-
公开(公告)号：CN118395252A
公开(公告)日：2024-07-26
申请号：CN202410433542.1
申请日：2024-04-11
Applicant: 常州大学
IPC: G06F18/241 , G06F18/2451 , G06F18/213 , G06V10/44 , G06V10/764 , G06V10/82 , G06V10/74 , G06N3/0464 , G06N3/096 , G06N3/0985 , G01M13/021 , G01M13/04 , G01M13/028 , G01M13/045
Abstract: 本发明涉及故障诊断技术领域，尤其涉及基于自适应蒸馏的齿轮箱增量故障诊断学习方法，包括采集齿轮箱在不同故障状态下的振动信号；通过任务阶段0模型得到投影后的特征值；计算相似度的均值，得到任务阶段t投影层的特征值；构建任务阶段t模型的损失函数；通过任务阶段T获取故障数据的特征值；输出线性分类预测结果，更新线性分类器参数；计算故障数据与各类回放样本的类特征中心的距离，获取最近邻分类预测结果。本发明解决现有深度神经网络模型处理增量机械故障时存在灾难性遗忘问题。
-
公开(公告)号：CN115687998A
公开(公告)日：2023-02-03
申请号：CN202211323575.8
申请日：2022-10-27
Applicant: 常州大学
IPC: G06F18/241 , G06F18/2135 , G06F18/10 , G06F18/2433 , G06N20/00 , G01M13/045
Abstract: 本发明涉及分类识别技术领域，尤其涉及一种基于信号的开集增量识别模型的轴承状态监测方法，包括对采集的轴承数据进行预处理和特征提取；采用PCA算法根据特征值对步骤一处理后的特征数据进行降维，得到降维后的特征分量；建立开集增量模型，识别轴承状态，检测出异常的数据。本发明提出增量开集模型应用于工业上的轴承振动信号，当有新的轴承数据时，采用增量学习的方法，使用新知识来更新现有的模型，开放集识别算法为分类器提供了拒绝选项，以便识别新的未训练目标类型。
-
公开(公告)号：CN115660920A
公开(公告)日：2023-01-31
申请号：CN202211278301.1
申请日：2022-10-19
Applicant: 常州大学
IPC: G06Q50/26 , G06Q10/0631 , G06F18/23213 , G06F18/241 , A61B5/11 , A61B5/00
Abstract: 本发明涉及行为识别技术领域，尤其涉及一种基于传感器的工业车间人员行为评估方法，包括通过惯性传感器采集加速度数据，计算加速度数据的幅值，并对幅值数据和加速度数据进行滤波；并对滤波后的幅值数据进行分割处理；使用K均值聚类欠采样降低某动作类别的样本数；使用合成少数过采样方法扩充某动作类别的样本数；从而平衡动作类别的样本数量；再进行特征提取；对特征提取后的数据进行主动学习模型训练和动作分类评估。本发明通过模型对数据进行分类，分析工业车间人员的各种行为状态，检测工人在岗期间是否存在违规操作，提醒工人按时离岗；可穿戴传感器体积小、易携带，降低对人们工作行为的干扰。
-
公开(公告)号：CN115659793A
公开(公告)日：2023-01-31
申请号：CN202211278341.6
申请日：2022-10-19
Applicant: 常州大学
IPC: G06F30/27 , G06F30/17 , G06F18/2431 , G06F18/2113 , G06F18/2134 , G06F119/04
Abstract: 本发明涉及深度学习技术领域，尤其涉及一种基于INFO的轴承剩余寿命预测方法，包括对数据进行预处理，利用INFO‑VMD方法先对振动数据进行分解，对分解后的数据提取特征组成特征集；对特征集进行特征降维；将训练集的退化数据输到入至INFO‑DELM模型进行训练，得到DELM的训练参数，设置DELM训练参数，然后把测试集和训练集的退化数据输入至DELM模型中得到预测数据；首先利用移动平均滤波器对预测数据进行滤波；然后用多项式拟合方式对滤波后数据进行拟合，得到最终的预测寿命。本发明解决大型机械设备剩余寿命预测准确性问题，防止故障的发生，降低由设备故障引发的事故风险，从而节约维护成本，提高生产效率。
-
公开(公告)号：CN114376566A
公开(公告)日：2022-04-22
申请号：CN202210141261.X
申请日：2022-02-16
Applicant: 常州大学
Abstract: 本发明涉及负重步态分析技术领域，尤其涉及一种手部负重时下肢节段的对称性评估方法，包括S1、数据采集和处理；S2、数据分割；S3、构建步态对称性模型；S4、将对称性大小数据进行归一化处理，根据阈值法，计算对称性大小数据；S5、根据对称性大小建立负重下对称性等级和负重下一致性评估。本发明运用基于统计学习的分类方法识别并量化左右腿信号差异，并将量化结果作为判断对称性大小的第一判据；引入动态时间扭曲算法来求左右腿时域信号的波形形状相似度，作为判断对称性大小的第二判据；通过拟合左右腿信号求得对称性趋势，以进一步判断对称性大小。
-
Patent Agency Ranking
公开(公告)号：CN105050171B
公开(公告)日：2018-10-16
申请号：CN201510428449.2
申请日：2015-07-20
Applicant: 常州大学
Abstract: 本发明公开了一种基于RPL协议的农田墒情监测系统无线传感网节点节约功耗的改进算法，包括步骤：a.判断节点传输是否正常，若传输正常则执行b，若传输不正常则执行d；b.节点的相邻两次数据串传输之间由传输间隔I控制，如果传输正常则设置下次传输间隔I为当前传输间隔I值的2倍，若I的值到达最大间隔Imax；若在正常传输时出现异常则设置传输间隔I为最小间隔Imin，并执行c；c.节点首先以最小间隔Imin发送Cvalue个数据，如果发现节点传输正常，则执行b，否则执行d；d.节点随后的第m次数据串传输和第m+1次数据串传输之间以I(m)的间隔进行；e.若在d中发送处于正常模式，则执行b，否则执行d。本发明能够降低系统中节点的发送频率，降低节点功耗，提高使用效率。
-
公开(公告)号：CN107613125A
公开(公告)日：2018-01-19
申请号：CN201710865833.8
申请日：2017-09-22
Applicant: 常州大学
Abstract: 本发明公开了一种基于智能手机的盲人识别及引导式导盲的方法，首先对盲人的智能手机进行训练，让盲人的手机能够识别出主人身份；当掉落到地上后手机处于静止状态，此时的内置加速度传感器的数据恒定不变，以此判断手机处于掉落状态，此时手机发出滴滴声，让盲人能够顺着滴滴声找到手机。如果手机被他人窃取，则内置加速度传感器的数据变化异常，则会自动给监护人发出报警信息，提醒监护人手机脱离。其次对盲人的行走路径进行导航。首先监护人带盲人将平时所走过的常用路径走一遍，并且记录下该条路径。利用普及的智能手机即可实现盲人识别及导航，实用性强，成本低廉。
-
公开(公告)号：CN106355837A
公开(公告)日：2017-01-25
申请号：CN201610813653.0
申请日：2016-09-09
Applicant: 常州大学
IPC: G08B21/06
CPC classification number: G08B21/06
Abstract: 本发明公开了一种基于手机的疲劳驾驶监测方法，首先，利用GPS全球定位系统，对驾驶员目前地理位置进行检测，判断是否在道路行驶；其次使用驾驶员眼部特征及疲劳风险系数进行判断，再记录一定时间内驾驶员点头的次数，当超过一定阈值，判定为有疲劳驾驶倾向；最后结合加速度值的变化判断驾驶员是否正在进行踩油门或刹车操作；以及陀螺仪检测到的方向盘的方向变化来判定驾驶员是否正常驾驶；在眼部特征判断超过阈值和点头次数超过阈值的基础上，如果监测的加速度值和陀螺仪值在一段时间内保持稳定不变，则判断该驾驶员为疲劳驾驶。本发明无需昂贵的传感器，只需一部智能手机就能进行疲劳监测，并且达到的精度也很理想，实用性强。
-
公开(公告)号：CN106248081A
公开(公告)日：2016-12-21
申请号：CN201610810782.4
申请日：2016-09-09
Applicant: 常州大学
CPC classification number: G01C21/206 , G01C21/165
Abstract: 本发明公开了一种基于惯性导航结合Wi-Fi辅助定位的盲人室内导航方法，首先建立一个三维坐标系，将建筑坐标点录入惯性导航系统，数据中显著的特征点作为定标点，并生成轨迹；导航时，先到达并确定一个定标点，当使用者到达第一个定标点时，检测Wi-Fi定位结果是否与定标点位置一致，如果一致，使用惯性导航系统到达下一个定标点并重置惯性导航系统初始点，然后判断Wi-Fi定位结果是否与此定标点位置一致，以此类推。如有三次或者以上Wi-Fi定位结果与定标点位置一致，则视Wi-Fi定位准确，结合基于地标修正的惯性导航系统为使用者进行导航；否则，Wi-Fi定位不准确，只使用基于地标修正的惯性导航系统为使用者进行导航。本发明用智能手机实现导航，实用性强，普及率高。
-
公开(公告)号：CN120078391A
公开(公告)日：2025-06-03
申请号：CN202510183129.9
申请日：2025-02-19
Applicant: 常州大学
Abstract: 本发明涉及心率检测技术领域，尤其涉及一种基于运动功率的心率检测方法，包括采集不同运动状态下的雷达信号、心率信号；对雷达信号进行不同距离值的频谱提取，利用身体部位面积计算身体部位体积，通过身体部位体积得到身体部位质量；计算身体部位的位移；计算身体部位的速度和加速度；利用加速度计算身体部位的物理力；根据物理力计算身体部位的物理工作量；将物理工作量转换为运动功率；构建第一LSTM模型，将运动功率和实采心率输入第一LSTM模型得到第一预测心率；以运动功率和第一预测心率为输入，构建第二LSTM模型，输出第二预测心率。本发明基于密度的方法估计心率易受个体差异以及运动类型与强度等因素影响问题。
-
-
-
-
-
-
-
-
-
Search Results
53
records
(took 0.021 seconds)
