-
公开(公告)号：CN117723733A
公开(公告)日：2024-03-19
申请号：CN202311570518.4
申请日：2023-11-23
Applicant: 桂林理工大学
Abstract: 本发明属于土壤含水量预测领域，具体涉及一种土壤深层含水率预测方法、装置、设备及存储介质，所述方法包括：获取样本数据，并对所述样本数据进行预处理；基于预处理后的样本数据构建土壤‑含水率预测模型；所述土壤含水率预测模型是由树突神经网络构建的；通过所述土壤含水率预测模型对土壤深层的含水率进行预测。本发明提出的土壤含水率预测模型明显降低了预测误差，极大的提升了土壤含水率预测精度，为今后模型的优化和改进指明了方向，对滑坡体的稳定性分析具有一定的实际意义。
-
公开(公告)号：CN112721995B
公开(公告)日：2022-12-02
申请号：CN202011401271.X
申请日：2020-12-02
Applicant: 桂林理工大学
IPC: B61K9/08
Abstract: 本发明提供了一种铁路无缝线路爬行监测装置及方法，包括传感器单元、处理器单元、远程通信单元；传感器单元包括贴设于钢轨上的温度传感器和惯性传感器、用于测量爬行距离的容栅位移传感器，容栅位移传感器包括定栅尺和动栅尺，定栅尺与钢轨刚性连接；传感器单元和远程通信单元分别和处理器单元电连接。一种铁路无缝线路爬行监测方法，信号采集传输和处理分析的步骤。本发明通过对钢轨温度数据、xyz方向加速度数据、动栅尺位移数据即铁路爬行距离，进行了采集、分析、传输、处理。实现了无缝钢轨监测的高精度、远程、自动化、智能化、低功耗和低成本监测。
-
公开(公告)号：CN113779771A
公开(公告)日：2021-12-10
申请号：CN202110952930.7
申请日：2021-08-19
Applicant: 桂林理工大学
Abstract: 本发明提供了一种基于分数阶算子Verhulst模型的滑坡变形预测方法，包括收集滑坡原始位移数据，对原始位移数据序列进行累加处理，突出数据的规律性的步骤，以及建立Verhulst预测模型和使用天牛须搜索算法，求解得出Verhulst预测模型的最优分数阶数。本发明针对山体的位移时间序列提出了一种基于分数阶算子Verhulst模型的预测方法，通过将分数阶算子对原始序列进行累加处理，选用天牛须搜索算法在0到1阶之间得到拟合原始最优阶数，精准调节累加算子之间的数量级，将拟合平均相对误差降到最低，有效的提高了模型的精度。本发明的模型具有更好的拟合效果以及预测精度，能够有效地总结出山体滑坡的位移变化规律，对山体滑坡灾害预测具有一定的应用价值。
-
公开(公告)号：CN112729098A
公开(公告)日：2021-04-30
申请号：CN202011401188.2
申请日：2020-12-02
Applicant: 桂林理工大学
Abstract: 本发明提供了一种低功耗铁路无缝线路爬行监测装置及方法，包括传感器单元、处理器单元、远程通信单元；传感器单元包括贴设于钢轨上的温度传感器和惯性传感器、用于测量爬行距离的容栅位移传感器，容栅位移传感器包括定栅尺和动栅尺，定栅尺与所述钢轨刚性连接；传感器单元和远程通信单元分别和处理器单元电连接。本发明通过电子传感器对钢轨温度数据、xyz方向加速度数据、动栅尺位移数据即铁路爬行距离，进行了采集、分析、传输、处理，并区别于传统高功耗电子传感器和监测系统实现了远程监测和振动唤醒功能,大大提高了装置整体使用寿命，降低了更换电源的评率，实现了无缝钢轨监测的高精度、远程、自动化、智能化、低功耗和低成本监测。
-
公开(公告)号：CN104464622B
公开(公告)日：2017-02-22
申请号：CN201410738805.6
申请日：2014-12-08
Applicant: 桂林理工大学
IPC: G09G3/32 , G08G1/09 , G05B19/418
CPC classification number: Y02P90/02
Abstract: 本发明公开了一种无线分布式LED交通诱导屏系统。包括一个协调器（103）、多个路由显示节点（101）、多个终端显示节点（102）、一个控制模块（104）和一个通信模块（105）；协调器（103）与多个路由显示节点（101）之间，多个路由显示节点（101）与多个终端显示节点（102）之间都进行双向无线通信；控制模块（104）的一个串口与协调器（103）连接，控制模块（104）的另一个串口与通信模块（105）连接。本发明显示屏被分为多个独立的子区域，利用ZigBee无线网络对各子区域的分布式控制，增强了系统可靠性；数据吞吐量被分担到多个CPU上，对单个CPU性能要求显著降低，提高了系统稳定性；所有节点硬件结构相同，提高了电路板通用性、互换性，同时降低了印刷电路板制板成本。
-
Patent Agency Ranking
公开(公告)号：CN103412313A
公开(公告)日：2013-11-27
申请号：CN201310323433.6
申请日：2013-07-30
Applicant: 桂林理工大学
IPC: G01S17/89
Abstract: 本发明公开了一种低空轻小型面阵激光雷达测量系统。该测量系统的主控制子系统触发脉冲激光发射模块发射激光，经准直后通过分光片产生两路激光信号，一路用于确定激光发射时刻并产生计时开始信号，另一路经扩束照射目标，回波信号由APD阵列探测模块接收并产生N2路停止脉冲，多通道高精度时间间隔测量模块结合开始信号测得一个矩形探测区域的N2路激光往返飞行时差。该测量系统的位置姿态测量子系统、主控制子系统和面阵激光雷达测距子系统三者集成于一体，可实时获取原始三维信息，免除组装和检校。本发明的激光雷达测量系统无需扫描，单脉冲即可三维成像，成像速度快，测量精度和工作效率高，体积小重量轻，适合低空轻小型遥感平台搭载。
-
公开(公告)号：CN112721995A
公开(公告)日：2021-04-30
申请号：CN202011401271.X
申请日：2020-12-02
Applicant: 桂林理工大学
IPC: B61K9/08
Abstract: 本发明提供了一种铁路无缝线路爬行监测装置及方法，包括传感器单元、处理器单元、远程通信单元；传感器单元包括贴设于钢轨上的温度传感器和惯性传感器、用于测量爬行距离的容栅位移传感器，容栅位移传感器包括定栅尺和动栅尺，定栅尺与钢轨刚性连接；传感器单元和远程通信单元分别和处理器单元电连接。一种铁路无缝线路爬行监测方法，信号采集传输和处理分析的步骤。本发明通过对钢轨温度数据、xyz方向加速度数据、动栅尺位移数据即铁路爬行距离，进行了采集、分析、传输、处理，实现了无缝钢轨监测的高精度、远程、自动化、智能化、低功耗和低成本监测。
-
公开(公告)号：CN106226208A
公开(公告)日：2016-12-14
申请号：CN201610524654.3
申请日：2016-06-30
Applicant: 桂林理工大学
IPC: G01N15/06
CPC classification number: G01N15/06
Abstract: 本发明公开了一种低空大气PM2.5远程监测装置,包括四旋翼无人机、转向盘、支架和GPS天线，其特征在于：所述四旋翼无人机内置存储电源，四旋翼无人机顶部固定安置GPS天线，所述GPS天线内置通信模块，底部通过转向盘和支架传动连接，所述支架内部安置备用电源、PM2.5传感器、温度传感器和微处理器和气压传感器，支架内部设备和GPS天线电性连接。本发明采用四旋翼无人机携带检测设备在低空中采用巡航和定点检测的方法，解决了传统检测易受到地形限制而导致检测困难的难题。
-
公开(公告)号：CN119205892A
公开(公告)日：2024-12-27
申请号：CN202411295672.X
申请日：2024-09-14
Applicant: 桂林理工大学
IPC: G06T7/70 , G06N3/0499
Abstract: 本发明公开了一种基于最小二乘法与神经网络的镜头畸变矫正方法及系统，涉及三维扫描技术领域，该方法包括：标定系统，获取相机和投影仪的内部参数矩阵和外部参数矩阵，确定世界三维坐标与相机像素坐标的对应关系；构建神经网络；对一块足以覆盖相机和投影仪视场的平板表面进行重建，经过扩充、拟合后，基于所述对应关系，利用线性拟合后的不同高度的点云P'和平面拟合后的点云Q''训练神经网络，得到训练好的神经网络；以实际三维世界坐标为输入，利用所述训练好的神经网络预测理想三维世界坐标。本发明基于最小二乘法与神经网络，得到不同高度实际平面与拟合平面的映射关系，实现了对镜头畸变的高精度测量与矫正。
-
公开(公告)号：CN118013834A
公开(公告)日：2024-05-10
申请号：CN202410155895.X
申请日：2024-02-04
Applicant: 桂林理工大学 , 广西南南铝加工有限公司
IPC: G06F30/27 , G06N3/044 , G06N3/084 , G06F113/26
Abstract: 本发明公开了一种QIO‑BP神经网络实现多类型铝合金屈服强度预测方法，包括以下步骤：第一步：构建一个3层的BP神经网络模型，隐含层激活函数为tansig函数；第二步：输出层激活函数为purelin函数，并通过经验公式确定隐含层节点个数；第三步：通过QIO算法的快速收敛和快速寻优能力获取BP神经网络的初始权值和输出阈值，优化解决BP神经网络陷入局部最小值问题；第四步：通过ASO算法优化BP神经网络的初始值和阈值，并选取训练集和测试集的平均绝对误差作为ASO的适应度值。该QIO‑BP神经网络实现多类型铝合金屈服强度预测方法，使用QIO‑BP神经网络构建铝合金板屈服强度预测模型验证了算法的优越性，并进一步将QIO‑BP、ASO‑BP、GA‑BP、PSO‑BP神经网络构建的预测模型进行了比较分析。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.032 seconds)
