公开(公告)号：CN115208504B

公开(公告)日：2024-06-28

申请号：CN202210869166.1

申请日：2022-07-22

Applicant: 福州大学

Inventor： 徐哲壮 ,  崔冠文 ,  黄平 ,  陈剑 ,  林依信

IPC: H04J3/06 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/082

Abstract: 本发明提供了一种基于ARIMA‑LSTM估计的网络时钟同步方法，包括以下步骤：步骤S1：首先由最佳主时钟算法确定域内主从层次关系，步骤S2：从时钟利用得到的时间戳t1，t2，t3，t4计算它和主时钟的时钟偏差；步骤S3：根据统计原理计算时钟偏差的置信区间去确定阈值#imgabs0#和#imgabs1#；步骤S4：采集时钟偏差数据并进行预处理；步骤S5：构建自回归移动平均模型ARIMA；步骤S6：构建长短期记忆估计模型LSTM；步骤S7：构建ARIMA‑LSTM组合估计模型；步骤S8：根据设定的阈值持续检测系统的网络状况；应用本技术方案可实现有效地消除由时延抖动引起的不可控误差，提高时钟同步精度。

公开(公告)号：CN115208504A

公开(公告)日：2022-10-18

申请号：CN202210869166.1

申请日：2022-07-22

Applicant: 福州大学

Inventor： 徐哲壮 ,  崔冠文 ,  黄平 ,  陈剑 ,  林依信

IPC: H04J3/06 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明提供了一种基于ARIMA‑LSTM估计的网络时钟同步方法，包括以下步骤：步骤S1：首先由最佳主时钟算法确定域内主从层次关系，步骤S2：从时钟利用得到的时间戳t1，t2，t3，t4计算它和主时钟的时钟偏差；步骤S3：根据统计原理计算时钟偏差的置信区间去确定阈值和；步骤S4：采集时钟偏差数据并进行预处理；步骤S5：构建自回归移动平均模型ARIMA；步骤S6：构建长短期记忆估计模型LSTM；步骤S7：构建ARIMA‑LSTM组合估计模型；步骤S8：根据设定的阈值持续检测系统的网络状况；应用本技术方案可实现有效地消除由时延抖动引起的不可控误差，提高时钟同步精度。

公开(公告)号：CN116503698A

公开(公告)日：2023-07-28

申请号：CN202310239753.7

申请日：2023-03-14

Applicant: 福州大学

Inventor： 徐哲壮 ,  黄平 ,  陈丹 ,  林烨 ,  王心果

IPC: G06V10/80 ,  G06V20/40 ,  G06T7/73

Abstract: 本发明提供了一种融合机器视觉与邻近度估计的相似工业设备识别方法，包括以下步骤：步骤S1：机器人将相机所获取工业设备的视频流切割为图片，将所获取的图片送入目标检测算法中进行检测，获取出最大预测盒的二维坐标，将二维坐标输入到位姿估计算法中计算机器人的位姿参数和；步骤S2：由位姿估计算法计算得到机器人相机的平移矩阵，进而根据计算出偏离角，通过调整机器人的偏离角使得机器人正对邻近的工业设备；应用本技术方案可有效地对相似工业设备进行区分，提高相似工业设备识别的精度。