-
公开(公告)号：CN109743103B
公开(公告)日：2021-07-27
申请号：CN201910102534.8
申请日：2019-02-01
Applicant: 福州大学
IPC: H04B10/03 , H04B10/079 , H04Q11/00
Abstract: 本发明涉及一种基于ELM的FBG传感网络节点故障修复方法，通过分析FBG传感网络节点之间相关性，采集节点的历史数据作为采样向量，运用极限学习机进行训练，构建所有节点的冗余模型，利用节点的冗余模搭建节点故障实时在线监测系统。通过光谱仪将采集到的FBG传感网络所由节点数据输入到故障监测系统中，对FBG传感网络进行故障诊断，并实时在线修复，提高FBG传感网络的生存能力和使用寿命。
-
公开(公告)号：CN109282837B
公开(公告)日：2021-06-22
申请号：CN201811239614.X
申请日：2018-10-24
Applicant: 福州大学
Abstract: 本发明涉及一种基于LSTM网络的布拉格光纤光栅交错光谱的解调方法，包括如下步骤：步骤S1:采集布拉格光纤光栅反射光谱数据以及对应的布拉格波长数据；步骤S2:对得到布拉格光纤光栅反射光谱数据以及对应的布拉格波长数据进行预处理，得到训练数据集和测试数据集；步骤S3:根据训练数据集，利用长短时卷积网络初始化训练模型和模型权重；步骤S4:根据训练模型对测试数据集进行评估，若评估的效果没有变化或者模型已经收敛则结束训练，完成解调。本发明通过将卷积网络和长短时记忆网络结合，模型对复杂的传感网络能快速的得到精确的解，同时在对重叠光谱的求解中模型能准确的学习到重叠区域对应的布拉格光纤光栅，精确匹配避免了重叠时的错配，漏检。
-
公开(公告)号：CN109580007B
公开(公告)日：2021-01-29
申请号：CN201910124879.3
申请日：2019-02-20
Applicant: 福州大学
Abstract: 本发明涉及一种机房冷通道微环境立体热力分布监测系统，其特征在于：系统包括若干温度采集模块、数据传输模块和后台工作站；所述温度采集模块包括云台和设置在云台上的低分辨率红外热成像仪；所述数据传输模块包括光纤网络、光端机和若干个适配器；所述光端机接受来自前端低分辨率红外热成像仪以及云台数据信号，并通过光纤网络进行传输至后台工作站。本发明采用低分辨率的红外热视模块，基于机器学习深度解析算法，深度提取采集的温度数据的特征值，并转化为立体热力分布图，能够有效的对温度进行实时检测。
-
公开(公告)号：CN111273594A
公开(公告)日：2020-06-12
申请号：CN202010261287.9
申请日：2020-04-03
Applicant: 福州大学
IPC: G05B19/042
Abstract: 本发明涉及一种具有语音交互和场景控制的家用智能配电箱控制系统，包括设置于配电箱内的智能控制板、一个以上的小型电器总线智能电气底板、一个以上的配套智能插座、一个以上的语音交互模块；所述智能控制板、配套智能插座以及语音交互模块中均设置有电力载波模块，所述配套智能插座与语音交互模块均通过电力载波的形式与所述智能控制板相连；所述一个以上的语音交互模块分布式设在屋内不同房间，分别用以采集不同房间内的语音控制指令，并将其传输至智能控制板。本发明通过在配电箱内设置智能控制板以及通过设置分布式的语音交互模块，提高了人机交互的效率和用户的居家体验质量。
-
公开(公告)号：CN110245644A
公开(公告)日：2019-09-17
申请号：CN201910545322.7
申请日：2019-06-22
Applicant: 福州大学
Abstract: 本发明涉及一种基于深度学习的无人机图像输电杆塔倒伏识别的方法，首先制作训练数据集和验证数据集，数据集包括两种类别的无人机图像，分别是不同背景下的直立杆塔以及倒伏杆塔；然后建立深度学习模型，分别以ResNet为基础的Faster R-CNN网络和以Darknet-53为基础的Yolov3网络作为深度学习目标检测的基础网络结构；接着进行数据增强，并对深度学习模型进行训练，然后固化与测试检测模型，并进行模型融合，最后利用融合后的模型对杆塔图像进行识别。本发明利用深度学习目标检测方法，实现了巡检过程中对输电杆塔的识别及故障检测。
-
Patent Agency Ranking
公开(公告)号：CN109922447A
公开(公告)日：2019-06-21
申请号：CN201910206961.0
申请日：2019-03-19
Applicant: 福州大学
IPC: H04W4/33
Abstract: 本发明涉及一种基于深度学习的室内人员感知方法。采用普及的具有WIFI功能的设备（包括但不限于路由器），根据设备检测到的RSSI信号，无需人员携带特殊设备实现人员感知，利用深度学习DNN模型进行人员检测；深度学习当中的DNN模型能够自动提取不同人数下信号矩阵的特征，从而对人员数量进行检测。本发明通过人员数量的不同对RSSI信号矩阵的影响结合深度学习进行人员感知，实现室内人员数量的检测。
-
公开(公告)号：CN109781268A
公开(公告)日：2019-05-21
申请号：CN201910200345.4
申请日：2019-03-16
Applicant: 福州大学
Abstract: 本发明涉及一种基于低成本红外热视技术的开关柜内重点部位温度监测系统，包括监测终端和温度采集与显示系统；所述监测终端与所述温度采集与显示系统通信相连；用以将所述温度采集与显示系统采集的开关柜内重点部位区域的温度数据传输到所述监测终端，并通过所述监测终端进行保存和分析。采用低成本低分辨率的红外热视技术，免于直接接触带有高压的开关柜部件，并在小片区域内可对温度的准确测量，既实现了开关柜内重点部位的区域测温功能，又降低了红外测温的成本。
-
公开(公告)号：CN106406119B
公开(公告)日：2019-05-10
申请号：CN201611001919.8
申请日：2016-11-15
Applicant: 福州大学
IPC: G05B15/02 , G05B19/418
Abstract: 本发明涉及一种基于语音交互、云技术及集成智能家居监控的服务机器人。包括服务机器人本体及与其通信的智能云平台、家居设施及用户指令发送端；住户通过语音或操作移动终端与服务机器人进行交互，服务机器人通过智能算法判断居民的期望指令，执行相应的音视频反馈、肢体反馈及相关智能设施的调度；服务机器人可实时监控家中的智能设施并将数据信息上传到云平台，通过智能云计算分析用户的喜好、习惯，作为服务机器人判断用户期望指令的依据；不在家的住户可以通过访问云平台查询家中各类信息，包括实时监控视频、报警信息、家电状态信息、环境监测信息等，并通过云平台对服务机器人下达指令。本发明实现服务机器人真正意义上的高科技人工智能。
-
公开(公告)号：CN109580007A
公开(公告)日：2019-04-05
申请号：CN201910124879.3
申请日：2019-02-20
Applicant: 福州大学
Abstract: 本发明涉及一种机房冷通道微环境立体热力分布监测系统，其特征在于：系统包括若干温度采集模块、数据传输模块和后台工作站；所述温度采集模块包括云台和设置在云台上的低分辨率红外热成像仪；所述数据传输模块包括光纤网络、光端机和若干个适配器；所述光端机接受来自前端低分辨率红外热成像仪以及云台数据信号，并通过光纤网络进行传输至后台工作站。本发明采用低分辨率的红外热视模块，基于机器学习深度解析算法，深度提取采集的温度数据的特征值，并转化为立体热力分布图，能够有效的对温度进行实时检测。
-
公开(公告)号：CN109489699A
公开(公告)日：2019-03-19
申请号：CN201910012684.X
申请日：2019-01-07
Applicant: 福州大学
IPC: G01D5/353
Abstract: 本发明涉及一种光纤光栅畸变光谱解调方法，首先得到采样光谱；接着采用具有不对称性质的类超高斯函数构造畸变光谱理论模型，运用基于反射光谱重构的解调原理，设计应对畸变光谱的自适应解调模型；最后利用粒子群算法实现该应对畸变光谱的自适应解调模型，对采样光谱进行寻优，寻得FBG的中心波长与畸变参数，解决因FBG光谱畸变而难以解调的情况。本发明既能够保证对正常光谱的高精度解调，又能够最大限度地对畸变光谱进行自适应解调。
-
-
-
-
-
-
-
-
-
Search Results
115
records
(took 0.023 seconds)
