-
公开(公告)号：CN119293595A
公开(公告)日：2025-01-10
申请号：CN202411476459.9
申请日：2024-10-22
Applicant: 同济大学 , 上海电气泰雷兹交通自动化系统有限公司
IPC: G06F18/241 , G06F18/2135 , G06N3/0464 , G06N3/084
Abstract: 本申请提供一种超宽带信号的分类方法及电子设备，该方法包括以下步骤：对原超宽带UWB数据集进行主成分分析，得到新UWB数据集；将所述新UWB数据集分别输入反向传播BP神经网络分类模型、遗传算法和反向传播GA‑BP神经网络分类模型、支持向量机SVM分类模型、随机森林算法RFA分类模型，得到各模型的输出结果；根据所述各模型的输出结果，通过最大比合并，构建强化UWB信号分类模型，确定UWB信号的分类结果。该方法结合了BP神经网络分类模型、GA‑BP神经网络分类模型、SVM分类模型以及RFA分类模型，在输入端采取主成分分析的方法，在输出端采取最大比合并的方法，最终实现分类准确率的提高。
-
公开(公告)号：CN118711612A
公开(公告)日：2024-09-27
申请号：CN202410741926.X
申请日：2024-06-07
Applicant: 同济大学 , 上海亨钧科技有限公司
IPC: G10L25/51 , G10L25/27 , G10L25/03 , G06F18/213 , G06F18/214 , G06F18/2411 , G06F18/2431 , G06F18/27 , G06V10/764 , G06V10/766 , G06V10/774
Abstract: 本发明涉及故障诊断技术领域，具体为基于多分类半监督支持矩阵机的故障诊断方法。本发明中，从公共数据库中收集原始声音信号生成声音波形图像，并通过降采样和灰度技术将每张声音波形图像转换成固定大小的特征矩阵，生成样本，样本包括已标记样本和未标记样本；设计一个包含多类铰链损失项和组合正则化项的目标函数，基于所述样本训练一个多分类半监督支持矩阵机模型；多分类半监督支持矩阵机模型根据已标记样本和未标记样本来训练模型，通过已标记样本训练模型，使用该模型对未标记样本进行预测，得到每个样本属于各个标签的概率，通过预定义的置信阈值θ筛选出概率高于此阈值的未标记样本，并将其作为伪标记样本，迭代重复训练模型。
-
公开(公告)号：CN119907023A
公开(公告)日：2025-04-29
申请号：CN202510084714.3
申请日：2025-01-20
Applicant: 同济大学
IPC: H04W24/02 , H04W4/02 , H04W4/42 , H04B17/373 , G06N3/0455 , G06N3/0442 , G06N3/0464 , G06N3/0475
Abstract: 本发明属于通信技术、神经网络领域，提供了一种基于位置信息编码和周期非线性神经网络的车地无线信道预测方法，适用于车地无线通信系统的优化。其具体步骤如下：S1：采集列车的位置信息及无线信道实例，对采集到的信道实例进行位置编码，将信道实例映射到高维的傅里叶特征空间；S2：整合周期非线性神经网络，构建生成式深度神经网络，基于位置信息编码和周期非线性神经网络对信道实例进行学习和建模；S3：应用训练好的模型进行实时信道预测，支持无线通信系统的动态优化。本发明提高了车地无线信道预测的精度和效率，具有显著的技术优势。
-
Patent Agency Ranking
公开(公告)号：CN118445816B
公开(公告)日：2024-09-13
申请号：CN202410902984.6
申请日：2024-07-08
Abstract: 本发明公开了一种面向安全关键系统的可信开发与验证方法及装置，涉及系统安全分析领域，该方法采用STPA和Event‑B方法协同分析，并结合逐步迭代的过程。首先确立系统任务和安全约束，在初始阶段，根据初始功能需求构建初始的STAMP模型，对初始的STAMP模型中的初始的控制结构进行STPA分析，以识别安全约束，通过Event‑B方法验证以确保安全关键系统符合安全约束。随后的每个迭代阶段的步骤逐渐引入更多的新增功能需求和具体内容，确保和现有安全关键系统的兼容性，并遵循系统级安全约束，解决现有的Event‑B方法因缺乏指导方针而难以有效组织精化步骤。
-
公开(公告)号：CN115112226A
公开(公告)日：2022-09-27
申请号：CN202210652311.0
申请日：2022-06-10
Applicant: 同济大学
Abstract: 本发明涉及一种智能水产养殖场景下的非平稳水声信号自适应检测方法，该方法采用一种联合高阶累积量(Higher‑order Cumulants,HOC)和识别函数(Recognition‑Sigmoid,r‑Sigmoid)的自适应信号识别曲线(Adaptive Signal Recognition Curve,ASRC)算法，用于在智能水产养殖场景下对南美白对虾发出的非平稳声信号进行检测。其特征在于，方法包括以下步骤：S1：利用HOC计算抑噪效果的实时高阶累积量值。对南美白对虾发出的非平稳时间序列声信号进行实时分帧的HOC处理，得到实时高阶累积量值；S2：预置r‑Sigmoid函数中两个识别因子，分别为λ和ξ。设定好的r‑Sigmoid函数与实时高阶累积量值相结合，实现对非平稳声信号在该时刻的动态加权。S3：结合S1和S2的内容，构建ASRC算法，并根据应用场景设定识别因子和检测阈值。
-
公开(公告)号：CN119212078A
公开(公告)日：2024-12-27
申请号：CN202411372213.7
申请日：2024-09-29
Applicant: 上海电气泰雷兹交通自动化系统有限公司 , 同济大学
IPC: H04W64/00
Abstract: 本发明公开了一种数据驱动的UWB基站标定误差消除方法，包括：步骤S1，推导存在标定误差的标签定位，即基于到达时间线性方程，推导存在定位误差的标签定位过程，根据求解标签定位表达式，分析基站标定误差校正方法；步骤S2，结合实验数据消除基站标定误差，即利用UWB定位平台及光栅、交换机设备，收集真实位置与求解标签位置数据，基于实验数据迭代求解坐标系旋转矩阵及偏差向量，实现标定误差的校正。在较低计算复杂度下实现了基站标定误差的校正。
-
公开(公告)号：CN118962652A
公开(公告)日：2024-11-15
申请号：CN202411059540.7
申请日：2024-08-04
Applicant: 同济大学
IPC: G01S7/539 , G01S15/88 , G06F18/10 , G06F18/2337 , G06F18/23213
Abstract: 本发明涉及一种管道声呐探测场景下水声信号多次回波及噪声自适应滤波检测方法，该方法采用一种联合门限滤波(Threshold Filtering,TF)和模糊C均值聚类算法(Fuzzy C‑means Clustering，FCM)以及结合CUBE(Combined Uncertainty and Bathymetry Estimator)滤波方法，实现自适应信号识别滤波算法，去除分割结果中的孤立噪点并完成管道孔洞填充，用于在管道内壁声呐探测场景下对水声信号进行滤波检测。该方法主要利用了水声信号的实时统计特性，构造了ASRF算法，实现了管道声呐信号在多次回波噪声干扰下，统计空间的背景噪声抑制和动态识别检测；该方法对实时管道声呐信号的动态处理过程是通过ASRF函数自适应调节的，可以自适应根据门限滤波阈值进行目标信号和管道噪声的判决处理，提高管道声呐信号在时域空间的有效信噪比。
-
公开(公告)号：CN118445816A
公开(公告)日：2024-08-06
申请号：CN202410902984.6
申请日：2024-07-08
Abstract: 本发明公开了一种面向安全关键系统的可信开发与验证方法及装置，涉及系统安全分析领域，该方法采用STPA和Event‑B方法协同分析，并结合逐步迭代的过程。首先确立系统任务和安全约束，在初始阶段，根据初始功能需求构建初始的STAMP模型，对初始的STAMP模型中的初始的控制结构进行STPA分析，以识别安全约束，通过Event‑B方法验证以确保安全关键系统符合安全约束。随后的每个迭代阶段的步骤逐渐引入更多的新增功能需求和具体内容，确保和现有安全关键系统的兼容性，并遵循系统级安全约束，解决现有的Event‑B方法因缺乏指导方针而难以有效组织精化步骤。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.013 seconds)
