-
公开(公告)号：CN114359639B
公开(公告)日：2025-04-08
申请号：CN202210031382.9
申请日：2022-01-12
Applicant: 重庆邮电大学
IPC: G06V10/764 , G06V10/774 , G06V10/77 , G06V10/82 , G06V10/44 , G06N3/00 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本发明属于旋转机械设备故障诊断领域，具体涉及一种基于MP‑CNN与SVM的旋转机械设备故障诊断方法，包括：获取待诊断的旋转机械设备图像，对待诊断的旋转机械设备图像进行预处理，将预处理后的图像输入到基于MP‑CNN和SVM的旋转机械设备故障诊断模型中，得到该机械设备的故障诊断结果；本发明结合了分层思想在机械故障诊断领域应用的较强特征提取能力以及SVM的高效分类功能，解决了使用CNN‑SVM时样本数量和种类较多导致诊断准确率低的问题。
-
公开(公告)号：CN112492645B
公开(公告)日：2022-05-03
申请号：CN202011313084.6
申请日：2020-11-20
Applicant: 重庆邮电大学
IPC: H04W28/02
Abstract: 本发明请求保护一种UHWNs中基于异构边缘云的协作垂直切换方法，由无线局域网和异构蜂窝网络融合而成的超密集异构无线网络中，针对设备数量急剧增加且网络架构更加复杂，导致垂直切换判决难的问题，首先，通过分析超密集异构无线网络的切换问题，提出了一个结合D2D网络和边缘云计算思想的异构网络架构；其次，基于所提的网络架构场景，进一步提出了一个三级协作的垂直切换算法，通过D2D网络、配置边缘云服务器的微基站和宏基站之间的三级协作，提升综合切换性能；最后，实验仿真表明，该算法在保证终端服务质量的同时，使更多的终端能够快速的接入到合适的网络，提高整个系统中终端选网的综合效益。
-
公开(公告)号：CN112492645A
公开(公告)日：2021-03-12
申请号：CN202011313084.6
申请日：2020-11-20
Applicant: 重庆邮电大学
IPC: H04W28/02
Abstract: 本发明请求保护一种UHWNs中基于异构边缘云的协作垂直切换方法，由无线局域网和异构蜂窝网络融合而成的超密集异构无线网络中，针对设备数量急剧增加且网络架构更加复杂，导致垂直切换判决难的问题，首先，通过分析超密集异构无线网络的切换问题，提出了一个结合D2D网络和边缘云计算思想的异构网络架构；其次，基于所提的网络架构场景，进一步提出了一个三级协作的垂直切换算法，通过D2D网络、配置边缘云服务器的微基站和宏基站之间的三级协作，提升综合切换性能；最后，实验仿真表明，该算法在保证终端服务质量的同时，使更多的终端能够快速的接入到合适的网络，提高整个系统中终端选网的综合效益。
-
公开(公告)号：CN116756872A
公开(公告)日：2023-09-15
申请号：CN202310724903.3
申请日：2023-06-19
Applicant: 重庆邮电大学
IPC: G06F30/17 , G01M13/00 , G06F18/10 , G06F18/213 , G06N3/0464 , G06N3/048 , G06N3/08 , G06F119/02
Abstract: 本发明属于旋转机械监测领域，具体涉及一种基于GTFDAU网络的旋转机械RUL预测方法，包括：提取旋转机械多维度时频特征并进行预处理，将预处理后的特征数据经DRSSN构建HI，搭建GTFDAU网络并实现RUL预测。本发明通过集成瞬态波动门和两个注意力门得到GTFDAU网络，该网络可以深度挖掘历史信息中的瞬态波动信息和长期整体信息，并结合注意力机制分别加强对历史和当前信息的自适应学习及状态更新，以此提高RUL的长短期预测能力以及鲁棒性。
-
公开(公告)号：CN115096591A
公开(公告)日：2022-09-23
申请号：CN202210698481.2
申请日：2022-06-20
Applicant: 重庆邮电大学
IPC: G01M13/045 , G06K9/00
Abstract: 本发明属于机械状态监测数据修复领域，具体涉及一种基于VMD和BiCS的机械状态监测数据修复方法及系统，该方法包括：采用VMD模型对获取的监测数据进行分解重构处理，得到重构信号；采用改进的BiCS方法对重构信号进行修复，得到修复后的数据；所述改进的BiCS方法为对该方法中的重构模型进行了简化处理；本发明首先利用VMD对机械状态监测信号进行分解降，可以有效的消除噪声相关特征的影响并保留信号特征，同时利用Bi‑CS建立起缺失数据前后的联系，挖掘了噪声下数据中蕴含的轴承故障信息，从而能有效的恢复缺失数据。
-
Patent Agency Ranking
公开(公告)号：CN112615240A
公开(公告)日：2021-04-06
申请号：CN202011399327.2
申请日：2020-12-03
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种多脉冲光纤激光器的生成装置，属于激光以及非线性光学领域。多脉冲光纤激光器的生成装置主要包括如下：激光泵浦源、泵浦合束器、掺铥或掺钬或铥钬共掺光纤、挤压式偏振控制器、单模光纤、耦合器等、“9”字形谐振腔作为等效可饱和吸收体与锥形微纳结构真实可饱和吸收体实现混合锁模等。本发明结构实现了全光纤焊接，具有泵浦功率低、锁模稳定、结构简单、系统锁模稳定可靠的优点。可用于机械加工、光学相干断层扫描等领域，对于光纤激光器的脉冲动力学研究有着重要意义，也可用作种子源产生超连续脉冲。
-
公开(公告)号：CN103236898A
公开(公告)日：2013-08-07
申请号：CN201310161094.6
申请日：2013-05-02
Applicant: 重庆邮电大学
IPC: H04J14/02 , H04L12/701
Abstract: 本发明请求保护一种绿色节能的网络专有保护方法，涉及通信网络领域。针对全光网络中耗能较多、阻塞率较高和一旦发生故障将损失严重的性能缺陷，以及现有的绿色节能和保护技术不适用于完全动态的大型和高速率WDM网络，提出了一种绿色节能的网络专有保护方法。利用链路上单根光纤的波长使用情况来确定相应的光纤成本因子，进一步确定链路成本因子，最后与相应链路能耗进行结合得到链路能耗权值的方式，寻找最佳路由，最后进行波长分配，避免了使用过多的能耗以及形成过长路由，同时最大可能地对各工作路径进行了保护。
-
公开(公告)号：CN116467879B
公开(公告)日：2025-04-08
申请号：CN202310446838.2
申请日：2023-04-24
Applicant: 重庆邮电大学
IPC: G06F30/20 , G06F30/18 , G06F18/214 , G06F18/2411 , F17D5/06 , G01M3/24 , G06F113/08 , G06F113/14
Abstract: 本发明属于流体管道泄漏检测领域，涉及一种基于改进的模糊孪生支持向量机的流体管道泄漏检测方法，包括：获取流体管道在不同泄露程度的振动声信号；对发生不同泄露程度的振动声信号进行特征提取，并对提取后的特征数据进行归一化处理；将归一化处理后的数据输入到改进模糊孪生支持向量机模型，得到管道泄漏检测结果；本发明利用不同样本的空间相对距离比值，对样本空间进行了区域划分，并在噪声和支持向量混叠区域引入了模糊数据集理论以进行区分，正常和噪声数据区域也重新进行了隶属度赋值，其在降低噪声数据对辨识模型的影响下也解决了FTSVM无法区分支持向量和噪声数据而导致模型鲁棒性差的缺点。
-
公开(公告)号：CN118429409A
公开(公告)日：2024-08-02
申请号：CN202410510868.X
申请日：2024-04-26
Applicant: 重庆邮电大学 , 中国科学院重庆绿色智能技术研究院
Abstract: 本发明请求保护一种基于傅里叶光场显微图像的多视图深度估计方法，属于傅里叶光场显微图像深度领域，针对深度重建，目前学术界采用光场重聚焦生成的焦点堆栈图像的散焦线索方法进行深度估计，在不同深度位置的焦栈图像存在伪影，会导致深度图出现伪结构。本文基于傅里叶光场图像，采用多视角立体匹配的方法，以中间视图与周围视图创建对应的代价值，选取绝对值排列较小的一半代价数值之和作为最终代价值，经过代价聚合、视差计算得到视差图，最终转换为深度图。本文提出的多视角立体匹配方法与散焦和对应关系的方法相比，外形结构恢复的精度更高。
-
公开(公告)号：CN117744500A
公开(公告)日：2024-03-22
申请号：CN202410068125.1
申请日：2024-01-17
Applicant: 重庆邮电大学
IPC: G06F30/27 , G06N3/0442 , G06N3/088 , G06N3/0464 , G06N3/0455 , G06F119/02
Abstract: 本发明属于旋转机械监测领域，具体涉及一种基于STECAE网络的旋转机械HI构建方法，包括：获取旋转机械的振动信号，并对对采集的旋转机械的振动信号进行合适的尺寸变换、无关特征剔除、取绝对值、批标准化、归一化预处理；构建STECAE网络，并对其进行训练，得到最优的STECAE网络；通过将预处理后的旋转机械振动信号输入最优的STECAE网络进行HI构建。本发明设计了一种新的无监督HI构建网络STECAE，可以在无需任何先验知识下从时间和空间两个维度直接对原始数据加强特征挖掘，能够提高HI的趋势性表现，从而提高RUL的预测精度。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.035 seconds)
