-
公开(公告)号：CN106339978A
公开(公告)日：2017-01-18
申请号：CN201610715361.3
申请日：2016-08-24
Applicant: 湖南工业大学
IPC: G06T1/00
CPC classification number: G06T1/0021
Abstract: 本发明通过利用分块策略选择出图像中复杂度高于设定的阈值图像块，作为嵌入目标；接着对目标块和水印图像做小波变换和压缩感知变换，得到测量值矩阵；然后通过对测量值矩阵做奇异值分解和替换，实现水印信息的嵌入过程；最终通过小波逆变换得到含水印的彩色图像；而在提取水印图像时，无需原始载体图像的参与，实现对水印信息的盲提取。该水印方法在保证水印信息安全的前提下，具有隐蔽性好、安全性高和鲁棒性强等优点。
-
公开(公告)号：CN106295044A
公开(公告)日：2017-01-04
申请号：CN201610686106.0
申请日：2016-08-18
Applicant: 湖南工业大学
CPC classification number: G06F17/5095 , G06F17/5009 , G06N3/02 , G06N5/022
Abstract: 本发明涉及一种基于极限学习机的重载机车粘着状态识别方法，可用于重载机车的粘着控制系统中，其通过在实测数据中提取粘着状态特征，并从中选取特征向量进行粘着状态识别模型的训练，本发明提供的方法要求样本具有一定代表性，设置隐含层神经元个数后可直接实现多类粘着状态识别；识别模型无需多次迭代，便可获得全局最优解，因此识别速度极快，准确率高。
-
公开(公告)号：CN106292274A
公开(公告)日：2017-01-04
申请号：CN201610946033.4
申请日：2016-11-02
Applicant: 湖南工业大学
IPC: G05B13/02
CPC classification number: G05B13/024
Abstract: 本发明公开了一种级联滑模观测器及其粘着系数和导数的估计方法，所述级联滑模观测器包括：负载转矩观测器和负载转矩导数观测器；首先建立重载机车运行过程中的动力学模型，根据电机转矩平衡方程建立粘着控制系统状态方程，提出由负载转矩估算粘着系数方案；然后，设计了级联滑模观测器，并借助Lyapunov稳定性理论证明其稳定性；再利用滑模变结构等值控制原理，建立了估计粘着系数及其导数算法。本发明避免了对信号进行直接微分计算；根据滑模变结构等值原理对负载转矩导数进行估算，并给出了抑制滑模观测器抖振的方法；算法简单，易于实现；通过仿真和实验，观测值与实际值吻合，验证了该算法的有效性。
-
公开(公告)号：CN105634360A
公开(公告)日：2016-06-01
申请号：CN201610033585.6
申请日：2016-01-19
Applicant: 湖南工业大学
Abstract: 本发明提供一种电流传感器故障重构方法及装置，其中方法包括：获取α轴参考反馈电流iα以及β轴的参考反馈电流iβ；对iα和iβ经过一阶低通滤波处理，获得第一状态值z1和第二状态值z2；根据z1、z2、α轴参考控制电压uαref、β轴参考控制电压uβref、旋转角度θ和转速ω，获得α轴电流故障重构值fα、β轴电流故障重构值fβ、α轴正常电流观测值和β轴正常电流观测值根据fα、fβ、和获得A相电源电流传感器故障重构值fA、B相电源电流传感器故障重构值fB、A相电源正常电流的观测值和B相电源正常电流的观测值上述方法不但能够判别故障发生的位置，而且还能有效精确的获得夹杂在正常电流中的故障信号，从而获得更精确的故障诊断信息，实现电流传感器故障重构功能。
-
公开(公告)号：CN110829894B
公开(公告)日：2025-01-07
申请号：CN201911238872.0
申请日：2019-12-06
Applicant: 湖南工业大学
Abstract: 本发明公开一种谐振式压电发电系统，包括依次串联电连接的压电发电机、谐振电感L、桥式整流电路、自供电开关电路和电荷提取电路，各个部分串联电连接后形成谐振式压电发电系统的整体电路。通过自供电开关电路的自供能和自动闭合和断开，实现本发明系统的自动化控制；在整体电路中加入谐振电感L，并通过对该谐振电感L进行优化设计，可以获得最优的谐振电感值，大大提高传统同步电荷提取电路的电能转换效率。本发明还公开了一种谐振式压电发电系统的谐振电感优化方法；采用的最优谐振电感能大幅提升压电发电机的输出电压，提高了传统同步电荷提取电路对压电发电的AC‑DC转换效率，实现高效的振动压电发电，进而提高了系统的电能转换效率。
-
Patent Agency Ranking
公开(公告)号：CN111362216B
公开(公告)日：2024-07-23
申请号：CN201910868709.6
申请日：2019-09-12
Applicant: 湖南工业大学
Abstract: 本发明公开了一种浓酱粘稠食品罐装控制系统和方法：针对浓酱粘稠食品，提出了伺服电机灌装控制和复杂事件处理技术的故障自动定位方法，实现了食品灌装精确控制和故障自动定位。首先设置搅拌时所需的动力、搅拌方式、流动状态和运转条件的参数；然后通过可编程控制器调节输送模块的传送带电机速度并通过驱动伺服电机对电磁阀极限位置进行气动控制；最后通过复杂事件处理技术对系统子模块的故障点进行自动定位，本方法适用于浓酱粘稠食品的自动化灌装控制，并且解决了食品灌装过程中流量精确控制和设备出现故障及时定位和报警的功能。
-
公开(公告)号：CN114139598B
公开(公告)日：2024-07-12
申请号：CN202111212260.1
申请日：2021-10-18
Applicant: 湖南工业大学
IPC: G06F18/241 , G06F17/16 , G06N3/0464 , G06N3/048 , G06N3/045 , G06N3/094 , G06N3/096 , G06F18/213
Abstract: 本发明公开了基于深度代价敏感卷积网络的故障诊断方法及诊断框架，通过建立健康状识别模块，对基于标签预测损失函数和代价敏感分类损失函数训练网络，为各类别数据分配不同程度的误分类惩罚，最小化分类误差以解决数据不平衡的问题。并且结合自适应模块，以领域对抗损失函数和距离度量损失函数训练网络，最小化源域和目标域的分布差异，混淆域间差异。同时强调源域和目标域具有相关联的一部分的潜在特征，使得两个域的分布近似，促进深度代价敏感卷积网络的智能故障诊断，解决未标签不平衡数据在诊断过程中造成的负面影响的问题。
-
公开(公告)号：CN117494551A
公开(公告)日：2024-02-02
申请号：CN202311359340.9
申请日：2023-10-19
Applicant: 湖南工业大学
IPC: G06F30/27 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/048 , G06N3/08 , G06F119/04
Abstract: 本发明公开了一种基于动态多尺度激活控制网络的剩余寿命预测方法。本发明首先构建特征提取压缩模块，可以不进行任何基于信号处理的情况下低计算预算和自适应地学习故障特征，并有效压缩。其次设计多尺度门控因果膨胀卷积(MGDCC)结构，可以高效多尺度的从全生命周期中每个时间步上短时长高频数据中挖掘出寿命退化程度的特征，再外联门控循环单元(GRU)进一步把控全生命周期维度上的寿命退化趋势特征。最后基于前层挖掘出的特征给出最终的RUL预测值。本发明所述方法解决了现有预测模型易受数据中噪声干扰、挖掘寿命退化特征时计算成本上升以及预测精度不高的问题。
-
公开(公告)号：CN113569928B
公开(公告)日：2024-01-30
申请号：CN202110792198.1
申请日：2021-07-13
Applicant: 湖南工业大学
IPC: G06F18/15 , G06F18/25 , G06N3/0442 , G06N3/0455 , G06N3/0464 , G06N3/0475 , G06N3/094 , G06N3/096
Abstract: 本发明公开了一种列车运行状态检测数据缺失处理模型及重建的方法，通过构建全新的变分自编码‑生成对抗语义融合网络(VAE‑FGAN)用于对缺失数据进行重建，首先在编码器引入GRU模块，对数据底层特征与高层特征进行融合，使得VAE‑FGAN以无监督的训练形式学习量测数据之间相关性；其次在整个生成网络中引入SE‑NET注意力机制以提升增加特征提取网络对数据特征的表达；最后通过迁移学习与预训练达到参数共享。本发明不仅能保持较高的重建精度，重建数据也能很好的符合量测数据的分布规律，解决
-
公开(公告)号：CN116778132A
公开(公告)日：2023-09-19
申请号：CN202310588187.0
申请日：2023-05-23
Applicant: 湖南工业大学
IPC: G06V10/20 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种小样本下基于改进度量学习的轨面状态识别方法，所述方法主体包含有五个阶段，分别为数据采集与处理阶段、多尺度特征提取阶段、特征拼接阶段、度量阶段以及结果展示阶段；其多尺度特征提取阶段中引入金字塔拆分注意力机制，捕获不同尺度的空间信息，提升模型识别精度及训练速度；其特征拼接阶段中，启用特征拼接模块，引入深度局部拼接符，对特征图局部描述子进行拼接，减少背景等不相关信息的影响，同时保留具有明显区分度的局部特征；本发明设计了的度量阶段利用卷积神经网络代替固定度量公式，实现组合特征图的拟合度量；综上所述，本发明解决了模型中特征提取不充分以及特征拼接过程关键特征易丢失的问题，模型识别精度高。
-
-
-
-
-
-
-
-
-
Search Results
266
records
(took 0.042 seconds)
