-
公开(公告)号：CN116797999A
公开(公告)日：2023-09-22
申请号：CN202310817171.2
申请日：2023-07-05
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种单向串联YOLOV5网络的小目标检测方法。本发明方法采用两个串联的YOLOV5作为检测器获取视频场景内的目标检测结果，通过两层YOLOV5网络对视频流进行吸烟行为检测，前一个YOLOV5网络负责初筛，对输入视频帧进行实时检测，筛选出类吸烟行为目标，后一个YOLOV5网络负责精筛，对输入的类吸烟行为目标再次进行检测，精确检测出视频帧中存在的吸烟行为目标。本发明在降低网络的体积和参数量的同时提高网络检测准确率和检测速度，通过串联YOLOV5网络实现更高的目标检测精度和准确率，改善了现有的网络中由于目标特征提取能力不足造成的误检、漏检问题，提高了检测效果。
-
公开(公告)号：CN116338502A
公开(公告)日：2023-06-27
申请号：CN202310105309.6
申请日：2023-02-13
Applicant: 杭州电子科技大学
IPC: G01R31/392 , G01R31/367 , G06N3/044 , G06N3/08
Abstract: 本发明公开了一种基于随机噪声增强和循环神经网络的燃料电池寿命预测方法。本发明利用相关性分析选取与燃料电池性能退化指标相关性最高的若干组数据并对数据进行预处理；然后对数据进行多批次划分，利用初始参数构建基于随机噪声增强和循环神经网络的燃料电池寿命预测模型；最后将数据输入至模型进行训练，得到燃料电池寿命的预测数据。本发明预测精度较好，能使用较少数据完成训练并进行燃料电池的寿命预测，便于工程实现。
-
公开(公告)号：CN111381501B
公开(公告)日：2022-09-30
申请号：CN202010277965.0
申请日：2020-04-10
Applicant: 杭州电子科技大学
IPC: G05B13/04
Abstract: 本发明涉及一种基于事件触发的异步系统的容错控制方法。本发明先通过给定的条件概率矩阵，将被控系统、控制器和带有部分失效故障的执行器之间的异步现象描述为两个相应的隐马尔可夫模型。接着通过建立模态相关的Lyapunov‑Krasovskii泛函，得到使闭环系统不仅随机均方稳定，而且具有指定H∞噪声抑制性能的充分条件。然后，处理了充分条件下矩阵不等式的非线性，利用Matlab求出控制器增益和事件触发矩阵。本发明在兼顾系统随机均方稳定性的同时又具有H∞扰动抑制性能，同时为了降低系统的通讯负担和成本，采用了事件触发机制的采样方法，设计了一个异步容错控制器，使得系统在存在执行器故障的时候仍然能保持可观的运行状态。
-
公开(公告)号：CN109507876B
公开(公告)日：2021-12-28
申请号：CN201910071006.0
申请日：2019-01-25
IPC: G05B11/42
Abstract: 本发明涉及一种基于信度推理的电推船舶电机PID参数整定方法。该方法构造了关于PID控制器参数的信度推理模型；确定信度推理模型的输入特征和输出结果的参考值集合；根据输入特征信号确定PID控制器参数的能力，确定输入信息源的可靠性；计算输入样本特征与参考值的匹配度及每一组输入样本向量激活的证据，对被激活的证据进行融合，得到PID控制器参数的估计值；采用序列线性规划方法对确定PID参数的信度推理模型参数进行实时优化、更新，使闭环控制系统的输出能够实时准确地跟踪输入。本发明能实现对电力推进船舶推进电机转速的智能控制，提高电机控制的实时性和控制精度，降低了PID参数确定模型的复杂性。
-
公开(公告)号：CN113515887A
公开(公告)日：2021-10-19
申请号：CN202110494494.3
申请日：2021-05-07
Applicant: 杭州电子科技大学 , 南京智慧水运科技有限公司
IPC: G06F30/27 , G06N3/12 , G01M15/04 , G06F119/02
Abstract: 本发明涉及一种船舶柴油机磨粒类型辨识模型动态更新方法。通过构建置信规则库模型，利用船舶柴油机油液中获取的磨粒特征样本对磨损类型进行辨识；对于在线获取的磨粒特征样本，计算相应的规则参考值的相似性分布与规则的激活权重，用证据推理方法将被激活的规则进行融合，根据融合结果进行磨粒辨识；为了提高置信规则库模型的辨识精度，通过对辨识误差的分析确定待更新的规则参考值，将更新后的参考值集合产生的规则库与初始规则库进行合并，组成更新后的规则库模型，采用遗传算法对规则库中的参数集合进行优化，进一步提升模型的辨识精度。
-
Patent Agency Ranking
公开(公告)号：CN113269057A
公开(公告)日：2021-08-17
申请号：CN202110494498.1
申请日：2021-05-07
Applicant: 杭州电子科技大学 , 南京智慧水运科技有限公司
Abstract: 本发明公开了一种基于置信规则库推理的电机转子故障预测方法。本发明首先在电机转子的不同位置采集振动加速度信号，经快速傅里叶变换方法将其转换为频域信号，取1倍频的幅值作为故障特征变量，将采集的不同故障特征变量值分别以时间序列排序，得到对应参考值集合和故障类型映射关系的参考证据矩阵，然后对每一个故障特征变量均建立对应的BRB模型，根据预测值与对应的REM可以获得预测证据。最后构建故障信息融合决策模型，将获得的预测证据进行融合，信息融合决策模型的输入是所有故障特征变量的预测值，输出是电机转子未来时刻的故障类型。本发明模型精度较好，能及时准确的预测出故障类型，便于工程实现。
-
公开(公告)号：CN112861969A
公开(公告)日：2021-05-28
申请号：CN202110171636.2
申请日：2021-02-08
Applicant: 杭州电子科技大学
IPC: G06K9/62 , G06F16/2458
Abstract: 本发明公开了一种基于MIC改进的k‑modes聚类方法。本发明在传统k‑modes聚类方法上，引入MIC的概念，重新定义了一种新的距离度量方式。该方法考虑了对象某个属性值本身的不同，又考虑了对象其它属性对该属性值的影响，可以通过计算它们之间的MIC值来体现属性、对象之间的相关度，MIC值越大代表相关性越强反之越弱，使之更符合实际问题情况。通过基于MIC的距离公式计算每一个对象到类中心的距离，并将其分配到距离最小的类中心所在的类。得到新的划分，直到每个对象所属的类不再改变。通过对UCI数据集进行聚类仿真，结果表明基于MIC的k‑modes算法能有效地提高聚类算法精度，验证了本发明的有效性。
-
公开(公告)号：CN112649804A
公开(公告)日：2021-04-13
申请号：CN202011514658.6
申请日：2020-12-21
Applicant: 杭州电子科技大学
IPC: G01S13/86
Abstract: 本发明公开了一种基于特征函数的集中式多传感器融合滤波方法，本发明通过对多个传感器采用集中的设计方式，将所有传感器收集到的信息都传输到融合中心之后，再对所有数据进行特征函数滤波处理。在时间充足的情况下，不遗漏任何信息。通过集中式融合方式，可以在很大程度上提高滤波估计精度，集中式设计考虑到了所有可能的情况，不考虑信息的丢包和延迟，收集到了所有的信息，能够得到非常高的估计精度，能在样本数量不太大、时间充足又要求高精度的非线性系统甚至强非线性系统中得到很好的应用。
-
公开(公告)号：CN112561834A
公开(公告)日：2021-03-26
申请号：CN202011514183.0
申请日：2020-12-21
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于特征函数的并行式多传感器融合滤波方法，本发明通过对多个传感器采用并行的设计方式，将所有传感器的测量信息并行起来进行滤波，各个传感器之间相互独立的工作，互不干扰，且不考虑信息的延时和丢包现象，时间效率高。通过并行的融合方式，可以在很大程度减少因信息缺失和传输干扰而导致的滤波估计误差，同时并行式滤波器在传感器数量特别大时，能简化计算复杂度，得到较高的估计精度，能在非线性系统甚至强非线性系统中得到很好的应用。
-
公开(公告)号：CN110146279B
公开(公告)日：2020-12-08
申请号：CN201910423412.9
申请日：2019-05-21
Applicant: 杭州电子科技大学
IPC: G01M13/02 , G01M13/028 , G06K9/00
Abstract: 本发明涉及一种基于向量证据推理的船舶轴系不平衡故障诊断方法。本发明根据贡献率大小对主成分变量进行组合，组合后的输入特征变量组成输入向量；利用定性信息转换方法获得故障样本关于输入向量与输出不平顺故障参考等级的综合相似度，并构造反映输入参考向量与输出故障关系的投点统计表；根据该表获取各参考向量对应的诊断证据，构造向量证据矩阵表；根据输入主成分变量的贡献率可以获得输入向量的可靠性和证据权重；获取样本集每一组输入样本向量的证据，利用证据推理规则得到融合结果，从中推理得到船舶轴系不平衡系统故障等级。本发明可以联合传感器、数据采集器等硬件组成在线监测系统，实现船舶轴系轴承机械设备的实时状态监测与故障诊断。
-
-
-
-
-
-
-
-
-
Search Results
223
records
(took 0.056 seconds)
