公开(公告)号：CN114705313A

公开(公告)日：2022-07-05

申请号：CN202210335946.8

申请日：2022-03-31

Applicant: 重庆大学

Inventor： 张可 ,  柴毅 ,  蒲华祥 ,  邱可玥 ,  王嘉璐 ,  钱亚林 ,  宋倩倩 ,  安翼尧 ,  李希晨

IPC: G01K7/16 ,  G01K7/42 ,  G01K17/00 ,  G01J5/00 ,  G06N3/04 ,  G06N3/08

Abstract: 一种星间链路天线主反射器温度异常检测方法，首先构建轨道空间环境外热流时变描述为建立星间链路天线主反射器相对热表征能量参数提供了参照量，相比于直接分析星间链路天线主反射器温度参数，相对热表征能量参数融入了空间辐射所带来的热流影响，更能准确表征星间链路天线主反射器温度异常情况。另外，采用无需训练的欧拉状态网络进行异常特征提取，大大减少计算能耗，对内存等资源需求也较少，从而提高了运算效率并节省算力，使得在卫星部署高性能温度异常检测装置具有可行性。

公开(公告)号：CN114676582A

公开(公告)日：2022-06-28

申请号：CN202210335948.7

申请日：2022-03-31

Applicant: 重庆大学

Inventor： 张可 ,  柴毅 ,  王嘉璐 ,  蒲华祥 ,  钱亚林 ,  宋倩倩 ,  邱可玥 ,  李希晨 ,  安翼尧

IPC: G06F30/20 ,  G06F119/04

Abstract: 本发明提供一种外太空服役电源系统性能退化评估方法，步骤为：数据采集：采集参考航天器在轨服役全周期内电源系统的遥测数据集及实际退化数据；模型训练：对采集数据进行预处理，将经过预处理后的数据集按照系统在物理结构上的分布进行排列构成矩阵，不断改变数据集的分布结构以及滑动窗口的大小来获得最接近实际退化数据的抽象结构提取器；退化评估：采集待评估电源系统的遥测数据集，并将其输入到训练好的基于亲和度矩阵分析的抽象结构提取器中，获得待评估电源系统在待检测状态下的性能退化程度；本申请能够帮助地面管理人员更加整体地、宏观地对卫星、空间站这类外太空长期服役设备的电源系统做出性能退化评估。

公开(公告)号：CN118152935B

公开(公告)日：2025-02-11

申请号：CN202410271915.X

申请日：2024-03-11

Applicant: 重庆大学

Inventor： 柴毅 ,  张可 ,  李奎 ,  蒲华祥 ,  马文静 ,  林康志 ,  李明慧 ,  宋倩倩 ,  钱亚林 ,  王嘉璐 ,  康如明 ,  张雅丽 ,  覃炜龙 ,  高铮棋

IPC: G06F18/243 ,  G06F18/214 ,  G06F17/16 ,  G06N5/01 ,  G06N20/20 ,  G01L25/00 ,  G01L27/00

Abstract: 本发明涉及压力仪表技术领域，特别涉及一种基于BAdaCost算法的压力仪表异常分类方法。具体方法为：获取历史压力仪表标定监测参数，人工标注历史压力仪表健康状态；以历史压力仪表标定监测参数和对应的历史压力仪表健康状态，构建训练样本；以改进BAdaCost算法处理训练样本，构建异常分类模型；将待分类压力仪表标定监测参数输入异常分类模型，获取异常分类。本发明能够更好地处理样本不平衡问题，并且相较于随机森林，模型预测的准确度更高。

公开(公告)号：CN116598017A

公开(公告)日：2023-08-15

申请号：CN202310484462.4

申请日：2023-05-04

Applicant: 重庆大学

Inventor： 张可 ,  柴毅 ,  邱可玥 ,  李希晨 ,  蒲华祥 ,  王嘉璐 ,  钱亚林 ,  宋倩倩 ,  安翼尧

IPC: G16H50/80 ,  G16H10/60 ,  G06F16/25

Abstract: 本发明公开一种基于网格化管理的城市传染病防控方法及系统，涉及传染病防控技术领域，获取确诊人员的信息；根据确诊人员的信息和各个网格区域的数据库中的信息进行对比，确定风险人员的信息；数据库中的信息包括：所有人员的静态数据和动态数据；风险人员为在同一时间与确诊人员处于同一空间位置的人员；疾控单位根据风险人员的信息下发传染病防控措施；其中，任一当前网格区域的数据库的建立过程均包括：确定目标防控区域的所有信号基站；基于所有信号基站对目标防控区域进行划分，得到多个网格区域；获取并存储当前网格区域中所有人员的静态数据和动态数据，从而建立当前网格区域的数据库。本发明实现了城市传染病防控的精确化和高效性。

公开(公告)号：CN114693942A

公开(公告)日：2022-07-01

申请号：CN202210336240.3

申请日：2022-03-31

Applicant: 重庆大学

Inventor： 张可 ,  柴毅 ,  蒲华祥 ,  邱可玥 ,  王嘉璐 ,  钱亚林 ,  宋倩倩 ,  安翼尧 ,  李希晨

IPC: G06V10/40 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06K9/62 ,  G06N3/02 ,  G06N3/04 ,  G06N5/04 ,  G06N10/00

Abstract: 本发明提供一种仪器仪表智能运维的多模态故障理解及辅助标注方法，步骤为：采集仪器仪表故障时反馈的图像、声音和文本数据，分别对采集的图像、音频和文本数据进行预处理，对预处理后的图像数据、音频数据、文本数据进行特征提取，采用基于多模态量子启发神经网络对提取的图像、音频、文本特征进行融合；利用提取的图像、音频、文本特征对多模态量子启发神经网络模型进行训练；将训练好的模型加载到仪器仪表智能运维平台后端，将多模态故障数据传入API，经过模型推理，返回标注集合；本发明通过多模态量子启发深度网络模型对图像、语音、文本特征进行融合，通过融合编码特征对仪器仪表的故障进行理解，并对故障反馈信息进行自动标注，实用性强。