-
Patent Agency Ranking
公开(公告)号：CN103177461B
公开(公告)日：2016-11-30
申请号：CN201310038168.7
申请日：2013-01-31
Applicant: 华北电力大学(保定)
IPC: G06T11/00
Abstract: 一种基于分形云模型元胞自动机的艺术图案生成方法，用于生成既有整体分形效果，又具有细节不确定性艺术图案。其技术方案是，所述方法对初始化处理后的输入图片进行q次分形矩阵迭代，并在每次分形矩阵迭代之前先进行p次云模型元胞自动机演化，生成大量既有整体分形效果，又具有细节不确定性的艺术图案。本发明将云模型元胞自动机与分形矩阵方法相结合，在图案生成过程同时考虑到模糊性和随机性，从而使生成的艺术图案整体上是分形的，细节上又有不确定的差异，给人以新的视觉感受，这种细节的差异性能够满足人们对美的个性需求。
-
公开(公告)号：CN103177461A
公开(公告)日：2013-06-26
申请号：CN201310038168.7
申请日：2013-01-31
Applicant: 华北电力大学(保定)
IPC: G06T11/00
Abstract: 一种基于分形云模型元胞自动机的艺术图案生成方法，用于生成既有整体分形效果，又具有细节不确定性艺术图案。其技术方案是，所述方法对初始化处理后的输入图片进行q次分形矩阵迭代，并在每次分形矩阵迭代之前先进行p次云模型元胞自动机演化，生成大量既有整体分形效果，又具有细节不确定性的艺术图案。本发明将云模型元胞自动机与分形矩阵方法相结合，在图案生成过程同时考虑到模糊性和随机性，从而使生成的艺术图案整体上是分形的，细节上又有不确定的差异，给人以新的视觉感受，这种细节的差异性能够满足人们对美的个性需求。
-
公开(公告)号：CN106768262B
公开(公告)日：2019-07-26
申请号：CN201611040125.2
申请日：2016-11-11
Applicant: 华北电力大学(保定)
IPC: G01H1/16
Abstract: 本发明属于信号处理技术领域，尤其涉及一种基于表面振动信号分析的变压器在线监测方法，包括如下步骤：S1，根据变压器运行电压、负载电流、油温历史数据以及变压器表面振动历史数据训练广义回归神经网络；S2，应用所述广义回归神经网络，根据变压器实时运行数据计算变压器表面基频振动幅值；S3，根据振动基频振动幅值的计算值与实测值差异，判断变压器运行状态，实现变压器振动在线监测。本发明提供了一种可靠、准确的基于振动分析的监测方法。
-
公开(公告)号：CN108596099A
公开(公告)日：2018-09-28
申请号：CN201810376405.3
申请日：2018-04-25
Applicant: 华北电力大学(保定)
Abstract: 本发明实施例公开了一种变压器表面振动基频幅值预测方法，该方法采用模糊C-均值聚类的方法来选取训练样本数据，使得选取的训练样本数据能够涵盖全部运行工况，同时也降低数据冗余。从而避免了直接使用海量样本数据所产生的大量的冗余数据，同时也避免了冗余数据可能造成样本空间不平衡，产生过学习现象，降低网络泛化能力的技术问题。
-
公开(公告)号：CN106768262A
公开(公告)日：2017-05-31
申请号：CN201611040125.2
申请日：2016-11-11
Applicant: 华北电力大学(保定)
IPC: G01H1/16
CPC classification number: G01H1/16
Abstract: 本发明属于信号处理技术领域，尤其涉及一种基于表面振动信号分析的变压器在线监测方法，包括如下步骤：S1，根据变压器运行电压、负载电流、油温历史数据以及变压器表面振动历史数据训练广义回归神经网络；S2，应用所述广义回归神经网络，根据变压器实时运行数据计算变压器表面基频振动幅值；S3，根据振动基频振动幅值的计算值与实测值差异，判断变压器运行状态，实现变压器振动在线监测。本发明提供了一种可靠、准确的基于振动分析的监测方法。
-
-
-
-
Search Results
5
records
(took 0.023 seconds)
