-
公开(公告)号:CN117058046A
公开(公告)日:2023-11-14
申请号:CN202311243146.4
申请日:2023-09-25
Applicant: 重庆邮电大学工业互联网研究院
Abstract: 本发明涉及图像处理技术领域,涉及一种基于粒度分块近似计算的双边滤波图像处理方法。该方法包括由输入的当前帧图像分辨率大小确定滤波窗口,并确定空间标准差和灰度值标准差;先将图像按粗粒度划分区域,再划分为细粒度分块,根据原始图像的范围权重函数的变化率和每个块内像素与中心像素的亮度差确定关键像素点,动态确定关键像素点附近需要的拟合像素点数量,通过拟合像素点与关键像素点对每个块使用最小二乘法得到拟合曲线,得到块内其他像素点的范围权重。将预先计算的空间权重与拟合得到的范围权重带入双边滤波公式,从而得到整个图片的滤波结果。通过简化双边滤波中范围权重的计算,可以充分降低计算复杂度。
-
公开(公告)号:CN116384434A
公开(公告)日:2023-07-04
申请号:CN202310434036.X
申请日:2023-04-21
Applicant: 重庆邮电大学工业互联网研究院
IPC: G06K19/077
Abstract: 本发明属于无线能量传输领域,具体涉及一种基于凹槽型开环谐振器的无芯片RFID标签,包括L型介质基板,在L型介质基板底部设置有接地金属层,L型介质基板上方设置有三组凹槽型开环谐振单元、L型传输微带线以及正六边形单极子天线,其中正六边形单极子天线通过L型传输微带线连接,每组凹槽型开环谐振单元对称地设置在L型传输微带线两边;本发明利用凹槽型开环谐振器进行数据的编码,谐振单元具有谐振和短路两种状态,具有编码方便、编码密度高和小型化等优点;同时,在标签的两端放置相互垂直的正六边形单极子天线,分别作为标签信号的接收和发送,使响应信号的强度得到进一步的加强,增强标签的识别精度。
-
公开(公告)号:CN119030868A
公开(公告)日:2024-11-26
申请号:CN202410966691.4
申请日:2024-07-18
Applicant: 重庆邮电大学工业互联网研究院
IPC: H04L41/0806 , H04L41/02 , H04L41/082 , H04L41/0659 , H04L67/12 , H04L67/54 , H04L67/51
Abstract: 本发明属于工业通信领域,涉及一种基于OPC UA的工业设备即插即用方法和系统。通过设计基于OPC UA自动发现机制实现在网络层面的设备即插即用;通过为所有工业控制器和现场设备设计OPC UA信息建模并采用OPC UA作为设备间通信的标准接口实现设备参数配置和集成的标准化。通过设计设备参数配置和集成方法,完成对设备的参数配置、工业控制器和现场设备间的自动集成,从而实现在语义层面的设备即插即用;通过设计设备替换方法,能够实现自动将出现故障或需要升级的旧设备的实时配置参数转移到新设备上,以减少手工替换设备所需的时间。本发明减少了集成调试大规模异构工业设备和系统时所需的时间,消除了可能引入的人为错误。
-
公开(公告)号:CN118673470A
公开(公告)日:2024-09-20
申请号:CN202410689012.3
申请日:2024-05-30
Applicant: 重庆邮电大学工业互联网研究院
IPC: G06F18/27 , G06N3/094 , G06N3/084 , G06F18/213
Abstract: 本发明涉及一种滚动轴承剩余寿命预测方法和系统,该方法包括:获取待预测的样本数据,将其输入到训练好的剩余寿命预测神经网络中获得输出预测结果,剩余寿命预测神经网络包括特征编码器和回归预测器,在其训练过程中,利用特征编码器从源域样本数据中初步提取特征;利用时间混合对比域适应训练模块计算对比损失,利用对比损失迭代训练特征编码器,实现从目标域样本数据特征中进一步提取互信息作为一种高级特征;利用细粒度结构域适应训练模块计算域判别损失和源域样本数据和目标域样本数据之间的细粒度匹配程度,利用域判别损失和细粒度匹配程度迭代训练特征编码器,实现进一步提取源域与目标域之间的域不变特征。该系统包括:输入接口、输出接口、处理器、计算机可读存储介质和存储的程序指令,其中,处理器调取程序指令进行剩余寿命预测神经网络训练;调取训练好的剩余预测神经网络的程序指令,指令特征提取器对所述待检测的滚动轴承振动数据进行特征提取,将提取的特征输入回归预测器进行预测处理,得到预测结果。本发明有效地提高滚动轴承剩余使用寿命预测结果的准确率。
-
公开(公告)号:CN118153625A
公开(公告)日:2024-06-07
申请号:CN202410247419.0
申请日:2024-03-05
Applicant: 重庆邮电大学工业互联网研究院
IPC: G06N3/0442 , G06N3/045 , G06N3/098 , G06N3/082 , G06F18/15 , G06F18/214 , G06F18/21 , G06F18/213 , G01R31/367 , G01R31/392
Abstract: 本发明涉及一种锂电池荷电状态预测方法,包括:各客户端将锂电池运行过程中的运行数据进行归一化处理,构建本地训练集;各个客户端利用本地训练集对锂电池预测模型训练预设的次数得到局部模型,并利用自适应模型权重剪枝策略对局部模型的参数进行剪枝,并接收服务器聚合后的全局模型;直至达到预设的次数后,得到训练好的锂电池预测模型,将待验证的数据输入训练好的锂电池预测模型得到电池荷电状态的初始预测结果;利用高斯分布计算权重的加权回归优化Savitzky‑Golay滤波器对初始预测结果进行过滤得到最终的预测结果,本发明显著提升了锂电池荷电状态预测的准确度,同时也节约中心服务器的计算开销。
-
公开(公告)号:CN117061536A
公开(公告)日:2023-11-14
申请号:CN202311047383.3
申请日:2023-08-18
Applicant: 重庆邮电大学工业互联网研究院
IPC: H04L67/1095 , H04L9/00 , H04L9/40 , H04L9/32
Abstract: 本发明属于区块链技术领域,具体涉及一种用于TSN中边缘计算节点管理的区块链共识方法,包括:构建基于区块链的TSN架构;采用边缘节点协同管理方法对基于区块链的TSN架构中的各个边缘节点进行管理;采用基于投票选举的方式对共识算法进行改进;采用改进的共识算法对基于区块链的TSN架构中的区块链进行共识;本发明针对时间敏感网络技术和边缘计算技术能更好地相结合,设计了面向时间敏感网络中边缘计算管理的区块链,并提出了以时间敏感网络中的高精度时钟同步机制为基础的共识方法。
-
-
-
-
-