-
公开(公告)号：CN110084834A
公开(公告)日：2019-08-02
申请号：CN201910349128.1
申请日：2019-04-28
Applicant: 东华大学
IPC: G06T7/246
Abstract: 本发明公开了一种基于快速张量奇异值分解特征降维的目标跟踪方法，包括：对每一帧视频数据提取多种特征并构建张量结构；对构建的张量进行奇异值分解；对降维后的特征训练相关滤波器，对目标进行跟踪。本发明能够有效的减少特征数量，加快跟踪速度，与传统的基于向量的主成分分析特征降维等方式相比，更好的保留了特征的结构信息；张量奇异值分解对特征的旋转具有不变性增强跟踪器对目标旋转的鲁棒性。
-
公开(公告)号：CN110083833A
公开(公告)日：2019-08-02
申请号：CN201910312290.6
申请日：2019-04-18
Applicant: 东华大学
Abstract: 本发明公开一种中文字词向量和方面词向量联合嵌入CNN-LSTM情感分析模型。包括：字词向量联合嵌入表示，词向量和方面词联合嵌入表示，卷积神经网络整合句子特征和方面词特征，句子特征和方面词特征联合输入LSTM神经网络，利用LSTM的时序记忆功能对文本特征进行排序，并且添加基于方面词的注意力机制，最后用全连接层与soft-max函数判断情感类别。由于词语中的汉字对词语的意思具有一定的表征作用，中文字词向量结合嵌入可以使共享汉字的词语之间产生了联系。方面词和评论中的词向量组合输入神经网络训练，可以提高评论内容主题情感判断的准确度。卷积神经网络将二者特征融合，进一步提高情感分析模型的准确度。
-
公开(公告)号：CN109819258A
公开(公告)日：2019-05-28
申请号：CN201910092187.5
申请日：2019-01-30
Applicant: 东华大学
IPC: H04N19/42 , H04N19/147 , H04N19/176 , H04N19/184 , H04N19/91 , H04N19/129 , H04N19/124
Abstract: 本发明涉及一种基于螺旋式扫描的分块压缩感知方向预测编码方法，包括以下步骤：将输入的图像分为n个子块，将图像中位于中间的子块选为起始块，以螺旋式扫描顺序将图像块依次执行分块压缩感知，得到分块压缩感知观测块；将得到的分块压缩感知观测块依序传入编码器，对于每个分块压缩感知观测块从一组由周围方向预测模式中生成的预测候选块中选择最佳预测块，通过标量量化处理当前观测块与最佳预测块的残差，获得残差量化指数；将残差量化指数传入编码器进行编码得到压缩数据比特流。本发明能够提升码流的率失真性能。
-
公开(公告)号：CN109272139A
公开(公告)日：2019-01-25
申请号：CN201810822591.9
申请日：2018-07-24
Applicant: 东华大学
CPC classification number: G06Q10/04 , G06K9/6269 , G06N3/061
Abstract: 本发明提供了一种基于非线性集成深度学习的短期风速预测方法，包括如下步骤：将采集得到的历史风电场风速数据进行归一化处理；初始化一簇具有不同隐含层层数和不同神经元个数的长短期记忆LSTM网络群；基于处理后的数据，利用初始化后的LSTM网络群进行时间序列预测，产生不同的风速预测序列；将所述风速预测序列传递至支持向量回归机SVM；通过粒子群优化算法PSO优化得到SVM的参数；风电场短期集成风速预测的结果由PSO优化后的SVM给出。本发明方法充分挖掘隐藏在风速时间序列下的非线性关系，大大提升了风速预测准确性和精确性，同时还具备更强大的学习能力、泛化能力和鲁棒性能，可大规模应用于风电场风速预测。
-
公开(公告)号：CN109142946A
公开(公告)日：2019-01-04
申请号：CN201810693632.9
申请日：2018-06-29
Applicant: 东华大学
CPC classification number: G01R31/027 , G06N3/006
Abstract: 本发明涉及一种基于蚁群算法优化随机森林的变压器故障检测方法，包括以下步骤：首先对初始训练样本离散化处理并计算随机森林特征重要度得分，其次将重要度得分作为启发信息，并生成启发距离，接着初始化蚁群算法参数，包括每只蚂蚁的节点以及节点特征，然后计算蚂蚁在节点之间的转移概率并构建特征子集的解空间，并将随机森林分类精度作为评价标准，在更新信息素的同时进行特征选择得到最优或者近似最优特征子集，最后满足停止条件，输出最优特征解，进行故障诊断分类。本发明有利于提高决策树随机森林的分类精度。
-
Patent Agency Ranking
公开(公告)号：CN108956153A
公开(公告)日：2018-12-07
申请号：CN201810393821.4
申请日：2018-04-27
Applicant: 东华大学
IPC: G01M17/007 , G06N3/04
CPC classification number: G01M17/007 , G06N3/0454
Abstract: 本发明涉及一种基于RBF径向基神经网络的汽车防抱死检测方法，包括以下步骤：先是利用测速传感器对汽车四个车轮车速数据进行采集和处理，然后选择合适的径向基神经网络模型和参数对数据进行训练和学习。再用原先采集的部分有效数据进行验证，用来检验所建立的神经网络的合理性。最后用新数据进行故障预测。本发明能够快速准确的判断出是否需要启动防抱死系统，从而降低了事故发生率。
-
公开(公告)号：CN104683185B
公开(公告)日：2018-04-20
申请号：CN201510099932.0
申请日：2015-03-06
Applicant: 东华大学 , 上海鲍麦克斯电子科技有限公司
IPC: H04L12/26
Abstract: 本发明提供了一种基于Labview的监测串口通信方法，采用的通讯协议是：起始位，X0，X0，起始位，X1，Data_0，Data_1......，Data_n，Verify，其中，X0是从X1至结尾不含Verify的字节数，X1是功能码，Data_0至Data_n是要监控的数据，Verify是和校验。本发明提供的方法可以在无需增加外围设备的情况下，保证串口通信的稳定性；可以防止串口通信不能正常工作、丢包等现象；通过填地址的方式可以监测数量较多时的情况；通过高频监测可以实时监控变化情况。
-
公开(公告)号：CN106845556A
公开(公告)日：2017-06-13
申请号：CN201710072366.3
申请日：2017-02-09
Applicant: 东华大学
CPC classification number: G06K9/6277 , G06K9/40 , G06K9/46
Abstract: 本发明提供了一种基于卷积神经网络的织物疵点检测方法，通过图像采集模块获取织物图像，并发送至图像预处理模块；图像预处理模块对所接受的织物图像进行预处理，包括图像滤波处理、压缩动态范围处理和直方图均衡化处理；建立卷积神经网络模型，网络输入为预处理后的织物图像，网络输出为织物图像是否存在疵点以及疵点类型的情况；将预处理后的织物图像输入所建立的卷积神经网络模型，卷积神经网络从多个角度自动提取织物图像的不同特征，实现对织物图像中的疵点进行识别和分类。本发明提供的方法能够自动检测各类织物中的疵点，并且对识别出的疵点进行分类，检测速度快，且检测结果准确性高，实现成本低，适于大范围推广使用。
-
公开(公告)号：CN106539172A
公开(公告)日：2017-03-29
申请号：CN201610983173.9
申请日：2016-11-09
Applicant: 东华大学
Abstract: 本发明涉及一种用于测量人体尺寸的智能服装，包括由弹性材料制成的服装本体和电源模块，所述服装本体在需要测量的部位埋入传感器模块，所述传感器模块由导电橡胶制成，所述传感器模块与数据采集及处理模块的输入端相连；所述数据采集及处理模块的输出端与数据发送模块相连；所述电源模块为数据采集及处理模块和数据发送模块供电；所述服装本体被穿上后，所述传感器模块被拉伸产生电压信号，所述数据采集及处理模块将电压信号转换为长度数据信号，并由所述数据发送模块发送至远程终端。本发明能够测量人体各个部位的尺寸。
-
公开(公告)号：CN104378038B
公开(公告)日：2017-03-22
申请号：CN201410657560.4
申请日：2014-11-18
Applicant: 东华大学 , 上海鲍麦克斯电子科技有限公司
Abstract: 本发明涉及了一种基于神经网络的永磁同步电机参数辨识方法，该方法采用了一个两层的线性神经网络，结合电机的矢量控制策略，先用神经网络对采集的电机电流转速数据进行离线训练，在达到满足要求的控制精度以后，将离线训练得到的神经网络权值作为神经网络在线学习的初始值，然后对系统进行在线学习调整。通过最速下降法在线调整神经网络的权值，使得神经网络的输出接近于实际值，进而得到电机的定子电阻、交直轴电感以及转子磁链的估计值。
-
-
-
-
-
-
-
-
-
Search Results
150
records
(took 0.023 seconds)
