-
公开(公告)号：CN109916401B
公开(公告)日：2021-03-12
申请号：CN201910309551.9
申请日：2019-04-17
Applicant: 济南大学
Abstract: 本发明公开了一种采用LS‑SVM辅助EKF滤波方法的分布式无缝紧组合导航方法及系统，包括：将INS和UWB分别测量的参考节点与目标节点之间的距离的平方做差，作为局部滤波器的观测量；通过局部滤波器得到目标节点的局部预估，主滤波将局部预估结果进行数据融合，最终得到目标节点的最优状态预估。本发明有益效果：通过LS‑SVM的辅助，使局部滤波器的观测量在UWB失锁过程中也能得到相应的预估，实现了分布式滤波算法的无缝预估。
-
公开(公告)号：CN109068099B
公开(公告)日：2020-12-01
申请号：CN201811033412.X
申请日：2018-09-05
Applicant: 济南大学
IPC: H04N7/18 , G08B13/196
Abstract: 本发明公开了一种基于视频监控的虚拟电子围栏监控方法及系统，监控方法包括如下步骤：步骤1、采集监控区域的图像数据；步骤2、判断采集的图像是否是第一帧图像，如果是，在采集的第一帧图像中绘制多边形作为要监控的重点区域，执行下一步；否则直接执行下一步；步骤3、通过阴影检测算法判断所述重点区域是否有目标入侵，如果有目标入侵，输出报警信息，并执行第1步，否则，直接执行第1步。本发明通过鼠标绘制任意多边形作为重点监控区域，通过阴影检测算法判断是否有目标进入，去除了图像中的阴影，避免因重点监控区域有阴影进入而产生误报警，提高了监控的准确性，实现重点区域的重点监控。
-
公开(公告)号：CN111855825A
公开(公告)日：2020-10-30
申请号：CN202010598093.8
申请日：2020-06-28
Applicant: 济南大学 , 中国铁路济南局集团有限公司济南工务段 , 山东麦港数据系统有限公司
Abstract: 本公开提供了一种基于BP神经网络的轨头核伤检测方法及系统，通过对采集的B显数据进行简单的适当分割；并对B显数据样本集进行解压、解析和恢复；使用颜色标记法区分样本集中的轨头核伤和正常回波；建立基于BP神经网络的轨头核伤检测模型；通过训练集进行神经网络的学习，优化网络结构和参数，获取权重参数表；将待识别的B显数据输入检测模型中，输出钢轨轨头核伤的伤损位置信息。
-
公开(公告)号：CN111855810A
公开(公告)日：2020-10-30
申请号：CN202010697585.2
申请日：2020-07-20
Applicant: 济南大学 , 中国铁路济南局集团有限公司济南工务段 , 山东麦港数据系统有限公司
Abstract: 本发明公开了一种基于循环神经网络的轨底伤损识别方法及系统，包括：获取待测区段的超声波探伤数据，将所述数据转换为具有时序特征的数字序列；将所述数字序列输入到训练好的RNN循环神经网络模型，输出是否具有伤损及伤损的位置信息；对于RNN循环神经网络模型的训练过程包括：构建原始数据集；对原始数据集中的B显数据进行通道预处理；将所述样本集转换为具有时序特征的数字序列，对样本集中的正负样本进行标记；利用标记后的样本集对RNN循环神经网络模型进行训练。本发明可在现行探伤作业条件下直接检测探伤车数据，不需要其他辅助设备对钢轨进行检测。解决了B显数据中钢轨伤损回波形式多样化、回波信号的确切表达式很难得出等问题。
-
公开(公告)号：CN111814825A
公开(公告)日：2020-10-23
申请号：CN202010499390.7
申请日：2020-06-04
Applicant: 济南大学 , 山东商业职业技术学院
Abstract: 本公开公开了基于遗传算法优化支持向量机的苹果检测分级方法及系统，包括：获取待检测苹果的图像；对待检测苹果的图像进行预处理；将预处理后得到的数据输入到预先训练好的分类器中，分类器输出待检测苹果的等级；其中，所述分类器是基于遗传算法优化的支持向量机。本公开通过遗传算法优化支持向量机，基于优化的支持向量机对苹果的等级进行分级，并且在分级的过程汇中考虑了苹果的外部品质特征并对其进行分级，具有较高的工程应用价值。
-
Patent Agency Ranking
公开(公告)号：CN111693488A
公开(公告)日：2020-09-22
申请号：CN202010513459.7
申请日：2020-06-08
Applicant: 济南大学
IPC: G01N21/359 , G06K9/62 , G06N20/00
Abstract: 本发明公开了一种基于DS证据理论融合的水果等级分类方法及系统，包括：获取待测水果的原始近红外光谱并进行预处理；利用遗传算法筛选出最佳的特征波长；将所述特征波长分别输入到训练好的极限学习机预测模型和基于偏最小二乘法的预测模型，分别得到待测水果的可溶性固形物含量信息；分别基于所述可溶性固形物含量信息对水果等级进行分类；基于DS证据理论对两种分类结果进行融合，得到基于可溶性固形物含量的水果等级类别。本发明使用基于DS证据理论的苹果等级分类方法，融合极限学习机与偏最小二乘法的两种预测模型。DS融合后测试集分类等级准确率为94.697％，优于单一的模型分类方法。
-
公开(公告)号：CN109141413B
公开(公告)日：2020-07-07
申请号：CN201810886573.7
申请日：2018-08-06
Applicant: 济南大学
Abstract: 本发明公开了具有数据缺失UWB行人定位的EFIR滤波算法及系统，包括：通过UWB系统和惯性导航器件INS系统分别测量参考节点到目标节点之间的距离；在此基础上，将两种系统测量得到的距离信息作差，差值作为数据融合算法所使用的滤波模型的观测量；在此基础上，对传统的EFIR滤波算法进行改进，引入变量表示第i个信道的距离信息是否可用。一旦距离信息不可用，则对不可用的距离信息进行预估，以弥补不可用的距离信息，保证滤波器对位置误差的预估；在此基础上，将惯性导航器件INS测量得到的行人位置与EFIR滤波器得到的位置误差预估作差，最终得到当前时刻最优的行人位置预估。
-
公开(公告)号：CN110276386A
公开(公告)日：2019-09-24
申请号：CN201910503048.7
申请日：2019-06-11
Applicant: 济南大学
Abstract: 本发明公开了一种基于机器视觉的苹果分级方法及系统，包括：采集设定数量的样本图像，构建样本图像集；采集待测样本图像，进行图像预处理；对待测样本进行特征提取；分别提取待测样本图像的颜色特征、果形特征、果径特征以及表面缺陷特征；制定分级标准，利用遗传算法和BP神经网络建立样本特征与等级的分类模型；将提取到的待测样本图像的颜色特征、果形特征、果径特征以及表面缺陷特征输入到分类模型中，输出待测样本的等级分类。本发明有益效果：能获得清晰的苹果表面图像，减小分类误差。基于遗传算法优化的BP神经网络模型能对苹果进行准确分级，大大提高苹果的分级效率。
-
公开(公告)号：CN109916401A
公开(公告)日：2019-06-21
申请号：CN201910309551.9
申请日：2019-04-17
Applicant: 济南大学
Abstract: 本发明公开了一种采用LS-SVM辅助EKF滤波方法的分布式无缝紧组合导航方法及系统，包括：将INS和UWB分别测量的参考节点与目标节点之间的距离的平方做差，作为局部滤波器的观测量；通过局部滤波器得到目标节点的局部预估，主滤波将局部预估结果进行数据融合，最终得到目标节点的最优状态预估。本发明有益效果：通过LS-SVM的辅助，使局部滤波器的观测量在UWB失锁过程中也能得到相应的预估，实现了分布式滤波算法的无缝预估。
-
公开(公告)号：CN109857105A
公开(公告)日：2019-06-07
申请号：CN201910080710.2
申请日：2019-01-28
Applicant: 济南大学
Abstract: 本发明涉及一种现代物流中自动导引避障机器人小车，包括机器人小车，在机器人小车上安装一组超声波检测装置，一组超声波检测装置包括多个超声波传感器，每个超声波传感器电连接一个模糊控制器，在机器人小车上安装有控制器，控制器通过无线收发模块分别与多个超声波传感器电连接，控制器分别与多个模糊控制器电连接；控制器通过双H桥驱动器分别与机器人小车车轮上的伺服电机电连接；编码器与上述各个伺服电机连接；正交脉冲解码器分别与编码器和控制器连接；电源监控复位安装在车顶部。能够缩短小车的行进距离进而缩短行进时间，设计的模糊控制器能够提高系统的稳定性，减小误差。使用了超声波传感器，获得的外部信息精度高，且易于实现。
-
-
-
-
-
-
-
-
-
Search Results
99
records
(took 0.024 seconds)
