-
公开(公告)号：CN117372407A
公开(公告)日：2024-01-09
申请号：CN202311444704.3
申请日：2023-11-01
Applicant: 上海大学
IPC: G06T7/00 , G06V10/764 , G06V10/58 , G06V10/30 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种基于即插即用张量低秩近似的高光谱异常检测方法和系统。检测方法包括如下步骤：在数据输入模块中输入被检测图像数据集，并存储于数据库中；提取数据库中的被检测图像数据集，在数据特征提取模块中使用即插即用的张量低秩近似法从所述被检测图像数据集提取数据特征；将所述提取的数据特征输入数据分析模块中，并使用交替方向乘子法进行数据的分析处理；将所述分析处理的结果输入结果分析模块，并在结果分析模块中执行图像的异常分析。检测系统包括数据输入模块、数据特征提取模块、数据分析模块和结果分析模块。本发明针对高光谱异常检测抗噪声较差的问题提出了PnP‑TLRA方法，在背景复杂、噪音干扰的情况下具有较好的检测能力。
-
公开(公告)号：CN117292205A
公开(公告)日：2023-12-26
申请号：CN202311424234.4
申请日：2023-10-30
Applicant: 上海大学
IPC: G06V10/764 , G06V10/44
Abstract: 本发明涉及一种基于改进的鲁棒稀疏线性判别分析的图像分类方法和系统。分类方法包括如下步骤：在数据输入模块中输入图像数据集，并存储于数据库中；提取数据库中的图像数据集，在数据特征提取模块中从所述图像数据集提取图像特征；将所述提取的图像特征输入数据分析模块中，并使用RSLDA+方法进行数据的分析处理；以及将所述分析处理的结果输入图像分类模块，并在图像分类模块中执行图像的分类。分类系统包括数据输入模块、数据特征提取模块、数据分析模块和图像分类模块。本发明针对图像分类方法抗噪声较差的问题提出了RSLDA+方法，有效地提升图像特征矩阵的可解释性，能够显著提高图像分类的精准度。
-
公开(公告)号：CN116338652A
公开(公告)日：2023-06-27
申请号：CN202310208025.X
申请日：2023-03-06
Applicant: 上海大学
Abstract: 本申请涉及激光雷达和IMU系统的时空联合标定方法，包括如下步骤：利用B样条基函数对IMU运动姿态的连续时间下轨迹进行建模，得到IMU相对于世界坐标系的运动轨迹；利用正态分布变换点云匹配算法估计激光雷达的运动，得到激光雷达相对于初始位置的运动轨迹；以局部轨迹之间的Hausdorff距离为代价函数，结合手眼标定方法求解激光雷达的坐标系与IMU的坐标系之间时空关系的初始值；利用激光雷达与IMU的相对位姿减小激光雷达的点云数据畸变；根据IMU预积分和激光雷达点云的点、线、面特征，构建相应的非线性优化目标函数，结合校正后的激光雷达的点云数据和时空关系的初始值，在非线性图优化框架下对目标函数进行优化，并完成激光雷达和IMU的相对位姿标定。
-
公开(公告)号：CN115791179A
公开(公告)日：2023-03-14
申请号：CN202211507266.6
申请日：2022-11-29
Applicant: 上海大学
IPC: G01M13/045 , G06F18/24 , G06F18/213 , G06F18/23213 , G06F18/214 , G06N3/045 , G06N3/0895
Abstract: 本发明提供了一种基于聚类算法的自监督轴承故障诊断方法，包括：对大样本数据集进行预训练，使用大样本数据集代替先验知识；以及对振动信号所自带的信息进行特征提取，并利用振动信号所自带的信息的特征进行对比学习和聚类算法，以辅助模型预训练。
-
公开(公告)号：CN118707950A
公开(公告)日：2024-09-27
申请号：CN202410700690.5
申请日：2024-05-31
Applicant: 上海大学
Abstract: 本发明涉及一种多车自动驾驶博弈协同定向规划方法、装置及介质，方法包括以下步骤：将车队按次序排列，第一辆车设置为领导者，将后续车辆均设置为跟随者；将环境状态信息和车辆间的位置信息作为状态量输入设计的模糊深度网络；通过模糊深度网络，根据环境状态和贪心策略选择领导者的最优动作，根据领导者、环境状态和前序的跟随者依次选择各个跟随者的最优动作，得到联合状态动作，计算此时的Stackelberg均衡下的累计奖励值，根据累计奖励值更新模糊深度网络的参数；车队按照联合状态动作前进，并转移到下一时刻的状态，重复迭代，直到车队通过路口。与现有技术相比，本发明具有通过效率高、预测精度高等优点。
-
Patent Agency Ranking
公开(公告)号：CN118034308A
公开(公告)日：2024-05-14
申请号：CN202410267320.7
申请日：2024-03-08
Applicant: 上海大学
Abstract: 本发明涉及一种基于图像处理的全覆盖路径规划方法和系统。该方法包括：获取目标区域的栅格地图；执行图像预处理；得到极值点坐标；确定凹点；将图像分割为凸子图像；执行凸子图像预处理；形成往复路径的序列；计算所述往复路径的当前覆盖比例；将A*算法用于全局路径规划，将TEB算法用于局部路径规划和避障。本发明基于图像的地图分割方法，将凹地图划分为凸子图像。对于每个凸子图像，为机器人控制器生成一批航点。连接这些凸子图像，以实现对整个区域的完全覆盖。此外，本发明还提出一种依赖于图像像素的当前覆盖比例计算方法，可以在可视化界面中实时地展示覆盖率。
-
公开(公告)号：CN117284281A
公开(公告)日：2023-12-26
申请号：CN202311250845.1
申请日：2023-09-26
Applicant: 上海大学
IPC: B60W30/09 , B60W30/095 , B60W50/14
Abstract: 本发明涉及汽车智能驾驶领域，具体公开一种基于激光雷达的车载AR‑HUD智能驾驶系统，本发明通过获取汽车行驶路段的路况信息，分析汽车的适宜行驶速度，判断汽车的行驶速度是否需要调节，并获取汽车的行驶速度调节信息，提高汽车行驶速度监测的智能性，保障汽车的行驶安全和行驶效率；获取汽车当前的行驶姿态信息，判断汽车的行驶姿态是否需要校正，并获取汽车的行驶姿态校正信息，提高汽车行驶姿态监测的智能性，保障汽车的行驶安全；获取汽车当前行驶路线的障碍物信息，判断汽车当前行驶路线是否需要优化，并获取汽车的优化行驶路线，提高汽车行驶路障监测的智能性，能够识别障碍物和规避路障，做出安全的驾驶决策。
-
公开(公告)号：CN116861353A
公开(公告)日：2023-10-10
申请号：CN202310850712.1
申请日：2023-07-11
Applicant: 上海大学
IPC: G06F18/2433 , G06F18/27 , G06F18/10 , G06F18/2413 , G06V10/40 , G06V10/82 , G06N3/0464 , G06N3/096
Abstract: 本发明涉及故障诊断技术领域，提出一种基于鲁棒转移子空间学习的故障诊断方法及系统。该方法包括：将一维振动信号转化为二维图像：提供神经网络，并且通过所述神经网络从二维图像中提取特征；基于鲁棒转移子空间学习算法根据提取特征进行迁移学习；以及根据迁移学习的结果确定所述一维振动信号对应的故障类型。本发明在故障诊断过程中可以有效提高系统的鲁棒性并且训练成本低、稳定性高。
-
公开(公告)号：CN117372407B
公开(公告)日：2025-03-28
申请号：CN202311444704.3
申请日：2023-11-01
Applicant: 上海大学
IPC: G06T7/00 , G06V10/764 , G06V10/58 , G06V10/30 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种基于即插即用张量低秩近似的高光谱异常检测方法和系统。检测方法包括如下步骤：在数据输入模块中输入被检测图像数据集，并存储于数据库中；提取数据库中的被检测图像数据集，在数据特征提取模块中使用即插即用的张量低秩近似法从所述被检测图像数据集提取数据特征；将所述提取的数据特征输入数据分析模块中，并使用交替方向乘子法进行数据的分析处理；将所述分析处理的结果输入结果分析模块，并在结果分析模块中执行图像的异常分析。检测系统包括数据输入模块、数据特征提取模块、数据分析模块和结果分析模块。本发明针对高光谱异常检测抗噪声较差的问题提出了PnP‑TLRA方法，在背景复杂、噪音干扰的情况下具有较好的检测能力。
-
公开(公告)号：CN117194880B
公开(公告)日：2025-02-11
申请号：CN202311165435.7
申请日：2023-09-11
Applicant: 上海大学
IPC: G06F17/18 , G06F17/16 , G06N3/044 , G06N3/0475 , G06N3/045 , G06N3/0985 , G06N3/084
Abstract: 本发明涉及一种基于RNN的互补双残差生成器的故障监测方法和系统。监测方法包括如下步骤：将故障检测的过程输入前残差生成器中；通过前残差生成器得到残差向量；通过高斯性检查器将残差分成高斯残差部分和非高斯残差部分；通过后残差生成器将非高斯残差部分修正为高斯残差；将汇总的高斯残差输入结果诊断器，通过T2统计量进行故障的诊断。监测系统包括过程输入模块、前高斯残差产生模块、后高斯残差产生模块和结果产出模块。利用本发明提供的方法可以在未知噪声的情况下输出高斯残差，最终可以通过T2统计量进行故障的诊断。在保证较低故障报警率的同时提高了故障检测率。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.014 seconds)
