-
公开(公告)号：CN119483366A
公开(公告)日：2025-02-18
申请号：CN202411644078.7
申请日：2024-11-18
Applicant: 重庆邮电大学
IPC: H02P21/00 , H02P21/13 , H02P21/18 , H02P21/22 , H02P25/022
Abstract: 本发明涉及一种永磁同步电机调速系统的测量噪声抑制方法，属于同步电机调速系统控制领域。利用永磁同步电机调速系统的动态方程设计非线性扩张状态观测器能够实时估计电机转速和外界扰动；根据电机转速观测值以及干扰观测值设计连续终端滑模控制器，通过转速观测值替代含测量噪声的转速，并实时前馈补偿扰动，有效抵消干扰对系统输出的影响；同时，将高频切换函数隐藏于滑模变量的高阶导中，避免了传统滑模控制的抖振现象；相比传统自抗扰控制，本发明提供的方法具有更高的控制精度、更小的转速波动和更好的测量噪声抑制性能；在负载扰动后，调节时间更短，抗扰能力更强，且电流脉动更小，有助于电机长时间稳定运行。
-
公开(公告)号：CN118753423A
公开(公告)日：2024-10-11
申请号：CN202411077099.5
申请日：2024-08-07
Applicant: 重庆邮电大学
IPC: B62M6/45
Abstract: 本发明涉及一种基于时变干扰估计的电助力自行车控制方法，属于交流伺服系统领域。本发明所提出的控制方法为复合控制方法，包括连续滑模控制和广义比例积分观测器两大部分。连续滑模控制包括滑模面和滑模速度控制器，目的是保证电助力自行车系统的闭环稳定性；广义比例积分观测器用来观测电助力自行车系统的外部扰动和参数变化，并作为前馈项引入连续滑模控制中实现复合控制。复合控制方法能够在电助力自行车系统存在有界参数变化和负载扰动的情况下实现高性能速度跟踪控制。本发明所提出的复合控制方法能有效地减小传统滑模控制导致的抖振，具有良好的动静态性能和鲁棒性能，并能适应多种工况，如：陡坡、风阻等情况，有效提升骑行体验。
-
公开(公告)号：CN114492501B
公开(公告)日：2024-09-27
申请号：CN202111519739.X
申请日：2021-12-13
Applicant: 重庆邮电大学
IPC: G06F18/214 , G06F18/15 , G06F18/241 , G06F18/21 , G06N3/0464 , G06N3/08
Abstract: 本发明请求保护一种基于改进SMOTE算法的脑电信号样本扩充方法、介质及系统，使用脑电信号采集仪器采集脑电信号数据；对脑电信号进行包括带通滤波、基线校验、归一化在内的方法进行预处理，划分为测试数据集与训练数据集；使用改进的SMOTE算法对脑电信号进行样本筛选并作为原始样本；将样本分成safe、danger以及noise三种类型；使用幅频加噪技术对在原始样本的基础上合成人工样本，从而实现数据集的样本扩充，合并成为新的训练数据集；利用卷积神经网络进行性能测试。本发明相比其余传统脑电数据样本扩充方法能更有效地提升生成新样本的质量与数量，使得训练卷积神经网络时有效提取特征，提升分类准确度，一定程度上解决了脑电信号数据集样本量小的问题。
-
公开(公告)号：CN114358389B
公开(公告)日：2024-09-27
申请号：CN202111520535.8
申请日：2021-12-13
Applicant: 重庆邮电大学
IPC: H02J3/00 , G06Q50/06 , G06N3/0464 , G06N3/049 , G06N3/08
Abstract: 本发明请求保护一种结合VMD分解和时间卷积网络的短期电力负荷预测方法，首先使用变分模态分解(VMD)对原始负荷数据进行处理，将负荷序列分解得到多个本征模态函数(IMF),以降低神经网络预测模型输入数据的复杂程度。然后，分别计算各个IMF分量的样本熵(SE)，将相近样本熵值的分量合并为一个新的序列，以减少所需训练的模型数量，最后利用时间卷积网络(TCN)来拟合各个序列的历史数据和预测数据的非线性关系，并叠加各模型的预测结果得到最后的预测值。本发明相比于其他负荷预测传统方法，具有更高的预测精度。
-
公开(公告)号：CN114254614B
公开(公告)日：2024-08-23
申请号：CN202111510160.7
申请日：2021-12-10
Applicant: 重庆邮电大学
IPC: G06F40/194 , G06F40/247 , G06F16/35
Abstract: 本发明公开了一种结合知网与词林的词语相似度获取方法及系统，利用《知网》义原层次树计算知网义原信息内容含量；并构建第一词语相似度计算模型；根据扩展版《同义词词林》词林拓扑树中的路径信息构建第二词语相似度计算模型；根据待测词语对在《知网》和扩展版《同义词词林》中的分布情况，综合两个计算模型的计算结果，获得待测词语对的最终词语相似度，在原本的信息内容含量的基础上引入义原节点的密度信息，能够得到更符合人类判断的词语相似度计算结果，同时在词林的计算过程中设置关于路径信息的权重参数，通过改变该参数的值，得到更高的皮尔森相关系数，更符合人类主观判断的结果，从而提高词语相似度的计算精度和范围。
-
Patent Agency Ranking
公开(公告)号：CN114254187B
公开(公告)日：2024-08-16
申请号：CN202111506522.5
申请日：2021-12-10
Applicant: 重庆邮电大学
IPC: G06F16/9535 , G06F18/214 , G06N3/0464 , G06N3/042
Abstract: 本发明公开了基于自适应降噪训练的推荐方法、系统、电子设备及介质，涉及计算机技术领域，本发明在一个以图卷积神经网络为基础的推荐系统上，在训练阶段对损失函数做截断处理或重新加权处理，在模型的训练阶段自动地进行降噪处理。与现有技术相比而言，以往的推荐模型不考虑在训练阶段专门针对隐式反馈伴随的噪声问题进行处理；而本发明通过对损失函数进行截断或加权处理，以此来对打分函数进行优化处理，可以大大减少假阳性交互行给训练模型带来的噪声影响，不仅可以减少人工筛除假阳性交互行为的工作量，提升推荐的准确率，同时可缓解训练模型过早的出现过拟合现象。
-
公开(公告)号：CN118351305A
公开(公告)日：2024-07-16
申请号：CN202410427142.X
申请日：2024-04-10
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于频域与空间域信息融合的实时实例分割方法，首先设置模型训练的损失函数；然后，采用带动量的随机梯度下降算法作为优化方法，并采用了非极大值抑制算法消除重复检测；接着，搭建由多个残差块堆叠组成的ResNet50残差网络架构作为主干网络；然后，采用改进的双向特征金字塔结构对后三个卷积模块的特征图进行操作融合语义信息，并引入频域表示以获得更准确全局信息；最后，将完成信息融合的最后一层特征图输入到掩模分支，使用改进的频域表示特征融合方法将得到的掩模系数和原型掩模特征图相结合，得到目标物体的位置坐标、类别信息和像素分割结果。本发明在实时(每秒超过30帧)的基础上有效地提高了图像的分割精度，且结构合理。
-
公开(公告)号：CN117743818A
公开(公告)日：2024-03-22
申请号：CN202311847242.X
申请日：2023-12-28
Applicant: 重庆邮电大学
IPC: G06F18/2113 , A61B5/369 , G06F18/214 , G06F18/241 , G06N3/0464 , G06N3/096 , G06N3/0895
Abstract: 本发明请求保护一种基于多源域互信息的运动想象脑电信号域适应方法。首先通过互信息估计将特征提取器中间层的特征映射分解为类无关和类相关的特征映射；然后通过引入Lmmd损失对前馈网络模型进行扩展，实现子域适应。对于源域中的样本，使用真实标签来计算每个样本属于某一类的权重。对于没有标签的目标域数据，通过神经网络预测得到样本伪标签，其样本权重计算方法同源域样本权重计算，将网络的输出作为无标签目标域的伪标签。最后分别将每对源域和目标域数据映射到多个不同的特征空间，并对齐域特定分布以学习多个域不变特征。然后使用域不变特征训练多个特定于域的分类器。本方法可以有效减少跨受试者可变性高的问题。
-
公开(公告)号：CN113212586B
公开(公告)日：2023-05-26
申请号：CN202110685637.9
申请日：2021-06-21
Applicant: 重庆邮电大学
IPC: B62D57/024 , B25J15/06 , B29C64/112 , B29C64/393 , B33Y10/00 , B33Y50/02 , B33Y80/00
Abstract: 本发明公开了一种具有自感知功能的柔性智能吸附装置及其制备方法。该装置由吸附部件、自感知部件、外壳和驱动部件组成。其中吸附部件由改性聚氨酯经墨水直写打印一体化成形，自感知部件由两个正对着的矩形自感知结构构成，矩形自感知部件由改性聚氨酯中添加一定比例导电颗粒构成的油墨经墨水直写打印而成，自感知部件是一个集电容式传感和电阻式传感于一体的双重感知器；驱动部件及外壳为该吸附装置提供吸附动力源和安装条件；自适应控制算法使该装置识别接触表面的形貌从而改变机器人足端或机械臂的姿态。本发明可用于爬壁或抓取类机器人，在自适应自感知功能辅助下，机器人将更便于复杂表面结构下的壁面检测、军事反恐、物流分拣、安装维护等作业。
-
公开(公告)号：CN110209635B
公开(公告)日：2023-03-14
申请号：CN201910503021.8
申请日：2019-06-11
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种PSD‑BPA至pandapower的电力系统潮流输入数据的转换方法，属于电力系统仿真领域。该方法包括以下步骤：S1：读取描述BPA潮流输入数据文件中各种数据卡片格式的配置文件；S2：读取BPA潮流输入数据；S3：把BPA的潮流输入数据转换为pandapower所规定的潮流数据对象，并将其序列化存储到磁盘文件中。本发明通过利用pandapower提供的创建潮流数据的函数，将BPA的潮流输入数据成功转换为pandapower潮流计算所需的数据结构。解决了使用pandapower过程中缺乏实际电网数据的问题，以满足实际工程的需要。
-
-
-
-
-
-
-
-
-
Search Results
157
records
(took 0.031 seconds)
