-
公开(公告)号：CN117630344A
公开(公告)日：2024-03-01
申请号：CN202410105937.9
申请日：2024-01-25
Applicant: 西南科技大学
IPC: G01N33/38 , G06V10/40 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种实时在线检测混凝土坍落度范围的方法，涉及混凝土坍落度检测领域，包括：S1、通过摄像单元实时采集料斗中完整的混凝土下落视频；S2、对不同坍落度范围的混凝土下落视频，按等间隔的方式进行抽帧，以构建与不同坍落度范围相匹配的多个数据集；S3、采用神经网络对各数据集图像进行分类模型搭建，以使其能够检测分类出混凝土的坍落度范围；S4、将S3搭建的神经网络模型部署在上位机中，以通过神经网络模型对摄像单元实时传输的混凝土图像进行坍落度范围识别。本发明提供一种实时在线检测混凝土坍落度范围的应用方法，能够实时检测混凝土的坍落度范围，及时提供数据反馈，避免传统方法中的时效性问题。
-
公开(公告)号：CN115934699A
公开(公告)日：2023-04-07
申请号：CN202211700714.4
申请日：2022-12-28
Applicant: 西南科技大学 , 清华四川能源互联网研究院
IPC: G06F16/215 , G06F16/28 , G06F16/2458
Abstract: 本申请实施例提供了一种异常数据筛选方法、装置、电子设备及存储介质，属于数据处理技术领域。其中方法包括：获取航空时序数据序列，将所述航空时序数据序列分割为多个数据组；获取一个所述数据组中的第i个元素；按照时间顺序计算所述第i个元素与所述数据组中的第i个元素之后的全部元素的误差值；若所述误差值大于预设误差阈值，则将所述误差值标记为异常值，获取所述异常值的数量；若所述第i个元素对应的所述异常值的数量大于预设异常阈值，则将所述第i个元素确定为异常数据；获取全部所述数据组中的所述异常数据。本申请实施例提供的异常数据筛选方法，计算简单，易于操作，并且不依赖数据的分布形式，筛选数据精度高。
-
公开(公告)号：CN109702557A
公开(公告)日：2019-05-03
申请号：CN201910138680.6
申请日：2019-02-25
Applicant: 西南科技大学
IPC: B23Q17/00
Abstract: 公开了一种刀柄插刀力与拔刀力实时检测系统。根据本发明的刀柄插刀力与拔刀力实时检测系统包括：至少一个刀柄模块，每个刀柄模块包括上刀柄和下刀柄，下刀柄与上刀柄之间通过拉压力传感器连接，其中外力被施加在所述下刀柄上，以使得所述刀柄模块插入刀套和从刀套拔出；电路模块，包括信号采集模块和WIFI模块，所述信号采集模块被配置为采集所述拉压力传感器检测到的信号，并且所述WIFI模块发送经处理的所述信号；以及上位机模块，被配置为标识所述刀柄模块，并接收所述WIFI模块发送的信号。
-
Patent Agency Ranking
公开(公告)号：CN117630344B
公开(公告)日：2024-04-05
申请号：CN202410105937.9
申请日：2024-01-25
Applicant: 西南科技大学
IPC: G01N33/38 , G06V10/40 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种实时在线检测混凝土坍落度范围的方法，涉及混凝土坍落度检测领域，包括：S1、通过摄像单元实时采集料斗中完整的混凝土下落视频；S2、对不同坍落度范围的混凝土下落视频，按等间隔的方式进行抽帧，以构建与不同坍落度范围相匹配的多个数据集；S3、采用神经网络对各数据集图像进行分类模型搭建，以使其能够检测分类出混凝土的坍落度范围；S4、将S3搭建的神经网络模型部署在上位机中，以通过神经网络模型对摄像单元实时传输的混凝土图像进行坍落度范围识别。本发明提供一种实时在线检测混凝土坍落度范围的应用方法，能够实时检测混凝土的坍落度范围，及时提供数据反馈，避免传统方法中的时效性问题。
-
公开(公告)号：CN104573510B
公开(公告)日：2017-08-04
申请号：CN201510062192.3
申请日：2015-02-06
Applicant: 西南科技大学
IPC: G06F21/55
Abstract: 一种智能电网恶意数据注入攻击及检测方法，属于智能电网数据信息安全领域。它是针对在智能电网量测数据若被黑客恶意数据注入攻击时，现有检测技术方法之不足提出的。该方法首先通过攻击电网中少数的同步相角量测(PMU)，将交流模型恶意数据注入攻击，转化为直流模型下的恶意数据注入攻击，构造出一种新的智能电网恶意数据注入攻击方式，然后针对这种新的攻击方式，又提出了两种即基于预测量测和估计量测残差的检测算子，来检测与定位判断电力系统量测信息中可能存在的恶意注入数据，并做出相应的更新数据处理，以确保智能电网运行更加稳定安全可靠。本发明对原有电网架构进行较小的技术改造升级便可实现，具有实际的经济价值和可操作性。
-
公开(公告)号：CN112164067A
公开(公告)日：2021-01-01
申请号：CN202011083744.6
申请日：2020-10-12
Applicant: 西南科技大学
Abstract: 本发明公开了一种基于多模态子空间聚类的医学图像分割方法及装置，该方法包括：步骤1：获取原始医学图像，并进行预处理；步骤2：通过卷积神经网络对步骤1预处理后的原始医学图像进行卷积和池化，转化为原始医学图像的线性特征矩阵；步骤3：构建基于自监督多模态深度子空间聚类方法模型，并进行模型训练；使用训练好的基于自监督多模态深度子空间聚类方法模型，对步骤2获得的原始医学图像的线性特征矩阵进行谱聚类，得到聚类后的医学特征数据；步骤4：将步骤3聚类后的医学特征数据，通过卷积神经网络的反卷积和上采样，处理至与原始医学图像相同的像素，得到分割后的医学图像。本发明方法针对复杂医学图像分割效果佳，精度高。
-
公开(公告)号：CN104573510A
公开(公告)日：2015-04-29
申请号：CN201510062192.3
申请日：2015-02-06
Applicant: 西南科技大学
IPC: G06F21/55
CPC classification number: G06F21/56
Abstract: 一种智能电网恶意数据注入攻击及检测方法，属于智能电网数据信息安全领域。它是针对在智能电网量测数据若被黑客恶意数据注入攻击时，现有检测技术方法之不足提出的。该方法首先通过攻击电网中少数的同步相角量测(PMU)，将交流模型恶意数据注入攻击，转化为直流模型下的恶意数据注入攻击，构造出一种新的智能电网恶意数据注入攻击方式，然后针对这种新的攻击方式，又提出了两种即基于预测量测和估计量测残差的检测算子，来检测与定位判断电力系统量测信息中可能存在的恶意注入数据，并做出相应的更新数据处理，以确保智能电网运行更加稳定安全可靠。本发明对原有电网架构进行较小的技术改造升级便可实现，具有实际的经济价值和可操作性。
-
公开(公告)号：CN222016252U
公开(公告)日：2024-11-15
申请号：CN202420588138.7
申请日：2024-03-25
Applicant: 西南科技大学
Abstract: 本实用新型提供了一种新能源汽车空调系统的动能回收发电装置，包括控制器、发电机、整流处理模块和储能器；控制器与新能源汽车的ECU电性连接，发电机设置于新能源汽车的进风通道内，发电机的转动部分上设置有风扇叶片，进风通道的进风口处设置有电子进气阀门，电子进气阀门与控制器电性连接；发电机的电流输出端通过整流处理模块与储能器电性连接；储能器与新能源汽车空调系统电性连接，动能回收发电装置替代了新能源汽车的空调系统采用直接从电池包供电的方式，实现了新能源汽车动能的有效利用，提高了能量利用效率，延长了新能源汽车的续航里程，使用者的用车焦虑问题。同时，该装置结构简单，易于实施，具有很好的实用性和经济效益。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.021 seconds)
