-
公开(公告)号：CN104807640A
公开(公告)日：2015-07-29
申请号：CN201510232111.X
申请日：2015-05-08
Applicant: 重庆交通大学
Abstract: 本发明涉及一种基于振动敏感时频特征的空间滚动轴承寿命状态检测方法，属于滚动轴承可靠性评估与寿命预测技术领域。该方法利用振动时频域特征参数建立空间滚动轴承寿命状态特征集，实现对寿命状态的表征；提出了寿命敏感性指标计算方法，排除寿命状态特征集中非敏感性特征，构建出寿命状态敏感特征子集，增强对寿命状态的表征性；并采用线性局部切空间排列算法对寿命状态敏感特征子集进行维数约简，去除冗余信息，获得分类特性好的低维寿命状态特征集；最后，应用最近邻分类器实现空间滚动轴承不同寿命状态的识别。本发明提供的一种基于振动敏感时频特征的空间滚动轴承寿命状态检测方法，能准确的识别空间滚动轴承寿命状态，应用效果较好。
-
公开(公告)号：CN119338861A
公开(公告)日：2025-01-21
申请号：CN202411461376.2
申请日：2024-10-18
Applicant: 重庆交通大学
IPC: G06T7/246 , G06V10/764 , G06V10/766 , G06V10/774 , G06V10/778 , G06V10/82 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及视觉目标跟踪技术领域，具体涉及一种改进转换模型预测网络的外观变化下目标跟踪方法，包括使用主干网络提取目标深度特征，并结合在线权重更新方法适应目标外观状态；基于目标外观状态收集目标跟踪结果信息，利用级联LSTM网络学习连续结果信息并输出当前目标外观状态；改进模型在线学习样本利用机制，利用可靠目标样本优化模型权重，让模型适应新外观目标；利用连续帧目标中心点轨迹信息预测新外观目标的新位置，并对目标响应分数进行加权，让模型适应目标新状态；该方法利用连续目标中心点位置信息，预测目标当前位置，在目标外观变化时对目标响应分数进行加权，缓解相似物体干扰，增强了目标外观变化过程中的跟踪准确率。
-
公开(公告)号：CN116740436A
公开(公告)日：2023-09-12
申请号：CN202310696033.3
申请日：2023-06-13
Applicant: 重庆交通大学
IPC: G06V10/764 , G06T7/246 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及视觉目标跟踪技术领域，具体涉及一种基于加权在线样本更新的目标长时跟踪方法，主干网络提取初始帧样本图像深度特征，增强初始帧样本深度特征优化得到目标模型；基于目标模型对测试帧样本分类，生成置信度分值；基于置信度分值判别目标状态，并基于目标状态进行更新样本或加权区域搜索次数，该方法在目标丢失处根据目标大小自适应地随时间间隔增大搜索区域，并根据区域大小与目标大小自适应地确定随机搜索次数，减少计算负担，提高目标丢失后的搜索效率，通过关注图像背景信息，以目标丢失时图像最相似背景置信度分值作为时空约束搜索判别阈值，降低相似背景干扰，提高了目标丢失后的搜索准确性。
-
Patent Agency Ranking
公开(公告)号：CN111413075A
公开(公告)日：2020-07-14
申请号：CN202010255381.3
申请日：2020-04-02
Applicant: 重庆交通大学
Abstract: 本发明涉及多尺度一维卷积神经网络的风机基座螺栓松动诊断方法，属于机械状态诊断技术领域。首先，以风机运行时振动时域信号作为多尺度一维卷积神经网络的输入，摆脱对信号处理和专业知识的依赖，并最大程度保留原始信号特征；然后，通过交替的多尺度卷积层和池化层对时域信号特征进行学习；最后，在特征输出层后添加Softmax多分类器，利用反向传播逐层微调结构参数建立特征空间到健康状态空间的映射，输出风机基座螺栓松动程度诊断结果。本方法将松动程度特征自动学习与松动程度诊断融为一体，实现了风机基座螺栓松动程度智能诊断。通过在稳定转速和变转速下对风机基座螺栓松动程度诊断实验，证明了所提方法的可行性和有效性。
-
公开(公告)号：CN106323636A
公开(公告)日：2017-01-11
申请号：CN201610676079.9
申请日：2016-08-16
Applicant: 重庆交通大学
CPC classification number: G01M13/045 , G06N3/08
Abstract: 本发明涉及一种栈式稀疏自动编码深度神经网络的机械故障程度特征自适应提取与诊断方法，属于机械装备状态监测与可靠性评估技术领域。该方法针对机械故障程度智能诊断问题，将稀疏自动编码进行堆栈并添加分类层构建出集故障程度特征自适应学习提取与故障识别功能于一体的栈式稀疏自动编码深度神经网络；利用稀疏自动编码能自动学习数据内在特征的优势，并将加噪编码融入稀疏自动编码中提高特征学习的鲁棒性，通过多层稀疏自动编码对原始输入复杂数据的逐层无监督自适应学习和有监督微调，完成机械故障程度特征自动提取与表达，并实现故障程度智能诊断。将该方法应用于不同工况下滚动轴承故障程度诊断获得了良好的特征提取与诊断效果。
-
公开(公告)号：CN205847672U
公开(公告)日：2016-12-28
申请号：CN201620760723.6
申请日：2016-07-19
Applicant: 重庆交通大学
IPC: H05B33/08
Abstract: 本实用新型公开了一种基于语音识别的家庭灯光智能控制装置，包括控制模块、输入电路、输出电路、检测模块、存储模块、稳压电路、麦克风组和灯源组，所述麦克风组与输入电路连接，输入电路与控制模块连接，所述存储模块、检测模块分别与控制模块连接，所述控制模块与输出电路连接，输出电路与灯源组连接，所述稳压模块分别与麦克风组、灯源组、控制模块连接。本实用新型设计合理、易于操作，且能在PC机上设置需要识别的语音从而使音识别模块LD3320内的单片机控制不同灯源的工作方式，具有很强的实用性和创新性。
-
公开(公告)号：CN205611033U
公开(公告)日：2016-09-28
申请号：CN201620428376.7
申请日：2016-05-11
Applicant: 重庆交通大学
CPC classification number: Y02B20/42
Abstract: 本实用新型公开了一种太阳能路灯故障检测及无线传输装置，包括断路检测电路、短路检测电路、无线传输模块、电源模块、充电保护模块和主控制电路。所述断路检测电路与路灯串联，接入路灯电路回路中，所述短路检测电路与路灯隔离靠近，所述电源模块与太阳能路灯电路并联，由太阳能电池进行充电，所述充电保护模块与电源模块连接，所述断路检测电路、短路检测电路、无线传输模块、电源模块和充电保护模块均接入单片机。本实用新型设计简单、易于实现，能检测太阳能路灯短路及断路故障，并通过单片机控制无线传输模块将故障信息传输给基站工作人员，使故障得到及时的维修，大大缩减了太阳能路灯的故障排查时间，提高了太阳能路灯的故障维修效率。
-
公开(公告)号：CN205521450U
公开(公告)日：2016-08-31
申请号：CN201620331152.4
申请日：2016-04-19
Applicant: 重庆交通大学
IPC: B25J13/08
Abstract: 本实用新型公开了一种基于机器视觉识别定位的快递包裹分拣机械手，包括用于采集包裹信息的图像采集平台、用于分拣包裹的机械手部件以及同图像采集平台和机械手部件相连接的控制系统；所述机械手部件主要由若干个可调机械臂、对应设置在可调机械臂端部处的夹具、用于安装各可调机械臂的固定装置、用于驱动固定装置旋转的主轴驱动装置及用于驱动夹具动作的夹具驱动组成，所述夹具通过水平旋转装置与可调机械臂连接，所述夹具驱动与夹具相连接；本实用新型结构简单、自动化程度高，能连续、大批量地分拣货物，分拣误差率低，分拣作业基本实现无人化，不仅减轻了工人的劳动强度，更提高了工人的使用效率，节约了人力成本。
-
-
-
-
-
-
-
Search Results
18
records
(took 0.021 seconds)
