设备负重沉水，浮材(7)位于设备外围；锁柄(2)和导管(4)焊接，其上有锁紧机构；导管(4)内部的导杆与手柄(1)焊接，与封盖机构(3)螺栓连接；下压手柄(1)，带动封盖机构(3)完成封盖动作；同时锁紧机构被触发，使机构无法复位，保持封盖状态；同时脱钩器(6)被触发，使培养罐脱离重物束缚回升水面，完成深海定点培养的任务。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.03 seconds)
