-
Patent Agency Ranking
公开(公告)号：CN112529096A
公开(公告)日：2021-03-19
申请号：CN202011534550.3
申请日：2020-12-22
Applicant: 哈尔滨工业大学
Abstract: 基于PCA的多维航天器遥测数据的故障诊断方法，属于故障诊断领域。本发明为了解决现有采用人工监测并检测航天器的遥测数据，检测效率低的问题。对航天器的遥测数据进行归一化处理得到特征协方差矩阵，根据特征协方差矩阵得到特征协方差矩阵的特征值和特征向量；采用PCA方法对特征协方差矩阵的特征值和特征向量进行降维处理，得到降维数据集的特征值和特征向量；将测试数据向所述特征向量做投影，得到投影后的分量；将投影后的分量与降维数据集的特征值进行一一对比，若投影后的特征值中有一个值大于降维数据集的特征值，则测试数据异常，若投影后的特征值中每一个值均小于降维数据集的特征值，则测试数据正常。它用于检测数据故障。
-
公开(公告)号：CN112540974A
公开(公告)日：2021-03-23
申请号：CN202011554001.2
申请日：2020-12-24
Applicant: 哈尔滨工业大学
IPC: G06F16/215 , G06F16/28
Abstract: 一种基于二阶动量的航天器遥测数据野值点去除方法，属于航天器遥测数据处理技术领域。解决了现有航天器遥测数据存在野值点，影响后续数据分析与故障诊断的问题。本发明将航天器遥测数据按照不同种类和不同时间制成数据表；利用二阶动量算法对所述数据表中的数据进行滤波计算；将所有滤波后的数据与对应的滤波前数据对应作差，并对差值取绝对值；判断每个差值的绝对值是否大于对应种类数据的差值阈值，若任意一个绝对值大于自身种类数据的差值阈值，将数据表中的数据替换为对应的滤波后的数据，实现航天器遥测数据野值点去除。本发明适用于航天器遥测数据野值点去除。
-
公开(公告)号：CN109034748A
公开(公告)日：2018-12-18
申请号：CN201810904293.4
申请日：2018-08-09
Applicant: 哈尔滨工业大学
CPC classification number: G06Q10/103 , G06F8/38 , G06K9/4671 , G06Q50/205 , G06T7/80 , G06T19/006
Abstract: 基于AR技术的模具拆装工程训练系统的搭建方法，本发明涉及机械产品拆装训练领域。本发明的目的是为解决虚拟现实技术不能够对现实场景进行完整描绘的问题。本发明利用AR技术将虚拟的装配引导信息叠加至实际的装配操作环境，利用网络摄像机和投影仪构建虚实结合的场景，同时利用投影仪投射引导信息、摄像机实时获取实际操作图像与匹配模板图像匹配，能够对现实场景100％描绘，引导信息通过显示设备显示在用户视野中，对实际操作起到很好的引导效果，提高了受训者的学习自主性，应用ORB算子对图像特征点快速识别，做到延时低、系统流畅性好，ORB算子运算速度大约为SURF算子的10倍、SIFT算子的40倍，明显加快程序运行流程。本发明用于机械产品拆装训练领域。
-
公开(公告)号：CN112540974B
公开(公告)日：2021-09-24
申请号：CN202011554001.2
申请日：2020-12-24
Applicant: 哈尔滨工业大学
IPC: G06F16/215 , G06F16/28
Abstract: 一种基于二阶动量的航天器遥测数据野值点去除方法，属于航天器遥测数据处理技术领域。解决了现有航天器遥测数据存在野值点，影响后续数据分析与故障诊断的问题。本发明将航天器遥测数据按照不同种类和不同时间制成数据表；利用二阶动量算法对所述数据表中的数据进行滤波计算；将所有滤波后的数据与对应的滤波前数据对应作差，并对差值取绝对值；判断每个差值的绝对值是否大于对应种类数据的差值阈值，若任意一个绝对值大于自身种类数据的差值阈值，将数据表中的数据替换为对应的滤波后的数据，实现航天器遥测数据野值点去除。本发明适用于航天器遥测数据野值点去除。
-
公开(公告)号：CN109034748B
公开(公告)日：2021-08-31
申请号：CN201810904293.4
申请日：2018-08-09
Applicant: 哈尔滨工业大学
Abstract: 基于AR技术的模具拆装工程训练系统的搭建方法，本发明涉及机械产品拆装训练领域。本发明的目的是为解决虚拟现实技术不能够对现实场景进行完整描绘的问题。本发明利用AR技术将虚拟的装配引导信息叠加至实际的装配操作环境，利用网络摄像机和投影仪构建虚实结合的场景，同时利用投影仪投射引导信息、摄像机实时获取实际操作图像与匹配模板图像匹配，能够对现实场景100％描绘，引导信息通过显示设备显示在用户视野中，对实际操作起到很好的引导效果，提高了受训者的学习自主性，应用ORB算子对图像特征点快速识别，做到延时低、系统流畅性好，ORB算子运算速度大约为SURF算子的10倍、SIFT算子的40倍，明显加快程序运行流程。本发明用于机械产品拆装训练领域。
-
-
-
-
Search Results
5
records
(took 0.023 seconds)
