公开(公告)号：CN110632528A

公开(公告)日：2019-12-31

申请号：CN201911066210.X

申请日：2019-11-04

Applicant: 桂林电子科技大学

Inventor： 张向文 ,  程鹏 ,  党选举 ,  莫太平 ,  伍锡如 ,  任风华 ,  李晓 ,  赵学军 ,  杨睿

IPC: G01R31/392 ,  G01R31/389

Abstract: 本发明公开一种基于内阻检测的锂电池SOH估算方法，通过直流放电法检测锂电池内阻，并得到相关的健康因子特征参数，该特征参数能够有效地表征电池健康状态的变化趋势，并建立电池健康因子与实际健康状态的RBF神经网络模型，避免了复杂等效电路模型的建立，且SOH估算的精度和泛化性可以达到平衡。

公开(公告)号：CN111222498A

公开(公告)日：2020-06-02

申请号：CN202010194774.8

申请日：2020-03-19

Applicant: 桂林电子科技大学

Inventor： 陈真诚 ,  程鹏 ,  梁永波 ,  朱健铭 ,  李文湛

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明公开了一种基于光电容积脉搏波的身份识别方法，包括如下步骤1）获取训练组数据和测试组数据；2）将训练组数据和测试组数据中所有的光电容积脉搏波信号数据分割成若干包含多个光电容积脉搏波的片段；3）利用连续小波变换将分割后的所有片段转化成时频特征能量图形式；4）搭建CNN与LSTM相结合的神经网络模型；5）将训练组图片数据送入CNN与LSTM相结合的神经网络模型中进行训练；6）利用训练好的模型对测试组图片数据进行分类，分类结果即为身份识别结果，最后对训练好的CNN与LSTM相结合的神经网络模型进行评估。这种方法在应用中安全系数高，无需人工提取特征，识别效果精度高且稳定，可用于政府机构、金融机构等领域的个人身份识别。

公开(公告)号：CN110632528B

公开(公告)日：2021-08-31

申请号：CN201911066210.X

申请日：2019-11-04

Applicant: 桂林电子科技大学

Inventor： 张向文 ,  程鹏 ,  党选举 ,  莫太平 ,  伍锡如 ,  任风华 ,  李晓 ,  赵学军 ,  杨睿

IPC: G01R31/392 ,  G01R31/389

Abstract: 本发明公开一种基于内阻检测的锂电池SOH估算方法，通过直流放电法检测锂电池内阻，并得到相关的健康因子特征参数，该特征参数能够有效地表征电池健康状态的变化趋势，并建立电池健康因子与实际健康状态的RBF神经网络模型，避免了复杂等效电路模型的建立，且SOH估算的精度和泛化性可以达到平衡。