公开(公告)号：CN115588030B

公开(公告)日：2023-09-12

申请号：CN202211182814.2

申请日：2022-09-27

Applicant: 湖北工业大学

Inventor： 孔祥斌 ,  张宇东 ,  武明虎 ,  胡胜 ,  刘聪

IPC: G06T7/246 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供了一种基于孪生网络的视觉目标跟踪方法及设备。所述方法包括：分别输入作为跟踪目标的模板图像及作为搜索范围的检测图像；采用残差网络分别提取所述模板图像的特征和所述检测图像的特征，将提取的特征输入到建立的模型预测器，得到目标样本的背景信息；将得到的目标样本的背景信息与当前帧的池化结果进行对比，最后生成目标框。本发明在特征提取优化方案设计引入ResNet网络，极大地提高有效训练的深度神经网络层数，相较传统孪生网络算法中CNN模型取得很大的精度提升，通过模型预测器充分采用背景信息，算法在迭代优化的过程中会模拟出更加靠的目标模板，为模型预测器提供强大的数据支持。

公开(公告)号：CN118050640B

公开(公告)日：2024-12-06

申请号：CN202311639816.4

申请日：2023-11-30

Applicant: 湖北工业大学

Inventor： 孔祥斌 ,  张宇东 ,  苑帅 ,  王雨 ,  武明虎 ,  吴卫军 ,  桂志航 ,  朱寒宇

IPC: G01R31/367 ,  G01R31/392 ,  G01R31/396

Abstract: 本发明提供一种基于面积特征与数据驱动的锂电池RUL预测方法及系统，包括：获取在设定倍率下充电的电压数据及温度数据，计算温度和电压变化的比值得到DTV曲线，采用去噪平滑方法对DTV曲线进行预处理；在平滑的DTV曲线中选取三个特征点，包括两个波峰值点和一个波谷点，计算三个点所连接的三角形的面积S；建立基于点积注意力的BILSTM模型，利用面积S作为输入，得到电池的最大剩余容量预测值；利用得到的最大剩余容量预测值计算得到电池的RUL值。本发明引入区域三角面积的概念，并提取区域面积S作为健康因子，建立电池退化过程中的微相变与宏观信号之间的联系，引入点积注意力，增强模型的对强关联性特征的捕捉能力，提高预测精度和泛化性。

公开(公告)号：CN118050640A

公开(公告)日：2024-05-17

申请号：CN202311639816.4

申请日：2023-11-30

Applicant: 湖北工业大学

Inventor： 孔祥斌 ,  张宇东 ,  苑帅 ,  王雨 ,  武明虎 ,  吴卫军 ,  桂志航 ,  朱寒宇

IPC: G01R31/367 ,  G01R31/392 ,  G01R31/396

Abstract: 本发明提供一种基于面积特征与数据驱动的锂电池RUL预测方法及系统，包括：获取在设定倍率下充电的电压数据及温度数据，计算温度和电压变化的比值得到DTV曲线，采用去噪平滑方法对DTV曲线进行预处理；在平滑的DTV曲线中选取三个特征点，包括两个波峰值点和一个波谷点，计算三个点所连接的三角形的面积S；建立基于点积注意力的BILSTM模型，利用面积S作为输入，得到电池的最大剩余容量预测值；利用得到的最大剩余容量预测值计算得到电池的RUL值。本发明引入区域三角面积的概念，并提取区域面积S作为健康因子，建立电池退化过程中的微相变与宏观信号之间的联系，引入点积注意力，增强模型的对强关联性特征的捕捉能力，提高预测精度和泛化性。

公开(公告)号：CN115588030A

公开(公告)日：2023-01-10

申请号：CN202211182814.2

申请日：2022-09-27

Applicant: 湖北工业大学

Inventor： 孔祥斌 ,  张宇东 ,  武明虎 ,  胡胜 ,  刘聪

IPC: G06T7/246 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种基于孪生网络的视觉目标跟踪方法及设备。所述方法包括：分别输入作为跟踪目标的模板图像及作为搜索范围的检测图像；采用残差网络分别提取所述模板图像的特征和所述检测图像的特征，将提取的特征输入到建立的模型预测器，得到目标样本的背景信息；将得到的目标样本的背景信息与当前帧的池化结果进行对比，最后生成目标框。本发明在特征提取优化方案设计引入ResNet网络，极大地提高有效训练的深度神经网络层数，相较传统孪生网络算法中CNN模型取得很大的精度提升，通过模型预测器充分采用背景信息，算法在迭代优化的过程中会模拟出更加靠的目标模板，为模型预测器提供强大的数据支持。