一种用于识别用电设备电弧的方法和系统

    公开(公告)号:CN109270384A

    公开(公告)日:2019-01-25

    申请号:CN201811342742.7

    申请日:2018-11-13

    CPC classification number: G01R31/00 G06K9/38 G06K9/6202 G06K9/627

    Abstract: 本发明公开了一种用于识别用电设备使用线路电弧的方法,包括:实时采集用电设备在稳态情况下的电压数据和电流数据,并对该电压和电流数据进行滤波和采样处理,以分别得到处理后的用电设备的电压数据和电流数据,根据处理后的用电设备的电压数据和电流数据获得用电设备的电压-电流轨迹曲线,对该电压-电流轨迹曲线进行归一化和图像二进制化处理,以得到用电设备的二值图像并进行备份,确定是否可以在电弧数据库中找到与得到的用电设备的二值图像相似度达到80%以上的二值图像,如果是则表明用电设备在使用过程中的线路产生了电弧。本发明能够解决现有电弧检测方法中存在的电弧识别准确率不高、计算过程繁杂、判断时间长的技术问题。

    一种基于云计算技术的股票数据采集和存储方法和系统

    公开(公告)号:CN102917009B

    公开(公告)日:2015-08-19

    申请号:CN201210327443.2

    申请日:2012-09-06

    Abstract: 本发明公开了一种基于云计算技术的股票数据采集和存储方法,包括:获取多个股票代码,并为该股票代码生成对应的URL列表文件,设置云计算平台的Hadoop分布式文件系统的分片大小,将URL列表文件存储在Hadoop分布式文件系统上,接收用户提交的股票数据采集请求,根据文件分片的个数将股票数据采集请求分解为相应个数的Map任务,并将分解后的Map任务指派给相应分片所在的从服务器执行,根据分解后的Map任务从服务器向远程股票数据服务器发出Http数据请求,并且远程股票数据服务器返回股票数据,根据分解后的Map任务对股票数据进行解析,解析功能函数程序的编制遵循远程股票服务器对股票数据的结构描述。本发明开发简单,可实现股票数据的快速采集,数据结构扩展性好。

    基于多径利用的单站式视距无人机定位方法及系统

    公开(公告)号:CN117269917A

    公开(公告)日:2023-12-22

    申请号:CN202311044946.3

    申请日:2023-08-17

    Abstract: 本发明提供一种基于多径利用的单站式视距无人机定位方法,包括:S1:将雷达探测装置和无人机放置在建筑的外侧,无人机位于雷达探测装置的视距范围内;S2:获取布局先验数据,通过雷达探测装置重复获取无人机的回波信号,通过布局先验数据和回波信号获得回波路径长度;S3:通过布局先验数据和回波路径长度构建多径轨迹方程,通过解算多径轨迹方程获得无人机的真实位置。本发明通过建筑的布局先验数据和城市峡谷场景下的多径信号回波特性,构建多径轨迹方程,通过解算多径轨迹方程获得无人机的真实位置,有效利用多径轨迹信息建立辅助定位的虚拟雷达,挖掘真实的无人机目标信息,提高无人机的探测准确率,降低虚警率。

    基于时间序列干预分析模型的节点资源预测方法和系统

    公开(公告)号:CN117130882A

    公开(公告)日:2023-11-28

    申请号:CN202311013735.3

    申请日:2023-08-14

    Abstract: 本发明公开了一种基于时间序列干预分析模型的节点资源预测方法,包括:周期性地从多个系统节点采集资源使用数据,其中资源使用数据包含每个系统节点的资源观测值和系统节点ID、及其被采集时的时间戳,通过流式处理引擎的滑动窗口对采集的资源使用数据中的资源观测值进行处理,并将处理后的资源使用数据中的资源观测值、及其所属系统节点对应的时间戳和系统节点ID存入数据库中保存,获取干预事件,以干预事件为分界线将数据库中存储的部分资源观测值划分为第一部分Xt1和第二部分Xt2,使用差分自回归移动平均模型对获得的第一部分Xt1进行建模,以获取干预事件期间的预测资源观测值。本发明能够解决现有节点资源预测方法在某些情况下存在一定误差的技术问题。

    一种基于改进YOLOv7的城市低空小型无人机检测方法及系统

    公开(公告)号:CN117115686A

    公开(公告)日:2023-11-24

    申请号:CN202310935016.0

    申请日:2023-07-27

    Abstract: 本发明提供了一种基于改进YOLOv7的城市低空小型无人机检测方法及系统,构建数据集,将数据集分为训练集和测试集,并搭建YOLOv7基本网络结构,其包括输入端Input、主干网络Backbone、特征融合网络Neck和检测头部Head;使用RepVGG结构和CBS卷积层取代主干网络中的第一ELAN结构;使用C3m模块替换特征融合网络中的ELAN‑H结构;在主干网络和特征融合网络之间添加卷积注意力机制,得到改进的YOLOv7模型;利用训练集对改进的YOLOv7模型进行训练,并使用测试集对训练后的改进的YOLOv7模型进行测试,得到训练好的改进的YOLOv7模型;使用训练好的改进的YOLOv7模型对实际获取的图像进行无人机目标识别。本发明的有益效果是:大大提升了对于“城市低空复杂背景下小型无人机目标”的检测精度和检测速度。

    基于复杂网络理论的文物安防系统效能评估方法和系统

    公开(公告)号:CN115099636A

    公开(公告)日:2022-09-23

    申请号:CN202210746518.4

    申请日:2022-06-27

    Abstract: 本发明公开了一种基于复杂网络理论的文物安防系统效能评估方法,包括:获取安防系统的布防位置信息、设备运行信息、空间地理位置、周边环境信息、以及历史统计信息,根据布防位置信息中提供的安防系统中所有安防节点的位置、以及安防节点之间的连接关系构建安防节点抽象关系结构图,并根据该安防节点抽象关系结构图构建邻接矩阵,根据安防系统的设备运行信息和历史统计信息计算该安防系统中所有安防节点的效能防护值,对安防节点抽象关系结构图G进行复杂网络分析,以获取复杂网络分析结果。本发明能够解决现有基于安防节点信源熵方法由于在信源熵难以获得时,无法对安防节点效能防护值进行完整、灵活的评估,最终降低效能评估准确性的技术问题。

Patent Agency Ranking