-
公开(公告)号：CN111638427B
公开(公告)日：2021-05-28
申请号：CN202010492073.2
申请日：2020-06-03
Applicant: 西南交通大学
Abstract: 本发明公开了一种基于核胶囊神经元覆盖的变压器故障检测方法，以电力系统中变压器的故障检测为背景，针对实际监测得到的变压器油色谱数据存在缺失、冗余以及维度不定等情况，解决了变压器故障检测因上述情况产生识别效率低下甚至无法得以正确识别的问题；通过引入核思想对油色谱数据进行有效的特征提取，然后在超香肠神经元构建方法的基础上加以改进，在流形覆盖神经元的创建过程中引入关联关系和伸缩率等概念，运用优化的核胶囊覆盖算法对油色谱特征数据进行识别，进而使变压器故障检测达到更高的精度。
-
公开(公告)号：CN112483934A
公开(公告)日：2021-03-12
申请号：CN202011353413.X
申请日：2020-11-27
Applicant: 西南交通大学
IPC: F21S8/00 , F21V15/01 , F21V19/00 , F21V23/04 , F21V23/06 , F21V33/00 , H01R13/62 , H01R33/05 , H01R33/97 , H05B47/14
Abstract: 本发明公开了一种易拆卸灯泡装置，其包括绝缘插座和绝缘插头，绝缘插座包括底座，底座内设置有线圈，线圈的下方设置有两个插接弹片，绝缘插头包括插头外壳，插头外壳内设置有永久磁铁，插头外壳的上端设置有灯泡，两根接触片与灯泡电连接；两个插接弹片分别通过导线与底座内设置的电源线电连接，线圈与电源线电连接。易拆卸灯泡装置的控制方法包括：连接绝缘插头与绝缘插座、对灯泡的健康状况进行监控和更换损坏的灯泡等步骤。本方案利用电磁铁原理设计出便于拆卸的灯泡，使得技术人员方便进行灯泡更换，达到简化操作、降低触电风险的目的，并规避误操作所导致的插座破损的问题。
-
公开(公告)号：CN112014804B
公开(公告)日：2021-01-26
申请号：CN202011187495.5
申请日：2020-10-30
Applicant: 西南交通大学
IPC: G01S7/28
Abstract: 本发明公开了一种基于球覆盖的仿生模式识别算法的雷达信号分选方法。该方法包括获取雷达信号数据作为样本，对样本数据进行预处理；将预处理后的样本数据进行升维处理，并将样本数据划分为训练集和测试集；利用训练集对基于球覆盖的仿生模式识别算法进行训练，得到分类覆盖模型；将测试集输入到训练好的分类覆盖模型，根据测试集在分类覆盖模型中的覆盖情况，确定测试集的类别，实现雷达信号分选。本发明为了解决现有技术中实际提取的雷达信号数据存在虚假数据、缺失值，传统仿生模式识别受低维数条件限制等问题，在低维数条件下，对传统的仿生模式识别算法进行改进，利用数据清洗、缺失值填充、数据升维、构造球覆盖等实现了算法识别率的提高。
-
公开(公告)号：CN112014804A
公开(公告)日：2020-12-01
申请号：CN202011187495.5
申请日：2020-10-30
Applicant: 西南交通大学
IPC: G01S7/28
Abstract: 本发明公开了一种基于球覆盖的仿生模式识别算法的雷达信号分选方法。该方法包括获取雷达信号数据作为样本，对样本数据进行预处理；将预处理后的样本数据进行升维处理，并将样本数据划分为训练集和测试集；利用训练集对基于球覆盖的仿生模式识别算法进行训练，得到分类覆盖模型；将测试集输入到训练好的分类覆盖模型，根据测试集在分类覆盖模型中的覆盖情况，确定测试集的类别，实现雷达信号分选。本发明为了解决现有技术中实际提取的雷达信号数据存在虚假数据、缺失值，传统仿生模式识别受低维数条件限制等问题，在低维数条件下，对传统的仿生模式识别算法进行改进，利用数据清洗、缺失值填充、数据升维、构造球覆盖等实现了算法识别率的提高。
-
公开(公告)号：CN104850837B
公开(公告)日：2017-12-05
申请号：CN201510252555.X
申请日：2015-05-18
Applicant: 西南交通大学
Abstract: 本发明涉及手写文字的识别方法，包括：a.归一化手写输入数据，定义神经元数，建立自动编码器模型并初始化权重和偏置；b.通过压缩感知模型进行数据压缩采样；c.对得到数据进行自动编解码后重建手写输入数据，使重建数据相对原始手写输入的误差最小化；d.将构建的各模型逐层堆叠组成n层神经元的特征深度学习模型，并对所述的n层神经元遍历进行深度特征学习，其中n为自然数；e.输出识别的手写文字。本发明能够通过模拟人脑视觉神经元感知事物的特性，结合压缩感知和深度学习，自动挖掘表征手写文字的细致特征，非常有效的提高了手写文字的表征能力和模型学习的效率，大幅度的提高了手写文字特别是手写数字的识别精度和识别效率。
-
Patent Agency Ranking
公开(公告)号：CN104850837A
公开(公告)日：2015-08-19
申请号：CN201510252555.X
申请日：2015-05-18
Applicant: 西南交通大学
CPC classification number: G06K9/00409 , G06K9/00422 , G06N3/08
Abstract: 本发明涉及手写文字的识别方法，包括：a.归一化手写输入数据，定义神经元数，建立自动编码器模型并初始化权重和偏置；b.通过压缩感知模型进行数据压缩采样；c.对得到数据进行自动编解码后重建手写输入数据，使重建数据相对原始手写输入的误差最小化；d.将构建的各模型逐层堆叠组成n层神经元的特征深度学习模型，并对所述的n层神经元遍历进行深度特征学习，其中n为自然数；e.输出识别的手写文字。本发明能够通过模拟人脑视觉神经元感知事物的特性，结合压缩感知和深度学习，自动挖掘表征手写文字的细致特征，非常有效的提高了手写文字的表征能力和模型学习的效率，大幅度的提高了手写文字特别是手写数字的识别精度和识别效率。
-
公开(公告)号：CN115580362B
公开(公告)日：2024-05-17
申请号：CN202211261568.X
申请日：2022-10-14
Applicant: 西南交通大学 , 中国人民解放军31107部队
IPC: H04B17/382 , H04W16/10
Abstract: 本发明公开了一种基于频谱监测数据的电磁目标动态用频策略确定方法，包括以下步骤：步骤1：根据频谱监测数据提取空闲频谱资源；步骤2：对步骤1得到的空闲频谱资源进行频域分割，将现有频谱资源分配给m个电磁目标；步骤3：根据空域复用的方法对剩余电磁目标分配频谱资源；步骤4：根据时域错开的方法将经步骤3分配后剩余的电磁目标分配频谱资源；步骤5：得到测定时间段和测定区域内电磁目标的用频策略集；本发明按照频谱分割、空域复用、时域错开的原则，可以优先确保高优先级的电磁目标获得相应的频谱资源；可以得到某一时间段内电磁目标的动态用频策略，能够实现基于频谱监测数据的变化自动调整用频策略的目的。
-
公开(公告)号：CN111398945B
公开(公告)日：2023-04-18
申请号：CN202010159049.7
申请日：2020-03-09
Applicant: 西南交通大学
Abstract: 本发明提出基于慢时间滑窗滤波器的稀疏动目标检测方法，属于雷达动目标探测方法领域，首先基于广义模糊函数设计了区域多普勒容限积累最优为准则的脉冲重复间隔序列优化问题，然后通过问题转化，最终通过黄金区域搜索法获得最优解。本发明的目的在于提供一种全新的稀疏目标环境下的雷达动目标探测方法，引入广义模糊函数的概念，并通过设计二次调制脉冲重复间隔序列以及对应的慢时间匹配滤波器，简化了动目标检测处理流程，同时增强给定多普勒范围的稀疏动目标检测能力。
-
公开(公告)号：CN113255548B
公开(公告)日：2023-04-07
申请号：CN202110619915.0
申请日：2021-06-03
Applicant: 西南交通大学
IPC: G06F18/213 , G06F18/24 , G06F18/214 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于胶囊神经元的无线网络设备个体识别方法与应用，包括以下步骤：S1：收集多个无线网络设备个体的杂散信号特征集，并将多个所述无线网络设备个体划分为训练样本和测试样本；S2：采用基于马氏距离的胶囊神经网络对所述训练样本进行训练，获得无线网络设备个体分类覆盖模型；S3：根据所述无线网络设备个体分类覆盖模型对所述测试样本的无线网络设备个体进行识别。本发明能够解决现有技术中无线网络设备个体识别精度低、不能拒识等问题，提高无线网络设备个体的识别精度。
-
公开(公告)号：CN113205159A
公开(公告)日：2021-08-03
申请号：CN202110604325.0
申请日：2021-05-31
Applicant: 西南交通大学
Abstract: 本发明公开了一种知识迁移方法、无线网络设备个体识别方法及系统，包括以下步骤：步骤1：获取目标域数据和源域数据作为训练数据；步骤2：采用改进的TrAdaboost算法实现知识迁移；其中改进的TrAdaboost算法中，以Adaboost算法为基础，采用VFKMM算法确定源域和目标域的初始权重分布；本发明采用VFKMM算法确定源域和目标域的初始权重，修正了域的分布；结合TrAdaboost算法结合后，可以充分结合两者的优点；减少了TrAdaboost迭代的次数，实现了模型性能的提升，降低出现过拟合的概率；引入更新因子加入源域权重更新，可以防止权重转移；迭代稳定时可以实现更高的识别精度。
-
-
-
-
-
-
-
-
-
Search Results
43
records
(took 0.033 seconds)
