-
公开(公告)号：CN103616815A
公开(公告)日：2014-03-05
申请号：CN201310567673.0
申请日：2013-11-14
Applicant: 杭州电子科技大学
Abstract: 本发明公开了动态矩阵控制优化的废塑料炼油裂解炉炉膛温度控制方法。本发明方法首先基于废塑料裂解炉炉膛温度对象的阶跃响应数据建立炉膛温度对象的模型，挖掘出基本的对象特性；然后依据动态矩阵控制的特性去整定相应PID控制器的参数；最后对废塑料裂解炉炉膛温度对象实施PID控制。本发明提出了一种基于动态矩阵控制优化的废塑料裂解炉炉膛温度PID控制方法,结合了PID控制和动态矩阵控制的良好的控制性能,有效地提高了传统控制方法的不足,同时也促进了先进控制算法的发展与应用。
-
公开(公告)号：CN103345150A
公开(公告)日：2013-10-09
申请号：CN201310309179.4
申请日：2013-07-19
Applicant: 杭州电子科技大学
IPC: G05B13/00
Abstract: 本发明公开了一种预测函数控制优化的废塑料炼油裂解炉炉膛温度控制方法。本发明方法首先基于裂解炉炉膛温度对象的阶跃响应数据建立炉膛温度对象的模型，挖掘出基本的对象特性；然后依据预测函数控制的特性去整定相应PID控制器的参数；最后对裂解炉炉膛温度对象实施PID控制。本发明将预测函数控制的性能赋给了PID控制，有效地提高了传统控制方法的性能，同时也促进了先进控制方法的应用。
-
公开(公告)号：CN103308191A
公开(公告)日：2013-09-18
申请号：CN201310194055.6
申请日：2013-05-22
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种低功耗无线温度采集电路，现有方法存在对电源要求高、元器件多、耗电量大等缺点。本发明利用射频芯片CC2530，由于CC2530内部集成有增强型51单片机，因此胜任简单情况下温度数据的采集处理。本电路利用两路热电偶进行温度采集，然后MAX6675芯片对两路的温度信号进行信号放大、冷端补偿、线性化和A/D转换，并将转换后的数字信号通过SPI串口发送给射频芯片CC2530。CC2530对温度数据进行简单处理后利用自身射频单元讲数据无线发送出去。本发明具有体积小、元器件使用少、功耗低，成本小以及采集温度误差小等特点。
-
公开(公告)号：CN102915445A
公开(公告)日：2013-02-06
申请号：CN201210343889.4
申请日：2012-09-17
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种改进型的神经网络的高光谱遥感影像分类方法。传统的模式识别方法无法满足对数据维数高、数据量大的高光谱数据进行高效率高精度的分类。本发明首先针对高光谱数据以数据量大、波段间相关性强、冗余信息多等特点，对高维遥感数据进行主成分分析，在提取有效光谱数据的同时，大大降低了数据的维数。然后使用多层前馈神经网络对数据进行分类，在此引入遗传算法是为了优化网络的权值和阈值，以便更好的防止网络搜索陷入局部极小问题，不但提高了神经网络的预测精度，同时也大大节省了分类时间。本发明增强了分类器收敛速度，提高了高光谱图像的分类性能。
-
-
Patent Agency Ranking
公开(公告)号：CN119600308A
公开(公告)日：2025-03-11
申请号：CN202510142955.9
申请日：2025-02-10
Applicant: 杭州电子科技大学
IPC: G06V10/44 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/0985
Abstract: 本发明公开了一种基于注意力机制的晶圆特征模块检测方法。该方法首先收集不同光源拍摄下的晶圆图像作为训练样本，标注图像中晶圆特征模块的信息，作为训练标签；基于元学习的方法，将训练集随机划分为支持集和查询集。通过骨干网络，分别从支持集和查询集的图像中提取得到特征图X和特征图Y。利用特征图X生成一组卷积核，用于对特征图Y进行深度卷积，然后通过RPN网络生成查询集的预测框。利用训练标签，对生成的预测框进行判别，并计算损失函数完成对模型参数的优化；将特征模块位置待检测的晶圆图像作为查询集，与支持集一同输入训练后的模型中，得到查询集的晶圆图像是否存在特征模块以及特征模块位置的预测结果。
-
公开(公告)号：CN114387572B
公开(公告)日：2024-04-09
申请号：CN202210027025.5
申请日：2022-01-11
Applicant: 杭州电子科技大学
IPC: G06V20/54 , G06V10/74 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/09
Abstract: 本发明公开了一种交通执法影像中基于AI技术的闯红灯违法车辆匹配方法。该方法从连续多张违法影像中按照时间戳依次获取违法影像，先通过定位模块定位得到违法影像中的所有车辆作为候选车辆集合；再针对候选车辆集合中的每一辆候选车辆，通过车牌识别模型识别出候选车辆车牌号，同时通过所述车辆分类模型得到候选车辆类别概率分布；然后计算候选车辆集合中的每一辆候选车辆与目标车辆之间的匹配指数，将匹配指数最小的候选车辆作为匹配车辆。本发明提供的车辆匹配方法具有较高的匹配准确率，即使在黑夜、阴天、雨天、雾天场景下，仍具有不错的表现。而且本发明将极大减轻人工工作量，同时还可以减少执法尺度不一、疲劳判读、错误判读等情况的发生。
-
公开(公告)号：CN117669168A
公开(公告)日：2024-03-08
申请号：CN202311578384.0
申请日：2023-11-24
Applicant: 杭州电子科技大学
IPC: G06F30/20 , G06F18/241 , G06F18/214 , G06F18/22 , G06N3/04 , G01S13/72 , G01S13/88 , G01S7/40
Abstract: 本发明公开了一种基于深度强化学习的多目标跟踪方法，该方法首先得到雷达目标的真实航迹数据和传感器量测数据集，并进行标签随机有限集建模。其次将多目标先验密度进行标签多伯努利先验预测，得到代价矩阵C。然后构建强化学习模型，把代价矩阵C转化为二分图G输入训练好的深度强化学习网络模型中进行测试，输出的多个最优匹配结果转化成分配矩阵S。最后将分配矩阵S进行多伯努利滤波更新，得到多目标状态并向前传递多伯努利多目标后验密度，重复上述过程，统计多目标航迹信息。本发明在目标数量多、传统多目标跟踪系统计算量大的情况下也能快速准确实现跟踪任务。
-
公开(公告)号：CN115223112A
公开(公告)日：2022-10-21
申请号：CN202210921648.7
申请日：2022-08-02
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于语义分割的待行区检测方法，涉及深度学习中的语义分割领域。本发明可用于对交通非现场执法影像中的左转待行区或右转待行区进行检测，该方法通过对图像进行像素级预测，得到代表待行区两侧曲线形式车道线的像素点，然后通过聚类及拟合算法得到曲线模型，最后连接曲线两端获得待行区区域。本发明对复杂环境下的待行区检测具有很好的效果，且对待行区检测的准确性较高。
-
公开(公告)号：CN110929560B
公开(公告)日：2022-10-14
申请号：CN201910963482.3
申请日：2019-10-11
Applicant: 杭州电子科技大学
Abstract: 本发明公开融合目标检测与跟踪的视频半自动目标标注方法，首先在视频图像中选定某一帧为初始帧，手动标记目标的初始位置，确定目标的类别标签。在后续帧中，融合基于图像的目标检测算法和基于图像序列的视频目标跟踪算法估计目标在图像中的位置；本发明根据目标跟踪算法判断目标标注是否结束。若结束，根据每一帧目标的显著值大小，提取视频关键帧，得到目标标注结果，否则继续估计目标在视频图像中的位置；本发明基于目标显著性提取视频关键帧的方法，使关键帧能反映目标变化的多样性。本发明采用多镜头多舰船的视频进行实验测试，验证了本发明提出方法的有效性。
-
-
-
-
-
-
-
-
-
Search Results
173
records
(took 0.039 seconds)
