-
公开(公告)号：CN113052906A
公开(公告)日：2021-06-29
申请号：CN202110353854.8
申请日：2021-04-01
Applicant: 福州大学
Abstract: 本发明提出一种基于单目相机与里程计的室内机器人定位方法：采用单目相机和轮式里程计作为传感器；所述单目相机固定朝向天花板进行视觉跟踪，作为视觉里程计；且至少包括以下步骤：步骤S1：视觉跟踪：在视觉跟踪的过程中，对参考帧的特征点做仿射投影，以限制在当前帧上特征点的邻域搜索范围；步骤S2：融合轮式里程计数据为视觉里程计提供绝对尺度，对轮式里程计信息进行预积分为视觉里程计提供初值；步骤S3：进行局部、全局优化，通过回环检测消除累积误差。能克服室内动态场景的缺陷，且具有较高的定位精度。
-
公开(公告)号：CN112949936A
公开(公告)日：2021-06-11
申请号：CN202110331087.0
申请日：2021-03-29
Applicant: 福州大学
Abstract: 本发明提出一种基于相似日小波变换和多层感知机的短期光伏功率预测方法，采用人工智能技术搭建功率预测模型，建立了一种基于相似日小波变换和多层感知机的短期光伏功率预测模型。本发明所提模型将多种算法的优点结合了起来，能有效提高预测的准确度。其主要创新点在于将相似日小波变换和多层感知机结合用于预测光伏电站输出功率的研究。
-
公开(公告)号：CN112257941A
公开(公告)日：2021-01-22
申请号：CN202011175408.4
申请日：2020-10-28
Applicant: 福州大学
Abstract: 本发明涉及一种基于改进型Bi‑LSTM的光伏电站短期功率预测方法，提取原始气象参数作为光伏电站预测模型的输入；对数据集进行预处理；采用皮尔森相关系数分析对光伏电站输出功率预测曲线的拟合程度进行特征参数选择；采用主成分分析法对所选择的特征参数进行排序，确定改进型模型输入数据集；根据数值天气预报中心获得的连续三天待预测日数据作为测试集；根据数值统计学方法来判断待预测日的天气类型，计算历史训练集的特征参数与待预测日的特征参数之间的欧式距离，选取误差小于0.5的参数作为改进模型输入；搭建预测模型，并进行优化，设定改进型预测模型的相关参数，选择最佳的光伏电站输出功率预测效果。本发明能提高光伏发电输出功率预测的精准度。
-
公开(公告)号：CN108769944B
公开(公告)日：2020-12-25
申请号：CN201810697001.4
申请日：2018-06-29
Applicant: 福州大学
Abstract: 本发明涉及一种面向桥梁结构健康监测的MP‑MR‑MC无线传感器网络数据收集方法，获取桥梁无线传感器网络模型，每个传感器工作模式为多功率级数、多收发器、多信道；构建（收发器‑信道‑功率）组件，组件数目为D；将组件数目定义为BFPA‑PSO种群中花配子数目;根据组件激活状态，构建激活组件冲突图模型；构建时隙路由树，节点之间无干扰通信；采用BFPA‑PSO混合优化算法寻找无线传感器网络最优链路调度。本发明提供的面向桥梁结构健康监测的MP‑MR‑MC无线传感器网络数据收集方法，能够有效提高桥梁结构健康监测无线传感器网络数据容量的同时，降低系统总能量消耗。
-
公开(公告)号：CN107741231B
公开(公告)日：2020-11-27
申请号：CN201710940904.6
申请日：2017-10-11
Applicant: 福州大学
Abstract: 本发明涉及一种基于机器视觉的多运动目标快速测距方法。该方法首先对图像训练集中标注框（Ground Truth Box）与实际距离进行拟合，并保存其测距模型，接着利用实时检测算法SSD（Single Shot MultiBox Detector）对特定目标所产生的检测框（Bounding Box）进行高度提取并输入到测距模型中，从而实时地获取多个目标的测量距离。本发明所提出的多运动目标快速识别及测距方法，能够高效、实时地对特定多个目标进行识别与测距。相较其他ETA测距系统更适合盲人，更加实用，其拥有较好的应用前景以及实际工程的应用价值。
-
Patent Agency Ranking
公开(公告)号：CN108933178B
公开(公告)日：2020-11-03
申请号：CN201810734872.9
申请日：2018-07-06
Applicant: 福州大学
IPC: H01L29/78 , H01L29/06 , H01L21/263
Abstract: 本发明涉及一种包括重掺硅/二氧化硅衬底，氧化物线状介质、源电极和漏电极；所述重掺硅/二氧化硅衬底，重掺硅作为栅极；所述氧化物线状介质设置于重掺硅/二氧化硅衬底上方，作为导电沟道；所述源电极和漏电极分别设置于氧化物线状介质的两端，并与重掺硅/二氧化硅衬底形成电接触。本发明经等离子处理后增强了其电阻调节线性度，减少了转变过程的权重遗失，使得该器件更有利于作为电子突触使用。
-
公开(公告)号：CN110060251A
公开(公告)日：2019-07-26
申请号：CN201910343036.2
申请日：2019-04-26
Applicant: 福州大学
IPC: G06T7/00
Abstract: 本发明涉及一种基于U-Net的建筑物表面裂纹检测方法。首先使用相机和无人驾驶飞行器收集30张包含裂纹原始图像；然后在每个原始图像中标记裂缝区域并将注释保存为灰度图标签文件；之后对图像进行预处理后，选取其中的200张图像作为数据集，按比例随机分成训练集、验证集和测试集；采用数据增强方法对制作好的数据集进行处理，再将其送入U-net网络进行训练，经过30轮迭代训练后，U-net模型在测试集上的准确率为99.56%；最后利用训练好的模型进行裂纹检测。本发明能够适应不同条件下的裂纹检测，并且省去布置大量传感器的繁琐，能够自动准确的对裂纹进行识别检测，对于提升建筑物表面裂纹检测的准确率和效率有重要作用。
-
公开(公告)号：CN109784488A
公开(公告)日：2019-05-21
申请号：CN201910034182.7
申请日：2019-01-15
Applicant: 福州大学
Abstract: 本发明涉及一种适用于嵌入式平台的二值化卷积神经网络的构建方法，包括以下步骤：步骤S1:采集ImageNet数据集，并将得到ImageNet数据集分为训练集、验证集和测试集；步骤S2:根据得到的训练集和验证集，对XNOR-Net二值化神经网络模型进行训练，并验证，得到训练后的二值化神经网络模型；步骤S3：将训练好的二值化网络模型中的缩放操作和批归一化操作进行整合，并移植到嵌入式系统中；步骤S4:将测试集输入嵌入式系统中，对模型进行性能测试。本发明所提出的方法能够在提高网络运算速度的同时保持网络分类的准确率，可促进二值化卷积神经网络能够在嵌入式系统及FPGA上的部署。
-
公开(公告)号：CN109672406A
公开(公告)日：2019-04-23
申请号：CN201811591020.5
申请日：2018-12-20
Applicant: 福州大学
IPC: H02S50/10
Abstract: 本发明涉及一种基于稀疏表示和SVM的光伏发电阵列故障诊断与分类的方法，首先采集光伏阵列不同工作状态下多组温照度的电流样本信号；接着对每个电流样本信号进行归一化处理，构造训练样本矩阵；然后实验探索K-SVD算法学习过完备字典的参数设置，并分别学习正常字典、单组串1个组件短路字典及单组串一个组件开路字典和单组串2个组件短路字典；接着调用OMP算法，用学习的四种字典重构每一类的电流信号，并计算出原电流信号和重构信号的均方根误差，并可以得到多个特征向量；最后设置SVM的参数，由特征向量训练故障分类器以实现光伏阵列的故障诊断和分类。本发明不需要其他的数据特征，且能在不影响光伏发电系统工作的情况下进行故障检测与分类。
-
公开(公告)号：CN109660206A
公开(公告)日：2019-04-19
申请号：CN201811562127.7
申请日：2018-12-20
Applicant: 福州大学
IPC: H02S50/10
Abstract: 本发明涉及一种基于Wasserstein GAN的光伏阵列故障诊断方法，首先对光伏阵列电流、电压时序数据进行采集；接着将获取的光伏阵列时序电流与时序电压数据绘制为曲线图形并保存为样本；然后设计Wasserstein GAN网络中的鉴别器D与生成器G；然后训练Wasserstein GAN中的鉴别器D生成器G；接着将训练得到的鉴别器D作为光伏阵列时序电流电压曲线图片的特征提取网络，采用全连接神经网络训练特征分类器，对特征提取网络得到的特征进行分类，得到光伏阵列时序电流电压数据的诊断模型。本发明所提出的基于Wasserstein GAN的光伏阵列时序电流电压数据的故障诊断方法，在无监督训练的基础上能够准确地对光伏阵列进行故障检测和分类。
-
-
-
-
-
-
-
-
-
Search Results
177
records
(took 0.028 seconds)
