一种基于WT-DNN-HCT的柔性晃动基座自主定位定向方法

    公开(公告)号:CN114199237A

    公开(公告)日:2022-03-18

    申请号:CN202111521481.7

    申请日:2021-12-13

    Inventor: 胡燕祝 王松 洪昀

    Abstract: 本发明涉及基于WT‑DNN‑HCT的柔性晃动基座自主定位定向方法,是一种对柔性晃动基座进行定位定向的方法,属于信号处理与机器学习领域,其特征在于采用如下步骤:(1)确定人体运动惯性数据的正交小波变换;(2)确定阈值处理后的小波系数;(3)确定小波重构系数;(4)确定人体运动感知器模型;(5)优化人体运动感知器参数;(6)确定导航基准随机晃动模型。本发明克服了通常定位技术穿透力差、稳定性差、易受周围环境影响的缺点,将深度神经网络和小波变换以及齐次坐标转换相结合,综合应用到地下灾情遮蔽空间场景中,能够对地下空间人员起到精准定位定向。为柔性晃动基座自主定位定向提供了一种拥有较高准确率的方法。

    一种基于3D-CNN与CVV-GLCM的融媒体信息获取方法

    公开(公告)号:CN112149751A

    公开(公告)日:2020-12-29

    申请号:CN202011054195.X

    申请日:2020-09-29

    Inventor: 胡燕祝 王松

    Abstract: 本发明涉及基于3D‑CNN与CVV‑GLCM的融媒体信息获取方法,是一种对安全生产中危化品事故的融媒体信息获取方法,属于智能安全领域,其特征在于采用如下步骤:(1)确定像素值处的特征单位值;(2)确定帧间的Hamming距离;(3)确定视频帧的CCV特征;(4)确定归一化矩阵;(5)确定图像的对比度和相关性;(6)确定图像的能量和同质性度量矩阵;(7)确定GLCM纹理特征帧间的相似度;(8)确定关键帧。本发明克服了传统普通检测关键帧冗余的问题,解决了传统的融媒体信息获取过程中关键信息检索速度以及检测精度等无法达到很好效果的问题,提升关键信息获取的效率和准确度。为融媒体信息获取领域提供了一种拥有较高准确率的方法。

    一种基于STFT-CNN-RVFL的Φ-OTDR振动信号识别算法

    公开(公告)号:CN110458219A

    公开(公告)日:2019-11-15

    申请号:CN201910708004.8

    申请日:2019-08-01

    Abstract: 本发明涉及基于STFT-CNN-RVFL的Φ-OTDR振动信号识别算法,一种对Φ-OTDR振动信号时频图进行识别分类的方法,属于图片处理与模式识别领域,其特征在于采用如下步骤:(1)对Φ-OTDR振动信号做STFT变换,获取时频图;(2)对时频图做灰度处理;(3)构建CNN网络,提取图像特征;(4)随机初始化连接权值和阈值;(5)构建RVFL神经网络;(6)计算输出权值。本发明将振动信号的时频图像作为输入,通过卷积神经网络实现振动信号特征自动提取,将卷积神经网络的强大的图像识别及分类功能结合到振动信号识别当中。实验结果表明本发明设计的振动信号识别算法有着较好的信号识别效果,为振动信号识别领域提供了准确的识别算法。

    一种基于MEEMD-Hilbert和多层小波分解的光纤振动信号特征提取方法

    公开(公告)号:CN110458073A

    公开(公告)日:2019-11-15

    申请号:CN201910708902.3

    申请日:2019-08-01

    Abstract: 本发明涉及基于MEEMD-Hilbert和多层小波分解的光纤振动信号特征提取方法,是一种对分布式光纤振动信号进行特征提取的方法,属于信号处理与机器学习领域,其特征在于采用如下步骤:(1)确定引入白噪声信号后的振动信号;(2)确定第一个IMF分量序列集合;(3)进行延时空间重构;(4)确定排列熵;(5)确定剩余分量;(6)计算序列的希尔伯特变换;(7)确定序列的解析信号并进行自相关处理;(8)离散小波变换;(9)计算不同频段上的平均能量;(10)计算每个频段上的平均能量占比。本发明具有较高的时频分辨率,为光纤振动信号的特征提取提供了一种效果明显的方法。

    一种基于相位恢复弥撒滤波器的图像增强方法

    公开(公告)号:CN110443756A

    公开(公告)日:2019-11-12

    申请号:CN201910395079.5

    申请日:2019-05-13

    Inventor: 胡燕祝 王角

    Abstract: 本发明主要提供一种基于相位恢复弥撒滤波器的图像增强方法,其特征在于采用如下步骤:(1)构建Hessian矩阵;(2)构建任意两个成像平面上的波函数;(3)引入评价指标;(4)多尺度分析;(5)构建结构张量;(6)构建弥散结构张量;(7)图像增强。本发明采用了相位恢复的方式对输入图像进行了增强处理,考虑了由于目标亮度高、背景亮度暗而使得目标不明显的情况。与其他图像增强方法相比,本发明综合采用了对图像进行质量评级、构建结构张量、弥散结构张量等方法,解决了目标亮度高、背景亮度暗以及噪声干扰等问题,取得了很好的图像增强效果,提供了一种有效的图像增强方法。

    一种基于多维分割的视频结构化方法

    公开(公告)号:CN110197135A

    公开(公告)日:2019-09-03

    申请号:CN201910394330.6

    申请日:2019-05-13

    Inventor: 胡燕祝 田雯嘉

    Abstract: 本发明主要提供一种基于多维分割的视频结构化方法,具体内容包括:步骤一:视频解析;步骤二:场景分割中的关键帧提取;步骤三:基于关键帧的场景分割;步骤四,视频的音频分割;步骤五,视频的语义分割;步骤六,信息熵为目标函数的分割规则。本发明对同一段视频在场景、声音、文本三个维度上进行分割后,采用了信息熵的形式对分割规则进行了评价。与其他视频结构化方法相比,本发明结合图像序列中像素在时间域上的变化以及相邻帧之间的相关性以及上一帧与当前帧之间的对应关系对视频在图像维度实现了很好的分割,保留了视频的关键信息,可以提供一种有效的视频结构化方法。

    一种基于BOTDR技术的热力耦合解耦方法

    公开(公告)号:CN107633136A

    公开(公告)日:2018-01-26

    申请号:CN201710858571.2

    申请日:2017-09-20

    Abstract: 本发明公开了一种基于BOTDR技术的热力耦合解耦方法。在工程应用中,热力耦合过程是应力场与温度场两个物理场之间相互影响的过程,即温度对受力变形有影响,同时受力变形对温度变化也有影响。因为热力耦合影响,光纤本身随温度变化,应变和应力对应的关系会发生微小的变化,而本发明就是解耦这种微小变化,使应变和应力关系更加准确。为了克服上述热力耦合现象所导致的现有技术不足,本发明提供了一种基于BOTDR技术的热力耦合解耦方法,符合温度变化下的BOTDR技术的“应变-应力”测量。分为如下步骤:步骤一、光纤标定;步骤二、温度和应变关系的分离;步骤三、应变和应力的关系建立;步骤四、热力耦合的解耦。

    一种燃气管网突发事件情景要素关联关系建立方法

    公开(公告)号:CN118798195B

    公开(公告)日:2025-02-25

    申请号:CN202410958672.7

    申请日:2024-07-17

    Abstract: 本发明提供一种燃气管网突发事件情景要素关联关系建立方法。所述方法包括以下步骤:获取与燃气管网突发事件相关的文本数据,并对所述文本数据进行分词处理;计算分词处理得到的每个词语的重要性权重,从所述词语中筛选出重要性权重大于设定阈值的词语,得到情景要素;建立任意两个情景要素之间的关联关系,计算所述关联关系的关联程度,滤除关联程度小于设定阈值的关联关系,得到情景要素的关联关系。本发明能够在有效减少人工参与程度的同时,保证情景要素提取的准确性;能够通过多层关联规则构建情景要素的关联关系。

    一种基于WT-DNN-HCT的柔性晃动基座自主定位定向方法

    公开(公告)号:CN114199237B

    公开(公告)日:2024-01-30

    申请号:CN202111521481.7

    申请日:2021-12-13

    Inventor: 胡燕祝 王松 洪昀

    Abstract: 本发明涉及基于WT‑DNN‑HCT的柔性晃动基座自主定位定向方法,是一种对柔性晃动基座进行定位定向的方法,属于信号处理与机器学习领域,其特征在于采用如下步骤:(1)确定人体运动惯性数据的正交小波变换;(2)确定阈值处理后的小波系数;(3)确定小波重构系数;(4)确定人体运动感知器模型;(5)优化人体运动感知器参数;(6)确定导航基准随机晃动模型。本发明克服了通常定位技术穿透力差、稳定性差、易受周围环境影响的缺点,将深度神经网络和小波变换以及齐次坐标转换相结合,综合应用到地下灾情遮蔽空间场景中,能够对地下空间人员起到精准定位定向。为柔性晃动基座自主定位定向提供了一种拥有较高准确率的方法。

Patent Agency Ranking