变频空调器产品快速研发平台

    公开(公告)号:CN101424435B

    公开(公告)日:2010-07-14

    申请号:CN200810182959.6

    申请日:2008-12-12

    Abstract: 本发明公开了一种变频空调器快速研发平台,它包括输入控制板、输出控制板、通用变频器、电源板、上位控制机;输入控制板包括输入主控单元、温度采集电路、电流采集电路、电压采集电路、压力采集电路、功率测量采集电路与外部连接的输入外部接口电路;输出控制板由输出主控单元、模拟量输出控制电路、数字量输出控制电路、驱动单元、与外部连接的输出外部接口电路组成。这种变频空调器快速研发平台,在控制系统未研制出来前即可进行整机开发及实验,并获取和确定有关必需的参数,指导和验证制冷系统的设计,不仅保证了产品开发过程的质量同时缩短了变频空调器产品开发的周期。

    一种基于多源信息融合和标签传播的疲劳检测方法

    公开(公告)号:CN113807170B

    公开(公告)日:2024-02-09

    申请号:CN202110909244.1

    申请日:2021-08-09

    Abstract: 本发明公布了一种基于多源信息融合和标签传播的疲劳检测方法,现有的疲劳检测方法有的需要使用侵入式传感器获取信息,而这会影响驾驶员的正常驾驶;有的方法仅仅使用单一特征无法全面性反映驾驶过程中的状态变化。本发明以驾驶视频作为输入,通过提取人脸特征点以及头部运动特征,得到疲劳特征节点;之后计算节点的亲和距离并构建特征图;并采用半监督学习的方式,选取特征图中的节点进行标签初始化;通过标签传播的方式,选取隶属度最大的标签作为该节点的疲劳等级,直到达到最大传播次数。本发明能够建立更加综合和稳定的模型,从而高效地检测驾驶员的疲劳状态,且增强检测的鲁棒性和检测效率。

    基于生成对抗网络的物流车辆轨迹隐私保护方法及装置

    公开(公告)号:CN117436123A

    公开(公告)日:2024-01-23

    申请号:CN202311460758.9

    申请日:2023-11-02

    Abstract: 本发明公开了基于生成对抗网络的物流车辆轨迹隐私保护方法及装置。该方法首先对训练集和提取停留点后的需要保护的轨迹数据进行轨迹编码。然后使用编码后的训练集来训练生成对抗网络模型,编码后的需要保护的轨迹数据输入到训练后的模型中得到多批轨迹中各坐标点的经纬度混淆值。接着对每个停留点从多批经纬度混淆值中根据指数机制来选择出最佳的一批中该停留点的经纬度混淆值作为确定后的轨迹。最后将确定后的轨迹中各坐标点的经纬度混淆值加上原始轨迹数据各坐标点的经纬度来实现混淆。本发明能个性化地对原始轨迹数据进行混淆以达到隐私保护的效果,即使算法程序泄露了,攻击者也无法从混淆后的轨迹数据还原出原始轨迹数据。

    基于混合博弈算法的网约车系统交通路径选择方法

    公开(公告)号:CN113935515A

    公开(公告)日:2022-01-14

    申请号:CN202111027409.9

    申请日:2021-09-02

    Abstract: 本发明公开了一种基于混合博弈算法的网约车系统交通路径选择方法。本发明采用了混合博弈并利用了纳什均衡的特性,让系统内的工人相互博弈产生均衡路径选择策略。同时引入惩罚机制,使网约车避开拥堵路段。该方法的优势在于提高系统运行效率的同时,避免了传统的系统整体利益最大化方法中牺牲个别工人利益的情况。方法步骤如下:首先,网约车系统选择若干条合适的备选路径,并初始化工人的路径决策;之后,系统根据外部交通信息评估交通状态,通过混合博弈算法为每个工人计算出推荐的路径决策;反复迭代上个步骤至终止条件,以此趋近于均衡路径。

    一种基于贝叶斯优化的对抗样本生成方法

    公开(公告)号:CN110276377A

    公开(公告)日:2019-09-24

    申请号:CN201910414533.7

    申请日:2019-05-17

    Inventor: 刘林兴 冯建文

    Abstract: 本发明公布了一种基于贝叶斯优化的对抗样本生成方法,现有的黑盒攻击方法需要通过大量地向模型进行查询来获取优化信息。本发明以原始图片作为输入,通过计算扰动图片与原始图片的结构相似度的梯度来确定待优化的位置;然后使用贝叶斯优化在选定的位置中进行采样优化,得到该位置上能使损失函数增加的扰动值;通过迭代的方式选择多个位置,并优化得到扰动值,直到改变被扰动图像的分类结果,或者达到最大迭代次数则停止。本发明能够有效降低查询向目标DNN模型查询的次数,且扰动像素点的数量较少。

    一种基于多尺度融合的驾驶员注意力预测方法

    公开(公告)号:CN116824540A

    公开(公告)日:2023-09-29

    申请号:CN202310556764.8

    申请日:2023-05-17

    Inventor: 冯建文 俞成斌

    Abstract: 本发明公布了一种基于多尺度融合的驾驶员注意力预测方法。该方法首先利用VGG16获取视频帧的多尺度特征,并构建了多尺度融合模块,通过上、下两个方向的特征传递,充分利用高低层特征间的互补性,融合多尺度信息。然后使用Conv‑LSTM,进一步融合连续视频帧之间的时空信息,捕捉其时间动态关系用以生成潜在注意力图,并在对其进行解码后获得最终的驾驶员注意力预测结果。相较于现有方法,本发明对多尺度信息进行了充分利用,能够获取RGB图像中的复杂信息,避免噪声干扰,生成的注意力预测结果拥有更高的准确性、鲁棒性。

    一种基于多源信息融合和标签传播的疲劳检测方法

    公开(公告)号:CN113807170A

    公开(公告)日:2021-12-17

    申请号:CN202110909244.1

    申请日:2021-08-09

    Abstract: 本发明公布了一种基于多源信息融合和标签传播的疲劳检测方法,现有的疲劳检测方法有的需要使用侵入式传感器获取信息,而这会影响驾驶员的正常驾驶;有的方法仅仅使用单一特征无法全面性反映驾驶过程中的状态变化。本发明以驾驶视频作为输入,通过提取人脸特征点以及头部运动特征,得到疲劳特征节点;之后计算节点的亲和距离并构建特征图;并采用半监督学习的方式,选取特征图中的节点进行标签初始化;通过标签传播的方式,选取隶属度最大的标签作为该节点的疲劳等级,直到达到最大传播次数。本发明能够建立更加综合和稳定的模型,从而高效地检测驾驶员的疲劳状态,且增强检测的鲁棒性和检测效率。

    一种基于贝叶斯优化的对抗样本生成方法

    公开(公告)号:CN110276377B

    公开(公告)日:2021-04-06

    申请号:CN201910414533.7

    申请日:2019-05-17

    Inventor: 刘林兴 冯建文

    Abstract: 本发明公布了一种基于贝叶斯优化的对抗样本生成方法,现有的黑盒攻击方法需要通过大量地向模型进行查询来获取优化信息。本发明以原始图片作为输入,通过计算扰动图片与原始图片的结构相似度的梯度来确定待优化的位置;然后使用贝叶斯优化在选定的位置中进行采样优化,得到该位置上能使损失函数增加的扰动值;通过迭代的方式选择多个位置,并优化得到扰动值,直到改变被扰动图像的分类结果,或者达到最大迭代次数则停止。本发明能够有效降低查询向目标DNN模型查询的次数,且扰动像素点的数量较少。

    一种基于离散小波变换的对抗样本生成方法

    公开(公告)号:CN111709435A

    公开(公告)日:2020-09-25

    申请号:CN202010418979.X

    申请日:2020-05-18

    Inventor: 冯建文 刘林兴

    Abstract: 本发明公布了一种基于离散小波变换的对抗样本生成方法,现有的黑盒攻击方法需要通过大量地向模型进行查询来获取优化信息。本发明以原始图片作为输入,通过梯度估计方法与梯度下降方法相结合,迭代地在清晰样本中添加扰动,最终生成能够误导模型的对抗样本。为了提高攻击的效率,本方法使用离散小波变换分离样本的高频分量与低频分量,仅在低频分量中添加扰动,并且在估计低频分量梯度的过程中,动态地调整采样点数,降低生成对抗样本所需要的模型查询次数。本发明能够有效降低查询向目标DNN模型查询的次数。

Patent Agency Ranking