-
公开(公告)号：CN108162635A
公开(公告)日：2018-06-15
申请号：CN201810026600.3
申请日：2018-01-11
Applicant: 浙江工业大学
IPC: B43K29/00
Abstract: 本发明公开了一种自供电定位呼救签字笔，包括签字笔主体，签字笔主体由两个外壳体构成，签字笔主体内设有储能腔、工作腔和滑槽，签字笔主体下端安装有防滑块；储能腔顶部通过短销固定有连接座，连接座上通过铆钉铆接有一对凸凹间隔的金属基板，金属基板上外凸处粘接有压电晶片，两个金属基板的内凹处通过铆钉铆接；经铆钉铆接的两个金属基板及所粘接的压电晶片共同构成换能器；换能器的金属基板上端铆接有滑块，滑块安装在滑槽中，滑块上焊接有复位弹簧。
-
公开(公告)号：CN113160195B
公开(公告)日：2024-02-02
申请号：CN202110470207.5
申请日：2021-04-28
Applicant: 浙江工业大学
IPC: G06T7/00 , G06F17/16 , G06F17/18 , G06F30/27 , G06V10/25 , G06V10/82 , G06N3/045 , G06N3/0475 , G06N3/094
Abstract: 一种基于生成热成像的复合材料缺陷无损检测方法，属于碳纤维聚合物内部缺陷无损检测技术领域。它包括以下步骤：1、获取聚合物试样的红外热图像数据集；2、建立谱归一化生成对抗网络模型并训练；3、热图像预处理；4、等度量映射降维；5、缺陷可视化；6、模型表现评估。本发明利用谱归一化生成对抗网络充分学习图像中的特征并生成多样性的热图像，以扩展IRT数据训练集。综合生成数据与原始数据进行流形学习建模，提取非线性且高维的热图像数据的在低维空间的本固流形，实现特征提取、背景减弱、噪声减小的目标，从而提升聚合物内部缺陷红外热成像检测的准确性和可靠性。
-
公开(公告)号：CN113705888A
公开(公告)日：2021-11-26
申请号：CN202110992912.1
申请日：2021-08-27
Applicant: 浙江工业大学
Abstract: 基于皮尔逊相关性和神经网络的工业蒸汽生成量预测方法，包括：1)数据获取：对火力发电过程进行监测并采集数据作为模型的多维输入特征数据，采集工业蒸汽生成量数据作为输入特征数据的标签值；2)特征选择：将步骤1)采集的数据进行基于皮尔逊相关性的相似度度量，根据相似性程度对输入特征数据进行选择；3)构建模型：基于前向反馈机制构建神经网络模型，并设置神经网络的超参数；4)训练和预测：将选择到的输入特征数据和工业蒸汽生成量标签数据传入神经网络模型，通过神经网络进行训练，并将训练后的神经网络用于工业蒸汽生成量的预测。本发明还包括实施基于皮尔逊相关性和神经网络的工业蒸汽生成量预测方法的系统。
-
公开(公告)号：CN113658126A
公开(公告)日：2021-11-16
申请号：CN202110923013.6
申请日：2021-08-12
Applicant: 浙江工业大学
Abstract: 本发明公开了一种数据扩增的流形映射热成像复材缺陷检测方法，包括以下步骤：(1)复材表面热图像数据采集；(2)建搭建频谱归一化生成对抗网络；(3)热图像数据预处理；(4)拉普拉斯特征映射流形学习；(5)缺陷可视化与模型评估。本发明采用深度学习技术中生成式对抗网络作为图像扩增器生成逼真的图像来扩充数据集，随后采用拉普拉斯特征映射流形学习方法提取综合数据集的非线性本质流形，最后将嵌入矩阵可视化为高亮缺陷的热图像，实现对检测对象内表面缺陷几何特性的准确高效评估。
-
公开(公告)号：CN113657240A
公开(公告)日：2021-11-16
申请号：CN202110923016.X
申请日：2021-08-12
Applicant: 浙江工业大学
Abstract: 本发明公开了一种基于多视角图像扩增的类不平衡珍珠分类方法，具体包括如下步骤：获取多视角珍珠图像数据；多视角珍珠图像数据的预处理及数据集划分；生成多视角珍珠图像数据集中的少数类样本，建立多视角生成对抗网络，并训练模型，平衡多视角珍珠图像数据集；将平衡后的多视角珍珠图像数据作为训练集，训练多流卷积神经网络模型，引入错误率和相对提高率的评价指标对模型进行评估。本发明利用多视角生成对抗网络强大的数据生成能力，将不平衡的多视角珍珠图像数据集重新平衡，解决了多流卷积神经网络训练过程中存在的不平衡学习问题，提升了模型的分类准确性。
-
Patent Agency Ranking
公开(公告)号：CN113552172A
公开(公告)日：2021-10-26
申请号：CN202110991444.6
申请日：2021-08-27
Applicant: 浙江工业大学
Abstract: 基于多层自编码器的红外热成像缺陷检测图像处理方法，属于工业过程中缺陷检测技术领域。它包括以下步骤：1)获取红外热成像缺陷图像数据集；2)对采集的缺陷热图像数据进行预处理；3)构建多层自编码器热成像MAT数据增强模型。本发明利用多层神经网络的非线性特征变换对红外热成像仪采集的热图像进行数据增强，用降维的方式描述了热成像数据之间的本质特征，能够较好的将缺陷与背景信息分离；通过在多层自编码器的每一层都加入激活函数，使模型能够更好的处理具有非线性特征的热成像数据，通过神经元逐层减小的多隐藏层结构提取数据的本质特征，达到去除噪声和不均匀背景的效果。
-
公开(公告)号：CN108647643B
公开(公告)日：2021-08-03
申请号：CN201810445800.2
申请日：2018-05-11
Applicant: 浙江工业大学
Abstract: 一种基于深度学习的填料塔液泛状态在线辨识方法，首先运行填料塔设备，获取其运行过程中的视频数据和标签数据；然后对数据进行预处理，包括视频截取和图像的时序化处理，并利用处理后的数据和标签数据制作数据集，将数据集分为训练集、验证集和测试集三部分；随后建立卷积长短期记忆神经网络模型并利用自适应矩估计训练模型；最后利用测试集评估训练后的网络模型是否满足辨识要求。本发明相较于传统方法更加准确且直观，利用深度学习技术对填料塔运行过程中的视频数据进行处理和分析，最终实现对其运行状态的在线辨识。
-
公开(公告)号：CN112461892A
公开(公告)日：2021-03-09
申请号：CN202011201479.7
申请日：2020-11-02
Applicant: 浙江工业大学
Abstract: 一种用于复材缺陷无损检测的红外热影像分析方法，包括以下步骤：(1)数据采集：利用红外热像仪获取聚合物复合材料内部缺陷的热影像数据，包括试样的脉冲加热与试样表面热图像捕捉两个过程；(2)数据预处理：对传感器采集到的原始热影像数据进行预处理，包括三部分内容：a)图像有效区域选择b)数据的扩展c)中心化处理；(3)缺陷检测热影像数据分析模型OLPPT构建：计算特征空间的嵌入矩阵Y；(4)OLPPT模型结果可视化：嵌入投影y可视化；(5)OLPPT模型效果定量评估：计算信噪比指标。
-
公开(公告)号：CN108647643A
公开(公告)日：2018-10-12
申请号：CN201810445800.2
申请日：2018-05-11
Applicant: 浙江工业大学
Abstract: 一种基于深度学习的填料塔液泛状态在线辨识方法，首先运行填料塔设备，获取其运行过程中的视频数据和标签数据；然后对数据进行预处理，包括视频截取和图像的时序化处理，并利用处理后的数据和标签数据制作数据集，将数据集分为训练集、验证集和测试集三部分；随后建立卷积长短期记忆神经网络模型并利用自适应矩估计训练模型；最后利用测试集评估训练后的网络模型是否满足辨识要求。本发明相较于传统方法更加准确且直观，利用深度学习技术对填料塔运行过程中的视频数据进行处理和分析，最终实现对其运行状态的在线辨识。
-
公开(公告)号：CN208243063U
公开(公告)日：2018-12-18
申请号：CN201820380849.X
申请日：2018-03-20
Applicant: 浙江工业大学
Abstract: 本实用新型公开了一种自供电长短可调的拐杖，包括套筒，外壳和长度调节装置，所述外壳壳体内设有储能腔，工作腔和滑槽，所述长度调节装置包括底板，顶板和三角形升降装置，本实用新型的自供电系统供电于电机，省去一次性电池或充电电池的使用，既环保节能又方便省力；利用电机作为动力来源，节省人力，且减少其他复杂结构的制造成本；丝杠的自锁特性保证了机构的安全性，操作简单，实用性强。(ESM)同样的发明创造已同日申请发明专利
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.021 seconds)
