-
公开(公告)号：CN110702263B
公开(公告)日：2024-03-29
申请号：CN201911027398.7
申请日：2019-10-24
Applicant: 国家电网有限公司 , 国网新疆电力有限公司信息通信公司 , 国网青海省电力公司信息通信公司 , 北京邮电大学 , 北京工业大学 , 全球能源互联网研究院有限公司
IPC: G01K11/32
Abstract: 本发明实施例公开了一种大芯径多模光纤的测温装置及方法，其特征在于，所述装置包括：扫频光源，用于为所述装置提供中心波长为1550nm的线性扫频光；第一光纤耦合器，用于将所述线性扫频光分为第一扫频光信号和第二扫频光信号；辅助干涉模块，接收所述第一扫频光信号，以生成时钟信号；主干涉模块，接收所述第二扫频光信号，以生成拍频干涉信号；数据采集模块，接收所述时钟信号和所述拍频干涉信号，并输出至数据处理模块；数据处理模块，基于所述数据采集模块所接收的信号，生成所述大芯径多模光纤的温度数据。从而简单快捷地实现对大芯径多模光纤温度的测量，大大提升了测量效率，降低了测量成本。
-
公开(公告)号：CN113865866B
公开(公告)日：2024-01-05
申请号：CN202110958594.7
申请日：2021-08-20
Applicant: 北京工业大学
IPC: G01M13/045
Abstract: 本发明公开了一种基于最小相关局部非负矩阵分解的轴承复合故障诊断方法。首先引入蚱蜢优化算法对变分模态分解参数进行寻优，自适应确定最佳模态数和惩罚因子，将最佳参数输入变分模态分解中对振动信号分解，得到多个模态分量，并对模态分量重构，获得输入矩阵；其次把最小相关约束引入局部非负矩阵中，形成最小相关局部非负矩阵分解算法，并将多个模态分量与原始信号重构为模态矩阵，计算最小相关局部非负矩阵分解的最优维数，然后利用最小相关局部非负矩阵分解算法对输入矩阵进行最优维数分解，得到基矩阵W和系数矩阵H，最后对基矩阵W进行包络谱分析，即可分离出耦合的轴承复合故障信号。通过对复合故障信号的仿真分析，验证了所提方法的有效性。实验数据分析结果也表明该方法可以有效的对轴承复合故障进行分离与诊断。
-
公开(公告)号：CN114154736A
公开(公告)日：2022-03-08
申请号：CN202111497828.9
申请日：2021-12-09
Applicant: 北京工业大学
IPC: G06Q10/04 , G06F30/20 , G06K9/62 , G06F119/04
Abstract: 本发明公开了一种基于相似性匹配优化理论的滚动轴承寿命预测方法，该方法首先提出通过指数衰减函数与双指数函数模型，模拟轴承退化信号，实现了样本字典集的扩充。其次，基于高斯混合模型的Jensen‑renyi散度健康指标，实现了滚动轴承振动信号退化演变趋势的提取。再通过对轴承退化数据进行高斯函数拟合，可以有效降噪。通过函数空间L2范数度量相似性，基于遍历查找字典集获取相似性并赋予对应权重，最终得到滚动轴承的剩余使用寿命预测结果。通过对轴承全生命周期信号的仿真分析，验证了所提方法的有效性。实验数据分析结果也表明该方法可以有效的预测滚动轴承剩余使用寿命。
-
公开(公告)号：CN107748895B
公开(公告)日：2021-06-25
申请号：CN201711028874.8
申请日：2017-10-29
Applicant: 北京工业大学
Abstract: 本发明公开了基于DCT‑CNN模型的无人机着陆地貌图像分类方法，包括以下步骤：获取无人机着陆地貌图像的训练图像集和测试图像集；对无人机着陆地貌图像DCT变换，并进行DCT系数的筛选；针对无人机着陆地貌图像场景复杂、信息丰富的特点构建DCT‑CNN网络模型；将训练集的DCT系数输入到改进的DCT‑CNN模型中训练，并对网络进行参数更新，直到损失函数收敛于一个较小的值，训练结束；将训练图像特征集作为训练样本对SVM分类器进行训练；输入测试集，利用训练好的模型对测试图像进行逐层学习，最后将得到的特征向量输入到训练好的SVM分类器中进行分类，得到分类结果。本发明降低了数据冗余，使得训练时间大幅度减少，有效的提高了无人机着陆地貌图像的分类准确率。
-
公开(公告)号：CN110823575A
公开(公告)日：2020-02-21
申请号：CN201911090613.8
申请日：2019-11-09
Applicant: 北京工业大学
IPC: G01M13/045 , G06F30/20 , G06F30/17 , G06F119/04 , G06F119/14
Abstract: 本发明公开了一种基于性能退化字典构造与相似性的轴承寿命预测方法。该方法基于滚道表面形貌的演变机理，将退化过程划分为健康、凹痕、裂纹、剥落四个阶段。充分考虑时变形貌和时变刚度的耦合激励，建立5自由度滚动轴承非线性动力学模型，求解模型的振动响应，构造性能退化字典，作为相似性寿命预测方法的参考集，进而得到剩余使用寿命概率密度函数的估计。
-
Patent Agency Ranking
公开(公告)号：CN106529574B
公开(公告)日：2019-09-27
申请号：CN201610905525.9
申请日：2016-10-17
Applicant: 北京工业大学
Abstract: 基于稀疏自动编码器和支持向量机的图像分类方法，包括以下步骤：获取训练图像集和测试图像集；构建多隐含层的深度稀疏自动编码器，对深度稀疏自动编码器进行训练，直到满足训练条件。将测试图像集输入到训练好的深度稀疏自动编码器进行逐层学习；并用提出的特征权值结合法对每个特征集分配一个特征权值，最后将每层隐含层获得的特征集和对应的权值结合成一个新的待分类图像特征集；将训练图像特征集作为训练样本对支持向量机分类器进行训练，达到支持向量机最优分类性能；将得到的待分类图像特征集输入到优化后的支持向量机，进行图像分类并得到分类准确率。本发明有效的提高了图像的分类准确率，具有良好的泛化能力和适用范围。
-
公开(公告)号：CN107909008A
公开(公告)日：2018-04-13
申请号：CN201711028863.X
申请日：2017-10-29
Applicant: 北京工业大学
CPC classification number: G06K9/00718 , G06K9/6262 , G06N3/0454
Abstract: 本发明公开了基于多通道卷积神经网络和粒子滤波的视频目标跟踪方法，获取跟踪目标的前几帧视频图像；通过PCA对图像进行预处理,得到降维后的图像；对处理后的图像在H、S、I三通道进行PCA学习；再将各通道经过PCA处理的特征向量来初始化CNN结构中的卷积核，建立多通道卷积神经网络来学习图像三个通道的特征，获得目标的深层次表达；最后，利用粒子群优化算法优化粒子滤波重采样后的粒子集，提高了标准粒子滤波算法的跟踪性能。本发明有效的提高了视频目标跟踪的性能，能更好地适应复杂多变的环境，在此类视频序列上表现出非常好的鲁棒性。
-
公开(公告)号：CN107798329A
公开(公告)日：2018-03-13
申请号：CN201711042140.5
申请日：2017-10-29
Applicant: 北京工业大学
CPC classification number: G06K9/4609 , G06K9/6269 , G06N3/0454 , H04N5/232 , H04N7/18
Abstract: 本发明公开了基于CNN的自适应粒子滤波目标跟踪方法，方法包括以下步骤：获取跟踪目标的前几帧视频图像；通过卷积神经网络来提取跟踪目标的深度特征，获得目标的深层次表达；基于仿射变换构建候选模板库，采用粒子滤波跟踪算法，将预测结果与候选模版库中的模板进行匹配，确定新的目标模版并自适应更新候选模板库，确定当前目标状态实现跟踪。本发明有效的提高了视频目标跟踪的性能，能够在遮挡、光照、尺度变化和目标快速运动的条件下稳定地跟踪目标，具有更高的目标跟踪精度和更强的鲁棒性。
-
公开(公告)号：CN107748895A
公开(公告)日：2018-03-02
申请号：CN201711028874.8
申请日：2017-10-29
Applicant: 北京工业大学
CPC classification number: G06K9/6256 , G06K9/6267 , G06N3/0454
Abstract: 本发明公开了基于DCT-CNN模型的无人机着陆地貌图像分类方法，包括以下步骤：获取无人机着陆地貌图像的训练图像集和测试图像集；对无人机着陆地貌图像DCT变换，并进行DCT系数的筛选；针对无人机着陆地貌图像场景复杂、信息丰富的特点构建DCT-CNN网络模型；将训练集的DCT系数输入到改进的DCT-CNN模型中训练，并对网络进行参数更新，直到损失函数收敛于一个较小的值，训练结束；将训练图像特征集作为训练样本对SVM分类器进行训练；输入测试集，利用训练好的模型对测试图像进行逐层学习，最后将得到的特征向量输入到训练好的SVM分类器中进行分类，得到分类结果。本发明降低了数据冗余，使得训练时间大幅度减少，有效的提高了无人机着陆地貌图像的分类准确率。
-
公开(公告)号：CN107016371A
公开(公告)日：2017-08-04
申请号：CN201710230576.0
申请日：2017-04-09
Applicant: 北京工业大学
Abstract: 本发明公开了基于改进的深度置信网络的无人机着陆地貌分类方法，采用了多隐含层的深度置信网络来进行特征学习。然后根据提出的特征权值结合法对每层隐含层得到的特征集分配一个特征权值，最后，每个特征集和相应的权值结合成一个新的待分类图像特征集，新特征集具有图像的深层特征信息，具有较高的特征识别力。针对支持向量机的分类性能易受到参数、核函数等因素的影响，采用粒子群算法优化支持向量机，粒子群算法能在较短时间内搜索到全局最优的点，即能达到支持向量机最优分类性能的参数。本发明能自动地提取图像深层抽象特征，提高了特征识别力，有效的提高了地貌图像的分类准确率，具有良好的泛化能力和适用范围。
-
-
-
-
-
-
-
-
-
Search Results
35
records
(took 0.119 seconds)
