-
公开(公告)号：CN115952451A
公开(公告)日：2023-04-11
申请号：CN202211575016.6
申请日：2022-12-08
Applicant: 北京理工大学
IPC: G06F18/2415 , G01M13/04 , G06F18/27 , G06F18/213 , G06F18/214 , G06F18/21 , G06N3/045 , G06N3/0464 , G06N3/084 , G06N3/088 , G06N3/094
Abstract: 本发明提出一种基于对抗域判别的异构工况织机轴承故障识别方法及模型，目标域的机器状态数据为无标注的原始机器数据，通过这些无标注的数据训练模型，在大大提高目标域的机器故障识别性能的同时，也降低了人工标注数据的时间和成本，省时省力，这样的模型在工业生产状态监控中，有着更好的应用前景，对于工业机器健康数据有着更好的使用效果；通过两个分类器之间的对抗训练，以及分离器与工况判别器之间的对抗训练，对存在领域偏差的异构工况数据集进行调整，使得在与源域偏差较大的目标域数据集中，模型也有很好的故障识别精确度。
-
公开(公告)号：CN111707993B
公开(公告)日：2022-08-12
申请号：CN202010531835.5
申请日：2020-06-11
Applicant: 北京理工大学
IPC: G01S7/36
Abstract: 本发明公开一种共享可迁移多场景特征的雷达抗干扰快速决策系统和方法，所述系统包括包括：策略自主学习子系统和策略快速适配子系统；所述方法包括：步骤1，选定第一干扰场景；步骤2，初始化第一特征提取模块和第一决策模块；步骤3，收集第一对抗数据并存储；步骤4，第一特征提取模块和第一决策模块的参数进行保存；步骤5，选定第二干扰场景；步骤6，初始化第二特征提取模块、适配模块、场景识别模块和第二决策模块；步骤7，收集第二对抗数据并存储；步骤8，对第二干扰场景中的适配模块、第二决策模块和场景识别模块进行自主学习。本发明所述系统和方法能够节约了人力和时间成本；抗干扰成功率高并提高了学习的速度。
-
公开(公告)号：CN113792609A
公开(公告)日：2021-12-14
申请号：CN202110955581.4
申请日：2021-08-19
Applicant: 北京理工大学
Abstract: 本发明涉及自动驾驶中通过对齐多频谱跨域特征检测图像异常的方法，所述检测图像异常的方法主要包括以下步骤：步骤1，在始化特征提取器G、多频谱特征融合模块M、分类器C和域判别器D的基础上构建神经网络；步骤2，计算源域中心点μs和目标域的中心点μt；步骤3，获取源域样本与目标域样本的输出；步骤4，计算源域样本模型预测和目标域样本模型预测输出与真实标签的类别损失步骤5，计算对于本批次源域样本模型和目标域样本模型预测输出与真实标签的域对抗损失等；本发明所述检测图像异常的方法通过在跨域的基准测试集上进行了广泛的实验，最终的结果显示所提出的MsRA方法与现有其它先进的AUROC方法相比，在模型的迁移性能上有着显著的提升。
-
公开(公告)号：CN111707993A
公开(公告)日：2020-09-25
申请号：CN202010531835.5
申请日：2020-06-11
Applicant: 北京理工大学
IPC: G01S7/36
Abstract: 本发明公开一种共享可迁移多场景特征的雷达抗干扰快速决策系统和方法，所述系统包括包括：策略自主学习子系统和策略快速适配子系统；所述方法包括：步骤1，选定第一干扰场景；步骤2，初始化第一特征提取模块和第一决策模块；步骤3，收集第一对抗数据并存储；步骤4，第一特征提取模块和第一决策模块的参数进行保存；步骤5，选定第二干扰场景；步骤6，初始化第二特征提取模块、适配模块、场景识别模块和第二决策模块；步骤7，收集第二对抗数据并存储；步骤8，对第二干扰场景中的适配模块、第二决策模块和场景识别模块进行自主学习。本发明所述系统和方法能够节约了人力和时间成本；抗干扰成功率高并提高了学习的速度。
-
Patent Agency Ranking
公开(公告)号：CN110348579A
公开(公告)日：2019-10-18
申请号：CN201910450685.2
申请日：2019-05-28
Applicant: 北京理工大学
Abstract: 本发明提供了一种领域自适应迁移特征方法及系统，所述方法包括：步骤S1、基于源域和目标域为MMD矩阵和类内/类间离散度设初值，并设置最大迭代次数；步骤S2、基于所述MMD矩阵和类内/类间离散度优化源分类器，并基于优化后的源分类器确定目标数据对应的伪标签；步骤S3、基于所述源域、目标域以及目标数据对应的伪标签，获得目标分类器，并基于所述目标分类器细化目标数据对应的伪标签；步骤S4、根据细化后的伪标签更新MMD矩阵和类内/类间离散度，重复执行步骤S2和步骤S3直到达到所述最大迭代次数，将所述目标数据对应的伪标签设定为目标数据对应的标签。本发明提供的方法提高了目标域识别的准确率。
-
公开(公告)号：CN110321926A
公开(公告)日：2019-10-11
申请号：CN201910441363.1
申请日：2019-05-24
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于深度残差修正网络的迁移方法及系统，包括：基于网络中源域数据集和目标域数据集设置预先构建的目标网络模型中参数的值；基于设置参数值后的所述目标网络模型，对所述目标域数据集中的各数据进行图像类别分类，获得每一个数据对应的类别；基于每一个数据对应的类别为所述目标域数据集中对应的数据进行标注，获得带有标签的目标域数据集；其中，所述目标网络模型是基于残差修正块和损失函数进行构建；所述源域数据集包括多个图片和每个图片对应的标签；所述目标域数据集包括多个图片。本发明构思提出的残差修正块和损失函数可以通过深化网络来提高原网络的泛化能力，进而提高跨域图像分类准确性。
-
公开(公告)号：CN101923072A
公开(公告)日：2010-12-22
申请号：CN200910148335.7
申请日：2009-06-16
Applicant: 北京理工大学
Abstract: 本发明提供了一种线性超声相控阵成像方法，包括A扫信号合成、信号特征提取和二值化处理方法。所述方法能够对采集到的多组回波信号进行波束合成，即A扫波形；利用信号特征提取方法，对A扫波形进行二维重构，即B扫图像显示；为了消除超声相控阵B扫成像中的伪缺陷，选择适当的阈值进行二值化处理。该超声相控阵成像方法提高了超声图像的分辨率，对缺陷进行准确定位。
-
公开(公告)号：CN101614815A
公开(公告)日：2009-12-30
申请号：CN200910157665.2
申请日：2009-07-23
Applicant: 北京理工大学
Abstract: 本发明提供了一种超声相控阵接收装置，包括前端电路、A/D转换电路和基于FPGA的波束合成器。前端电路包括前置放大电路和可变增益放大电路，对微弱的回波信号进行接收和放大；A/D转换电路将模拟回波信号数字化；FPGA波束合成电路完成对多路回波信号的波束合成；通过USB接口传送至上位机，完成回波信号的显示。所述装置对多路信号进行实时数据采集、处理，延迟精度为1ns。
-
公开(公告)号：CN101569882A
公开(公告)日：2009-11-04
申请号：CN200910148333.8
申请日：2009-06-16
Applicant: 北京理工大学
Abstract: 本发明提供的是一种用于检测钢材料的线性超声相控阵换能器，包括该换能器设计方法和制作工艺。该换能器的结构包括一层压电晶片、一层匹配层、背衬和电极制作，其中压电晶片的材料为PZT－5H，匹配层为环氧树脂，背衬为不同颗粒大小的钨粉和环氧树脂固化而成，电极由铜片和银层。该换能器的设计参数为中心频率为1.5MHz，阵元数为16，正的最大偏转角度为30°。在制作工艺上，将整块压电陶瓷与铜片粘贴后，采用多次切割工艺制作超声相控阵换能器，该加工工艺在保证阵列尺寸精度的同时，可以减小相邻阵元间的相互影响。根据换能器优化设计的目标，利用多目标优化设计方法，对换能器的阵列参数，包括阵元宽度、阵元间距和阵元高度进行结构优化，从而获得良好的波束特性和更大的声压。
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.028 seconds)
