-
公开(公告)号：CN108375586A
公开(公告)日：2018-08-07
申请号：CN201810128066.7
申请日：2018-02-08
Abstract: 本发明提供一种具有多个检测模式的缺陷检测装置和方法，用于检测泡沫镍表面缺陷图像。该装置包括：传送装置、直线移动模组和图像采集装置。传送装置，将待测泡沫镍从该缺陷检测装置的一端平铺传送至另一端。直线移动模组，包括固定部分和移动部分，该固定部分固定安装于该缺陷检测装置的主体部分上，该移动部分沿相对于泡沫镍宽度方向移动。图像采集装置，设置于该直线移动模组上，以用于获取泡沫镍的表面图像信息。其中，依据该待测泡沫镍的表面图像信息，确定该图像采集装置处于第一检测模式还是第二检测模式。本发明提供的具有多个检测模式的缺陷检测装置和方法，可自适应地调节图像采集装置的检测模式。
-
公开(公告)号：CN104318688B
公开(公告)日：2017-11-07
申请号：CN201410604784.9
申请日：2014-10-31
Applicant: 湘潭大学
IPC: G08B13/00
Abstract: 本发明提出一种基于数据融合的多传感器火灾预警方法。其过程为：步骤1：在采样周期Tn内获取各传感器节点的连续采样数据，建立采样节点与其采样数据的X矩阵；步骤2：采用中值滤波滤除采样数据中噪声，在此基础上寻找采样数据中的突变点，得到被节点检测到的火灾信息；步骤3：对同质传感器的采样数据进行求最大突变值处理，得到采样数据的概率分布，并按照D‑S证据理论进行二次融合，得到最终火灾概率情况。该方法能有效滤除错误数据以及噪声，大幅提高火灾预警的准确性和可靠性，从而避免误报和漏报的发生。
-
公开(公告)号：CN106786692A
公开(公告)日：2017-05-31
申请号：CN201611175734.9
申请日：2016-12-19
Applicant: 湘潭大学
IPC: H02J3/32
Abstract: 本发明提出一种基于分布式的电动汽车有序充电控制方法。首先对控制的充电网络进行初始化设置，输入t时段电动汽车充电数据；然后，根据网络电价和负荷构造t时段虚拟动态分时电价；再由t时段虚拟动态电价和充电数据，分布式计算电动汽车充电负荷，更新配电网负荷，更新下一时段电动汽车充电数据；最后，直到整个控制区间范围结束，完成所有电动汽车的有序充电控制。本发明适用于大规模的电动车接入电网的负荷计算，不仅使充电成本最小、提高用户参与有序充电的积极性，而且能够平缓负荷曲线等优点。
-
公开(公告)号：CN106647515A
公开(公告)日：2017-05-10
申请号：CN201611242092.X
申请日：2016-12-29
Applicant: 湘潭大学
IPC: G05B19/042
CPC classification number: G05B19/0421 , G05B2219/2218
Abstract: 本发明涉及一种手持式虚拟回路测试仪，其特征在于，包括主控电路及与主控电路连接的协处理控制电路、存储电路、USB接口电路、人机接口电路、以太网通信电路、串口调试电路，还有与协处理控制电路连接的锂电池电量测量电路、实时时钟电路、测试通信电路和通信指示灯电路；所述的测试通信电路能选配各种类型的SFP通信模块。与现有技术相比，本发明所述测试仪自动化程度高，携带方便，通信接口兼容性高，能够快速完成数字化变电站装置之间虚拟回路的调试和维护。
-
公开(公告)号：CN104837155B
公开(公告)日：2016-08-31
申请号：CN201510153642.X
申请日：2015-04-02
Applicant: 湘潭大学
CPC classification number: Y02D70/10
Abstract: 本发明提出一种类BP神经网络的分簇传感网络数据收集方法。首先对监控的无线传感器网络进行初始化处理,依节点的GPS信息寻找网络的地理中心位置，其次根据节点的位置信息选举网络簇头节点并构建簇，再由已经完成的分簇网络建立BP神经网络模型，最后根据网络的总传输跳数动态调整网络的分簇数量，至网络达到最优簇头数目的稳态。本发明能适用于不同规模大小的网络，以最优分簇数量收集网络数据，具有减少网络能耗、延长网络生命周期、降低网络延时等优点。
-
Patent Agency Ranking
公开(公告)号：CN105512484A
公开(公告)日：2016-04-20
申请号：CN201510905286.2
申请日：2015-12-10
Applicant: 湘潭大学
IPC: G06F19/00
CPC classification number: G06F19/00
Abstract: 本发明提出了一种采用特征值相似度的数据关联方法。本发明步骤：首先，获得数个包含多个属性的数据源并对其进行预处理；其次根据用户要求确定属性优先级列表；然后，每个数据源根据优先级列表形成多个相似属性群，数据源中没有存在相似属性群的属性形成一个剩余属性群；再分别计算两个数据源之间对应的相似属性群的相似度和剩余属性群之间的相似度来对两个数据源进行数据关联。本发明改善了传统数据关联方法的效能，提高了数据关联的准确性。
-
公开(公告)号：CN105472687A
公开(公告)日：2016-04-06
申请号：CN201510910202.4
申请日：2015-12-10
Applicant: 湘潭大学
Abstract: 本发明提出了一种基于感知属性的无线传感器网络节点分类融合方法。本发明的步骤为：首先将节点测得的数据进行无量纲处理，然后将其进行降维得到维数据，确定所有节点的综合感知属性。在此基础上，采用精英策略选择若干中心节点，并确定各个中心节点的从属节点，最后确定融合的节点集合并进行数据融合。本发明能够根据节点实时测量数据的综合感知属性将节点自适应分类，提高了融合效率，将具有同种综合感知属性的节点进行融合，减少了干扰数据，提高了融合精度和信息采集精度，降低了融合误差，规划了数据融合的区域，减少了融合延时，采用精英策略选择中心节点，延长了网络寿命。
-
公开(公告)号：CN105142096A
公开(公告)日：2015-12-09
申请号：CN201510497144.7
申请日：2015-08-14
Applicant: 湘潭大学
IPC: H04W4/00
Abstract: 本发明了一种物联网中基于神经网络的跨媒体数据融合方法。包括以下步骤：（1）输入各单一媒体样本数据集和跨媒体样本集（2）对整个物联网网络进行分簇，并将网络初始化成多入单出神经网络（3）根据输入的各单一媒体样本集训练出多入单出神经网络（4）用训练出的神经网络输入层在物联网中采集数据，并将单一媒体数据融合至簇头节点输出，完成单一媒体的数据融合（5）以簇头节点作为新的输入层节点，对新的输入层节点再次分簇，并将其初始化成多入多出神经网络（6）根据跨媒体样本集，训练出多入多出神经网络（7）通过训练出的多入多出神经网络将新输入层的各单一媒体数据融合到sink节点，完成跨媒体的数据融合。
-
公开(公告)号：CN104765839A
公开(公告)日：2015-07-08
申请号：CN201510180290.7
申请日：2015-04-16
Applicant: 湘潭大学
IPC: G06F17/30
Abstract: 本发明提出了一种基于属性间相关系数的数据分类方法。本发明步骤：首先，输入样本集和待分类数据集，并计算训练样本集所有属性的信息增益值；其次，依据从大到小排序将最大信息增益值的属性选为决策树中根节点的测试属性；然后，计算根节点属性(上一层节点属性)与剩余属性集之间相关系数的绝对值；再根据值和不同属性的属性值进行每一层节点的建立过程，并更新剩余属性集；最后，直到所有属性遍历为止，生成决策树，依据决策树将待分类数据进行分类。本发明大大改善了传统决策树的效能，提高了决策树的分类准确性。
-
公开(公告)号：CN104394554A
公开(公告)日：2015-03-04
申请号：CN201410789663.6
申请日：2014-12-19
Applicant: 湘潭大学
Abstract: 本发明提出一种预测式低延时地理路由方法。该方法主要用来解决现有地理路由延时和网络能耗不平衡问题，并提高绕行路由空洞效率。基本步骤为：1）设定协议包和邻居表，每个节点以为周期广播一跳协议包；2）每个节点以为周期对邻居表进行局部更新；3）判断节点需处理接收过程还是转发过程，对应执行步骤4）或步骤5）；4）首先判断包的类型，若该包是协议包，则对邻居表中进行全面更新，否则往节点的上层传包；5）节点对数据包进行贪婪转发，若转发遭遇空洞出现局部极值，则利用切线角度扩展搜索法选取锚节点继续贪婪转发。
-
-
-
-
-
-
-
-
-
Search Results
139
records
(took 0.022 seconds)
