一种曲轴瓦盖组摆放方向和顺序异常的视觉检测方法

    公开(公告)号:CN111583254A

    公开(公告)日:2020-08-25

    申请号:CN202010419382.7

    申请日:2020-05-18

    Applicant: 湘潭大学

    Abstract: 本发明提出了一种曲轴瓦盖组摆放方向和顺序异常的视觉检测方法。其步骤如下:首先,基于边缘模板匹配对瓦盖组工件定位;然后,提取瓦盖组的螺栓圆孔和油墨标记线等几何基元及其位置;最后,分别计算每块瓦盖上表面左侧螺栓圆孔圆心到其油墨标记线的中心线之间的孔线距离、油墨标记线的中心线与虚拟中心标记线之间的距离,以此作为模糊推理的输入,自主推理判断瓦盖组摆放方向和顺序是否正确。本发明优点在于模糊理论对瓦盖组摆放方向和顺序进行检测,而非采用固定的阈值,鲁棒性强,直观检测、速度快、精度高,能够满足工业现场检测高速、高精度的要求。

    一种基于压缩感知和自回归模型的增强型异常检测方法

    公开(公告)号:CN108682140B

    公开(公告)日:2020-07-28

    申请号:CN201810367791.X

    申请日:2018-04-23

    Applicant: 湘潭大学

    Abstract: 本发明提出一种基于压缩感知和自回归模型的增强型异常检测方法。首先蔟头利用压缩感知对蔟内传感器节点某时刻的监测数据进行初步异常检测;然后利用传感器节点监测数据的时间相关性,结合自回归模型对传感器节点某时刻的异常监测数据进行精确检测;最后汇聚节点利用各个簇内节点监测数据的空间相关性,来判断异常监测数据是由于异常事件还是测量误差所导致,并定位异常事件的发生区域。本发明能够提高无线传感器网络中异常事件检测的精确度,降低虚警率以及误判事件的发生率,具有广泛的适用性。

    一种基于区块链的数据隐蔽传输方法

    公开(公告)号:CN110011813A

    公开(公告)日:2019-07-12

    申请号:CN201910292009.7

    申请日:2019-04-12

    Applicant: 湘潭大学

    Abstract: 针对区块链数据传输过程中的数据隐蔽性差的特点,本发明提出了一种基于区块链数据隐蔽传输的方法:通过建立一条私有链,用智能合约筛选进入私有链的节点,保证只有被允许进入私有链的节点能够对此次传输进行记账;利用环形签名技术与隐形地址技术保护发送方和接收方的地址;使用哈希算法前后两次生成数字摘要,比对数据传输前后所生成的数字摘要,验证数据安全性。本发明提出的传输方法,在保护数据传输安全的同时,也对数据传输进行了隐蔽性处理,从而使数据传输过程安全可靠。

    一种采用特征值相似度的数据关联方法

    公开(公告)号:CN105512484B

    公开(公告)日:2019-03-19

    申请号:CN201510905286.2

    申请日:2015-12-10

    Applicant: 湘潭大学

    Abstract: 本发明提出了一种采用特征值相似度的数据关联方法。本发明步骤:首先,获得数个包含多个属性的数据源并对其进行预处理;其次根据用户要求确定属性优先级列表;然后,每个数据源根据优先级列表形成多个相似属性群,数据源中没有存在相似属性群的属性形成一个剩余属性群;再分别计算两个数据源之间对应的相似属性群的相似度和剩余属性群之间的相似度来对两个数据源进行数据关联。本发明改善了传统数据关联方法的效能,提高了数据关联的准确性。

    一种基于感知属性的无线传感器网络节点分类融合方法

    公开(公告)号:CN105472687B

    公开(公告)日:2019-01-29

    申请号:CN201510910202.4

    申请日:2015-12-10

    Applicant: 湘潭大学

    Abstract: 本发明提出了一种基于感知属性的无线传感器网络节点分类融合方法。本发明的步骤为:首先将节点测得的数据进行无量纲处理,然后将其进行降维得到维数据,确定所有节点的综合感知属性。在此基础上,采用精英策略选择若干中心节点,并确定各个中心节点的从属节点,最后确定融合的节点集合并进行数据融合。本发明能够根据节点实时测量数据的综合感知属性将节点自适应分类,提高了融合效率,将具有同种综合感知属性的节点进行融合,减少了干扰数据,提高了融合精度和信息采集精度,降低了融合误差,规划了数据融合的区域,减少了融合延时,采用精英策略选择中心节点,延长了网络寿命。

    压缩感知中回溯式遗传迭代重构方法

    公开(公告)号:CN104410423B

    公开(公告)日:2018-12-28

    申请号:CN201410584035.4

    申请日:2014-10-23

    Applicant: 湘潭大学

    Abstract: 本发明公开了一种压缩感知中回溯式遗传迭代重构方法。本发明首先初始化待求稀疏信号的支撑集,然后经过复制、多点交叉、选择、大变异处理等遗传操作,循环迭代逼近所求稀疏信号的最优位置信息,并进行回溯式的更新支撑集。最后利用最小二乘法投影获得待求稀疏信号各非零元素的幅值信息,完成信号重构。本发明在稀疏度未知的条件下,可精确重构出待求稀疏信号。

    一种搜索空间维数可变的抗噪重构方法

    公开(公告)号:CN104811210B

    公开(公告)日:2018-07-17

    申请号:CN201510203814.X

    申请日:2015-04-27

    Applicant: 湘潭大学

    Abstract: 本发明公开了一种搜索空间维数可变的抗噪重构方法。本发明首先通过运行OMP初始化一个完整的支撑集,然后根据被选的原子数目与阈值比较来选择搜索空间维数,将被选中的原子添加到支撑集,再通过卡尔曼滤波获得估计信号,并通过估计信号更新支撑集以及残差,循环迭代至满足条件退出,最后获得原始信号的估计信号。本发明在有噪声的条件下,可快速精确重构出待求稀疏信号。

    一种基于压缩感知的风力发电机组异常检测方法

    公开(公告)号:CN104265577B

    公开(公告)日:2017-05-10

    申请号:CN201410160284.0

    申请日:2014-04-16

    Applicant: 湘潭大学

    Abstract: 本发明公开了一种基于压缩感知的风力发电机组异常检测方法。它通过对风力发电机组中各种传感器采集的标量和矢量数据分析,采用压缩感知重构算法发现机组中出现异常的器件。本发明以集合X描述器件状态,器件状态良好设为0值,状态异常设为非0值。由于风力发电机组中多个器件同时出现故障和异常的概率非常低,因此,表示器件状态的集合X具有稀疏特点。首先基于各传感器采集的标量和矢量数据,通过对风机出现异常时的历史数据进行分析求出经验矩阵,然后采用压缩感知的重构算法还原出稀疏信号X,从而检测出异常器件。本发明通过将压缩感知应用于风力发电机组异常检测,将异常定位到具体器件,不仅提高了检测精确度,也减少了工程师的工作量。

    基于压缩感知的质量可伸缩低信息密度数据收集方法

    公开(公告)号:CN105120469B

    公开(公告)日:2016-09-07

    申请号:CN201510389687.7

    申请日:2015-07-06

    Applicant: 湘潭大学

    Abstract: 针对分布式感知网络通信信道不稳定、网络信息密度低的特点,本发明利用感知数据时空相关性和压缩感知中测量矩阵的可扩展性最大限度优化数据收集质量,提出基于压缩感知的质量可伸缩低信息密度数据收集方法。首先基于信源的信息密度初设测量矩阵的维度,然后结合实时有效通信带宽调整测量矩阵的维度,实现数据收集质量可伸缩控制。本发明通过测量矩阵的扩缩,能够根据信源的信息密度和网络带宽状态动态调整数据收集质量,具有广泛的适应性。

Patent Agency Ranking