-
公开(公告)号：CN112084866A
公开(公告)日：2020-12-15
申请号：CN202010788543.X
申请日：2020-08-07
Applicant: 浙江工业大学
Abstract: 本发明公开了一种基于改进YOLO v4算法的目标检测方法，包括：获取安全帽检测数据集SHWD，并对安全帽检测数据集SHWD进行数据扩充得到样本集；基于YOLO v4算法构建改进型YOLO v4网络结构，得到改进YOLO v4算法；利用样本集对改进YOLO v4算法进行训练，将训练后最佳的权重文件加载至改进YOLO v4算法得到目标检测网络；针对获取的待分类图像，采用所述目标检测网络输出对应的目标检测结果。本发明的方法具有较高的检测速度和小目标检测精度。
-
公开(公告)号：CN111242436A
公开(公告)日：2020-06-05
申请号：CN202010004839.8
申请日：2020-01-03
Applicant: 浙江工业大学
Abstract: 一种基于分布式机器学习的智能电网实时经济调度方法，获取电网系统的发电参数，其中包括系统中各发电机的发电代价函数和发电机负载上下限。各分布式发电机与相邻的分布式发电机交换电压信息，通过动态平均一致性算法得到全网平均功率需求。利用基于梯度下降的传统优化方法，确定对应不同平均功率需求大小的功率分配策略，以此为训练集，为不同的发电机训练不同的深度神经网络模型。将实时获取的平均功率需求输入分布式神经网络模型，输出结果为本地发电机的对应发电负载。最后通过算法微调使结果满足条件的限制。本发明利用“经验库”实现数量级的算法加速，最后“微调”结果使其为最优解。
-
公开(公告)号：CN111107070A
公开(公告)日：2020-05-05
申请号：CN201911255295.6
申请日：2019-12-10
Applicant: 浙江工业大学
IPC: H04L29/06
Abstract: 一种DoS攻击下的目标跟踪方法，包括：建立系统的状态模型、量测模型，初始化系统状态、采样时间以及控制参数；对DoS攻击下的监控中心接收到的信号建模；定义局部状态估计(LSE)和分布式融合估计(DFE)；对网络化非线性估计系统设计两个优化问题，分别计算得到局部估计增益以及最优加权矩阵；迭代更新，得到对目标位置的最佳估计；本发明针对DoS攻击下的网络化非线性系统，提出了一种分布式融合估计算法，相比于现有的目标跟踪方法，该方法在保证计算复杂度的前提下，有效地提高了目标跟踪的精度。
-
公开(公告)号：CN107221012B
公开(公告)日：2020-05-05
申请号：CN201710319560.7
申请日：2017-05-09
Applicant: 浙江工业大学
IPC: G06T11/00
Abstract: 一种基于改进了适用范围的卡尔曼滤波的静态PET图像重建方法，包括(1)通过数据采集及校正，得到系统的观测数据，建立PET系统的状态空间模型；(2)基于状态空间滤波方法重构放射性物质的空间浓度分布；基于改进了适用范围的卡尔曼滤波进行静态PET图像重建。本发明提供了一种可以将原本无法存储的趋于无穷大的放射性物质空间浓度预估误差协方差阵通过求逆的方法表示为零矩阵，继而离线、迭代计算放射性物质空间浓度预估误差协方差阵的逆矩阵，并基于逆矩阵计算滤波增益，最终给出放射性物质空间浓度重建结果重建的方法。
-
公开(公告)号：CN111079271A
公开(公告)日：2020-04-28
申请号：CN201911210841.4
申请日：2019-12-02
Applicant: 浙江工业大学
Abstract: 一种基于系统残差指纹的工业信息物理系统攻击检测方法，包括以下步骤：第一步，构造系统物理模型，给出其状态空间方程，确定了模型后，获取系统正常运行时的数据；第二步，通过系统辨识方法获得状态空间方程中各系数；第三步，针对目标数据，在其原基础上注入一个非零常数，实施虚假数据入侵形式的内部攻击；第四步，利用卡尔曼滤波预测下一时刻的系统状态，并得到系统残差的合成模型的一般形式，采用合成的残差指纹来检测恶意攻击；第五步，对小数值虚假数据入侵攻击下的残差指纹进行进一步采样，将残差指纹的变化放大。本发明通过利用系统残差指纹并结合新的采样方法，精确检测针对工业信息物理系统的攻击，同时提高了攻击检测的实时性。
-
Patent Agency Ranking
公开(公告)号：CN110867903A
公开(公告)日：2020-03-06
申请号：CN201911178016.0
申请日：2019-11-27
Applicant: 浙江工业大学
IPC: H02J3/46
Abstract: 一种基于深度神经网络的智能电网系统实时最优功率分配方法，先获取电网的发电参数，以提升发电效率，降低总发电代价为目标，利用基于梯度下降的传统优化方法，确定对于不同总功率需求大小的功率分配策略；根据所使用的基于梯度下降的传统优化方法确定深度神经网络的参数。使用已完备的训练集训练深度神经网络模型直至验证集损失值趋于稳定；实时获取待处理的总功率需求，将其输入到训练好的深度神经网络进行神经网络计算，输出结果为各发电机的发电负载。本发明降低计算资源占用，极大的降低服务时延，提高分配速率。该方法的辨识精度可以满足实际应用的要求，并且训练所需的相关参数可以通过对传统优化方法的计算获得。
-
公开(公告)号：CN110720929A
公开(公告)日：2020-01-24
申请号：CN201910896450.6
申请日：2019-09-23
Applicant: 浙江工业大学
IPC: A61B5/145
Abstract: 一种基于二值传感器有界递归优化融合的血液氧气含量估计方法，建立血液氧气含量动态生理模型并分析二值传感器量测中的有效信息，得到实际的量测模型；设计本地有界递归优化估计器，给出本地估计误差平方的一个上界，确保此上界成立并最小化本地估计误差平方上界以构造带约束的最优化问题，通过求解此优化问题设计最优本地估计增益；设计用于血液氧气含量估计的分布式有界递归优化融合估计器，最小化估计误差平方的上界以设计最优融合权重矩阵；本发明提供一种基于有界递归优化和二值传感器的血液氧气含量分布式融合估计方法，实现血液氧气含量的实时无创估计。
-
-
公开(公告)号：CN108462387B
公开(公告)日：2020-01-10
申请号：CN201810018002.1
申请日：2018-01-09
Applicant: 浙江工业大学
IPC: H02M3/157
Abstract: 一种基于扩张状态观测器的直流降压变换器系统控制方法，首先对电压变化和电阻负载扰动通过设计一个扩张状态观测器来观测扰动，在此基础上设计PD控制器从而得到复合控制器来控制直流降压变换器系统在有输入电压变化和负载电阻扰动情况下能够快速的高精度跟踪目标电压。本发明的方法实现简单，参数调节较少，不但可以提高直流降压变换器系统快速跟踪参考信号的目的，而且可以有效地减小电力电子直流降压变换器稳态波动，满足高性能电力电子降压变换器系统的应用。
-
公开(公告)号：CN110266230A
公开(公告)日：2019-09-20
申请号：CN201910046164.0
申请日：2019-01-17
Applicant: 浙江工业大学
IPC: H02P21/14
Abstract: 本发明公开了一种并联式混动汽车动力永磁同步电机的参数辨识方法。该方法在同步旋转坐标系下，对永磁同步伺服电机建立相应数学模型。同时在综合学习粒子群算法基础上引入了克隆选择机制，免疫选择操作和基于柯西分布的精英粒子学习机制，增强了粒子逃离局部最优能力，加速了收敛速度，有效提高了算法全局寻优能力及多峰极值全局寻优能力。本发明通过上述算法在实现对于永磁同步电机参数快速辨识的同时，也能满足永磁同步电机在不同工况下的动态性能，避免因电机参数变化给控制系统的控制精度带来的不利影响。
-
-
-
-
-
-
-
-
-
Search Results
598
records
(took 0.038 seconds)
